サムネイル|電子基板を用いた電子頭脳のイメージ図
人工知能の歴史は、古代の神話における神のごとき名工が、人工物に知性や意識を授けたという逸話にまでさかのぼることができると言われる。英文学修士であり技術哲学・科学哲学の作家でもあるは、人工知能（Artificial Intelligence）の起源について「神を人の手で作り上げたいという古代人の希望」が起こった時と表現している。
現代的な意味での人工知能は、人間の思考過程を記号の機械的操作として説明することを試みた哲学者に始まる。1940年代に数学的推論の抽象的本質にもとづいたマシン、プログラム可能なデジタルコンピュータの発明もその延長線上にある。この装置とその背後にある考え方に触発された科学者はほんの一握りだったが、それでも彼らは電子頭脳を構築する可能性を真剣に議論しはじめた。
人工知能の研究が学問分野として確立したのは、1956年夏にダートマス大学のキャンパスで開催された会議がきっかけである。その後のAI研究を牽引したのがこの会議の参加者たちであり、彼らの多くは、人間と同程度に知的なマシンが自分たちが生きているうちに出現するだろうと考え、むしろそのビジョンを実現させるためにあらそって数百万ドルの資金を獲得した。しかしその結果明らかになったのは、彼らのプロジェクトが当分は実現できないであろうという予測だった。1973年にはの主導により政界から圧力がかかり、アメリカでもイギリスでも成果の見えない人工知能関連の研究への出資を終了した。それでも日本では官民問わず500億円以上の資金が人工知能の研究に注がれたが、やはり成果は出ず失望した投資者たちは80年代末には資金をひきあげた。このように人工知能をめぐる「夏と冬」は繰り返されてきたといってよい。しかし現代でも人工知能については「大胆な」予測をする人々は後をたたない例えば では、2029年までに人間並みの知性を持つマシンが出現すると主張している。。
官僚やベンチャー・キャピタリストの間で評価がいりみだれてきたにもかかわらず、実際に人工知能の研究は発展しつづいている。1970年代には解決不可能と思われていた問題にも糸口が見つかり、具体的な商品にも応用されるようになっていった。しかし、第一世代の人工知能の研究者らの楽観的予測に反して、強いAIを持つマシンの構築は実現していない。1950年の有名な論文でも、アラン・チューリングは「我々はほんの少し先しか見ることができない」と認めていた。「それでも」と彼は続けている。その少し先に「我々がなすべきことが数えきれないほど浮かんでくる」
前史 では「何らかの形態の人工知能は、西洋精神史に広くみられる考え方で、速やかな実現が望まれている夢」だとし、神話、伝説、物語、思索、機械仕掛けのオートマタなどで表現されてきたとされている。
神話やフィクションにおけるAI
ギリシア神話に見られる機械人間や人工生命体としては、ヘーパイストスの黄金のロボットやピュグマリオーンのガラテイアがある; 。中世には物体に精神を植えつける神秘主義的秘術や錬金術的方法の噂があり、ジャービル・イブン＝ハイヤーンの Takwin、パラケルススのホムンクルス、イェフダ・レーヴ・ベン・ベザレルのゴーレムなどが知られている。19世紀には、人造人間や思考機械というアイデアがフィクション内で発展し、メアリー・シェリーの『フランケンシュタイン』やカレル・チャペックの『R.U.R.（ロッサム万能ロボット会社）』が登場。思索面ではサミュエル・バトラーの "Darwin among the Machines" がある。以降、AIは現在に至るまでサイエンス・フィクションにおける重要な要素の1つとなっている。
オートマタ
thumb|right|250px|アル＝ジャザリのプログラム可能なオートマタ（1206年） 写実的な人間型オートマタは、様々な文明で職人が製作している。例えば、周の穆王の時代の偃師、アレクサンドリアのヘロン、アル＝ジャザリ、ヴォルフガング・フォン・ケンペレン; などがいる。既知の最古のオートマタとしては、古代エジプトや古代ギリシアの神聖な彫像がある。信者はそれらの彫像に職人が知恵と感情を伴う本当の心を吹き込んだと信じた。ヘルメス・トリスメギストスは、「神の真の性質を発見することで、彼らはそれを再現することができた」と記している における引用。 と では神聖な彫像について論じている。他の重要なオートマタとしては、ハールーン・アッ＝ラシードが作ったもの、ジャック・ド・ヴォーカンソンが作ったもの、レオナルド・トーレス・ケベードが作ったもの などがある。。
形式的推論 人工知能は、人間の思考過程を機械で再現できるという前提に基づいている。機械的あるいは形式的推論の歴史は長い。中国、インド、ギリシアの哲学者らは、いずれも紀元前に形式的推論の構造化された手法を発展させた。その発展に寄与した哲学者としては、アリストテレス（三段論法を定式化して分析した）、エウクレイデス（その『原論』は形式的推論の原型となった）、フワーリズミー（代数学を発展させ、その名は「アルゴリズム」として残っている）、ヨーロッパスコラ学の哲学者であるオッカムのウィリアムとヨハネス・ドゥンス・スコトゥスなどが挙げられる。
マジョルカ人哲学者ラモン・リュイ (1232–1315) は論理的方法で知識を生み出すことを意図した「論理機械」をいくつか開発したCfr. Carreras Artau, Tomás y Joaquín. Historia de la filosofía española. Filosofía cristiana de los siglos XIII al XV. Madrid, 1939, Volume I。リュイは自身の機械について、単純な論理操作で基本的かつ紛れもない真理を結合する機械的要素群であり、機械的手段で生み出された真理が考えられるあらゆる知識を生み出すとしたBonner, Anthonny, The Art and Logic of Ramón Llull: A User's Guide, Brill, 2007.。リュイの業績はゴットフリート・ライプニッツに大きな影響を及ぼしたAnthony Bonner (ed.), Doctor Illuminatus. A Ramon Llull Reader (Princeton University 1985). Vid. "Llull's Influence: The History of Lullism" at 57-71。
