人工智能（Artificial Intelligence，简称AI）自从1956年诞生以来，在54年的岁月里获得了很大发展，引起众多学科和不同专业背景的学者们以及各国政府和企业家的空前重视，已成为一门具有日臻完善的理论基础、日益广泛的应用领域和广泛交叉的前沿科学。伴随着社会进步和科技发展步伐，人工智能与时俱进，不断取得新的进展。AI的研究包含了许多不同的子领域，涵盖的范围从通用领域，如学习和感知，到特定的任务，如下国际象棋、数学定理证明、诗歌写作和疾病诊断。近些年来，人工智能研究的内容、方法论、技术等各个方面都取得了突破性的进展，AI最终成为了坚实的科学方法。
人工智能科技树
人工智能最核心的学科是机器学习（Machine Learning），它是使计算机具有智能的根本途径。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
知识表示（Knowledge Representation）是人工智能中的一项基本技术，这项技术非常重要，决定着人工智能如何进行知识学习，是最底层也最基础的部分。知识表示是指把知识客体中的知识因子与知识关联起来，便于人们识别和理解知识。知识表示是知识组织的前提和基础，任何知识组织方法都是要建立在知识表示的基础上。知识表示有主观知识表示和客观知识表示两种。
机器人学（Robotics）是与机器人设计、制造和应用相关的科学。又称为机器人技术或机器人工程学，主要研究机器人的控制与被处理物体之间的相互关系。机器人学的研究推动了许多人工智能思想的发展，有一些技术可在人工智能研究中用来建立世界状态的模型和描述世界状态变化的过程。
自然语言处理（Natural Language Processing）是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统，因而它是计算机科学的一部分。
人机交互技术（Human-Computer Interaction Techniques）是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术。人机交互技术包括机器通过输出或显示设备给人提供大量有关信息及提示请示等，人通过输入设备给机器输入有关信息，回答问题及提示请示等。人机交互技术是计算机用户界面设计中的重要内容之一。
深度学习（Deep Learning）是机器学习领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。
计算机视觉（Computational Vision）是由相机拍摄图像，通过电脑对图像中的目标进行识别和检测。可以说是机器学习在视觉领域的应用，是人工智能领域的一个重要部分。它的研究内容可以概括为：通过采集图片或视频，对图片或视频进行处理分析，从中获取相对应的信息。换而言之就是运用照相机和计算机来获取我们所需的信息。它是一门包含领域很广的综合性学科。从现阶段的研究来看，计算机视觉试图建立一种人工系统，提出的越来越多的理论和技术是为了从图像或者多维数据中获取信息。
专家系统（Expert System）是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。