第一階段

　　50年代人工智能的興起和冷落。人工智能概念首次提出後，相繼出現了一批顯著的成果，如機器定理證明、跳棋程序、通用問題、求解程序、LISTP 表處理語言等。但由於消解法推理能力的有限以及機器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是：重視問題求解的方法，忽視知識重要性。

　　第二階段

　　60 年代末到 70 年代，專家系統出現，使人工智能研究出現新高潮。DENDRAL化學質譜分析系統、MYCIN疾病診斷和治療系統、PROSPECTIOR探礦系統、Hearsay-Ⅱ語音處理系統等專家系統的研究和開發，將人工智能引向了實用化。並且，1969 年成立了國際人工智能聯合會議。

　　第三階段

　　80年代，隨著第五代計算機的研製，人工智能得到了很大發展。日本1982年開始了”第五代計算機研製計劃”，即“知識信息處理計算機系統KIPS”，其目的是使邏輯推理達到數值運算那麼快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。

　　第四階段

　　80年代末，神經網絡飛速發展。1987年，美國召開第一次神經網絡國際會議，宣告了這一新學科的誕生。此後，各國在神經網絡方面的投資逐漸增加，神經網絡迅速發展起來。

　　第五階段

　　90年代，人工智能出現新的研究高潮。由於網絡技術特別是國際互連網的技術發展，人工智能開始由單個智能主體研究轉向基於網絡環境下的分佈式人工智能研究。不僅研究基於同一目標的分佈式問題求解，而且研究多個智能主體的多目標問題求解，使人工智能更面向實用。另外，由於Hopfield多層神經網絡模型的提出，使人工神經網絡研究與應用出現了欣欣向榮的景象。人工智能已深人到社會生活的各個領域。

1. 基於規則的系統

這種形式的人工智能無處不在。無論是在工作中，在家中還是在旅行中，它都圍繞著我們。從商業軟件到智能應用程序，從飛機到電子設備，這些都遵循基於規則的系統。機器人流程自動化是基於規則的系統的下一階段，在該系統中，機器可以自行執行完整的流程，而無需人工幫助。

由於它是人工智能的基本級別，而且也是最普遍的人工智能，因此它具有成本效益且易快速發展。這就是移動應用程序開發公司使用它的原因。另一方面，它需要全面的專業領域知識，並且需要專業人士參與，所以這樣的系統生成規則是複雜的、費時的、資源密集的。

2. 情境意識和保留

有一類算法是根據人工智能在一些特定領域需要產生專業化信息來開發的。這些算法是使用專家的知識和經驗進行訓練的，之後進行更新以應對新出現的情況，這使得它們成為同一行業中人類專家的替代品。例如聊天機器人已經改變了企業看待客戶支持和提供客戶服務的方式。它不僅讓企業不需僱佣客戶服務代表，還幫助企業實現了客戶支持的自動化和流程化。除此之外，它還可以在提高客戶滿意度，收集有用的客戶數據，快速響應客戶查詢等方面幫助企業。

3. 特定領域的專業知識

特定領域的專業知識不僅旨在達到人類的能力水平，而且還希望超越人類的能力水平。與人類相比，它可以訪問更多數據，所以它可以做出更好的決策。我們已經看到它在癌症診斷領域中的應用。這種AI的另一個流行示例是谷歌的Alpha Go，2016年3月， Alpha Go以四比一擊敗了18屆世界圍棋大賽冠軍李·塞多爾（Lee Sedol）。這清楚地表明了智能機器的潛力，以及它們在獲得類人智能時可以做什麼，這是人工智能領域的重大突破。

4. 推理機

具有思想理論的算法為這些推理機提供支持，這意味著它們可以理解不同的心理狀態。它們具有信念、知識和意圖，並可用於創建自己的邏輯。因此，它們具有推理、協商並與人類和其他機器互動的能力。這類算法目前處於開發階段，但是我們可以期望在未來幾年中將其用於商業應用。

5. 自我意識系統

具有自我意識的AI系統將具有更多的視角，還可以理解情緒反應並對其做出反應。就像有自我意識的人一樣，自我意識的機器也可以表現出一定程度的自我控制，並可以根據情況進行自我調節。

6. 人工超智能

對於AI專家而言，真正的挑戰將是創建能夠在每個部門中勝過人類的AI驅動的系統。這樣的系統將產生新的科學發現，並設計新的經濟和治理模型，就像自我意識的系統一樣。如果AI研究人員沿著這些思路成功地創造出了東西，它可能會被用於解決世界上最大的問題，例如貧困、飢餓和氣候變化。

7. 奇異與超越

在人工超智能的這一階段，人類能夠相互連接大腦，這將為互聯網的未來鋪平道路。這意味著，人類不僅能進行分享思想這樣的傳統活動，還能實現觀察夢想這樣的高級活動，甚至還能與其他生物（例如植物和動物）進行交流。