1956年，在美国达特茅斯学院，约翰·麦卡锡等人提出了一个“惊为天人”的新概念——“Artificial Intelligence”。人工智能（AI）从此诞生。
在《人工智能—一种现代方法》一书中，人工智能的定义被分为四类：像人一样思考的系统、像人一样行动的系统、理性地思考的系统、理性地行动的系统。维基百科给出的定义则是“人工智能就是机器展现出的智能”，即只要是某种机器，具有某种或某些“智能”的特征或表现，都应该算做“人工智能”。
抛却近来人工智能的火热不谈，实际上AI的发展不是持续前进的，其也经历过多次技术寒潮。
曾感到过寂寞，也曾被别人冷落
回到20世纪60年代，人工智能在诞生不久之后就进入了反思发展期。这一时期，人工智能相关应用技术不成熟，缺乏有效的定理证明。除此以外，伴随着研发任务的接连失败，人工智能的技术发展目标也逐渐落空，技术发展进入低潮阶段。
20世纪70年代，人工智能进入应用发展期。尽管基于抽象数学推理的可编程数字计算机已经出现，但由于很多事物不能形式化表达，建立的模型存在一定的局限性。因此，人工智能发展一度遇到瓶颈。
20世纪80年代，几乎一半的世界500强企业都在开发或使用人工智能的专家技术，模拟人类专家解决问题的方式。人工智能只所以能出现高潮，主要是因为人工智能领域出现了具有更强可视化的决策树模型和突破早期感知机局限的多层人工神经网络。
但是，较为遗憾的是，专家系统的局限性掩盖了它的优势，人工智能再一次脱离轨道。
1987年由于LISP（List Processor，链表处理语言）计算机市场崩塌，美国取消了人工智能预算；加之日本第五代计算机项目失败并退出市场，人工智能彻底进入了低迷发展期。
光明将至
20世纪90年代末，人工智能逐渐进入稳步发展期。在这一时期，互联网推动人工智能技术不断创新：“深蓝”战胜国际象棋大师加里·卡斯帕罗夫；IBM提出智慧地球的概念，认为人工智能正在不断融入日常生活，如智慧医疗、智慧交通、智慧电力、智慧食品等；我国也提出感知中国的概念，大力推动物联网技术的发展。
从2010年开始，人工智能进入爆发式的发展阶段，其最主要的驱动力是大数据时代的到来。云计算、大数据等技术在提升运算速度，降低计算成本的同时，也为人工智能发展提供了丰富的数据资源，协助训练出更加智能化的算法模型。以深度学习为代表的机器学习算法在机器视觉和语音识别等领域取得了极大的成功，识别准确性大幅提升，使人工智能再次受到学术界和产业界的广泛关注。
人工智能的发展模式也从过去追求“用计算机模拟人工智能”，逐步转向以机器与人结合而成的增强型混合智能系统，用机器、人、网络结合成新的群智系统，以及用机器、人、网络和物结合成的更加复杂的智能系统。
人工智能未来发展趋势
人工智能技术发展的未来趋势主要有三个：
1、逐步建立开源技术平台。开源技术平台是一种共享平台，可以帮助开发者直接使用已经研发成功的深度学习工具，有效避免二次开发，节约资源。目前，谷歌、百度等国内外的龙头企业纷纷布局开源人工智能生态。
2、从专用智能向通用智能发展。目前人工智能技术多属于专业的领域，各个领域之间具有局限性。未来，人工智能将向通用智能转变，涵盖各个领域，消除各领域之间的应用壁垒。
3、智能感知向智能认知转型。当前人工智能主要是感知智能，包括视觉、听觉、触觉等。未来人工智能将学会思考，向智能认知转变。
RPA：人工智能落地的先行者
实际上，RPA（机器人流程自动化）并不是一个新兴技术，其很大一部分可以追溯到早期的屏幕抓取工具和工作流程自动化管理软件，甚至是Microsoft Office自带的“宏”（Macro）功能。
如今的新一代RPA技术与早期的流程自动化不同，其采用了这些技术中最有用的部分，同时又逐渐发展出自己独有的功能与优势。例如不依赖于特定的编程语言或应用程序，不需要对已有系统进行修改，是以一种无侵入的方式，通过模拟人类员工的阅读和操作方式，自动完成相关任务。RPA利用AI-OCR（光学字符识别）技术，使其能够适应不断变化的网站，减少人工的干预。
未来RPA发展的方向，将是运用人工智能、机器学习以及自然语言处理等技术，以实现非结构化数据的处理、预测规范分析、自动任务接受处理等功能。伴随RPA技术的飞速发展， RPA+AI的“世纪组合”，将会在更多的行业掀起变革的潮流。