17世紀初め、ルネ・デカルトは、動物の身体がただの複雑な機械であると提唱した（機械論）。 left|thumb|150px|ゴットフリート・ライプニッツは、人間の行う推論を機械的な計算に還元できると考えた。 17世紀になると、ライプニッツ、トマス・ホッブズ、ルネ・デカルトらはあらゆる理性的思考は代数学や幾何学のように体系化できるのではないかという可能性を探究した17世紀の哲学者とAI:
。ホッブズは『リヴァイアサン』で「推論は計算以外のなにものでもない」と記しているホッブズとAI:
。ライプニッツは推論のための汎用言語 (characteristica universalis) を想像し、論証を計算に還元しようと考えた。それによって「2人の哲学者の論争は2人の会計士の論争程度のことになる。彼らは論証を石版に書き記し（必要な友人を証人に立て）『計算』してみればよい」としたライプニッツとAI:
。これらの哲学者の考え方から物理記号システム仮説が明確化していき、それがAI研究の指針となった。
20世紀になると、数理論理学の研究が人工知能の実現可能性への根本的なブレークスルーを提供する。その基盤となったのは、ブールの The Laws of Thought とフレーゲの『概念記法』である。フレーゲの体系に基づき、1913年、ラッセルとホワイトヘッドが重要な著作『プリンキピア・マテマティカ』（数学原理）において数学的基礎の形式的記述を行い、形式論理に革命をもたらした。ラッセルの成果に触発されたダフィット・ヒルベルトは、当時の数学者らに「数学におけるあらゆる推論は形式化できるか?」という根本的問題を提示した（ヒルベルト・プログラム）。この問題への解答が、ゲーデルの不完全性定理、チューリングの機械、チャーチのラムダ計算であるラムダ計算はLISP（AIでよく使われていた重要な言語）の着想の元になっており、特にAIにおいて重要である。。その解答は2つの意味で驚くべきものだった。第一に彼らは数理論理が成し遂げられることには限界があることを証明した。
right|thumbnail|250px|ENIAC 。チャーチ＝チューリングのテーゼでは、0と1といった単純な記号群だけで任意の数学的推論過程を模倣できることが暗示されている。鍵となる洞察はチューリングマシンであり、記号操作を抽象化した単純な理論上の機械である。チューリングマシンは一部の科学者が思考する機械の可能性を議論しはじめるきっかけとなったチューリングマシン: ; ; および を参照。
計算機科学
計算機械は古代から作られており、歴史の進展と共にゴットフリート・ライプニッツなど多くの数学者が洗練させていった。ブレーズ・パスカルは1642年、最初の機械式計算機を製作した。19世紀初め、チャールズ・バベッジはプログラム可能な計算機（解析機関）を設計したが、実際には製作しなかった。エイダ・ラブレスはその機械が「精巧で科学的な音楽の断片をそれなりの複雑さと長さで作曲するかもしれない」と推測し、バベッジとラブレスはプログラム可能な機械式計算機の開発を行った。エイダ・ラブレスはその機関でベルヌーイ数を計算する方法を詳細に注記したことから、世界初のプログラマと言われている。
世界初の現代的コンピュータ（Zuse Z3、ENIAC、Colossus）は第二次世界大戦の際に開発された; 。その後アラン・チューリングの理論的基礎をジョン・フォン・ノイマンが発展させた形でコンピュータが発達していった。
[1943年−1956年] 人工知能の誕生 thumb|420px|IBM 702: 第一世代のAI研究者が使ったコンピュータ 以降の節の表題についての注各節の開始年と終了年は、 と による。テーマ、トレンド、プロジェクトについては、最も重要な仕事がされた時期に対応した節で扱っている。
1940年代と1950年代、様々な分野（数学、心理学、工学、経済学、政治学）出身の一握りの科学者が人工頭脳(artificial brain)を作る可能性を議論し始めた。人工知能研究は1956年に学問分野として確立された。1950年代になるとAIに関して活発な成果が出始めた。
サイバネティクスと初期のニューラルネットワーク 思考機械についての最初の研究は、1930年代末から1950年代初期にかけて流行ったいくつかのアイデアをまとめるところから着想された。当時最新の神経学の成果で、脳は神経細胞の電気ネットワークであり、全てか無かというパルスで点火されるということがわかった。ノーバート・ウィーナーのサイバネティックスは、電気ネットワークにおける制御と安定性を扱っていた。クロード・シャノンの情報理論はデジタル信号（全てか無かの信号）を扱っていた。アラン・チューリングの計算理論は任意の計算をデジタルで表せることを示した。これらの相互に密接に関連したアイデアが電子頭脳構築の可能性を示唆していた; ; ; ; 。
この文脈での業績例として、の亀や のようなロボットがある。それらの機械はコンピュータもデジタル電子回路も記号推論も使っておらず、完全にアナログ電子回路のみで制御されていた; ; ; ; 。
ウォーレン・マカロックとウォルター・ピッツは1943年に「神経活動に内在するアイデアの論理計算」と題する論文を発表し、理想化した人工神経細胞のネットワークを解析し、どうやって単純な論理関数のような働きをするのかを示した。それが後の研究者らにニューラルネットワークと呼ばれるものの最初の研究である; ; ; ; 。ピッツとマカロックに触発された学生の1人に若きマービン・ミンスキー（当時24歳の学生）がいた。1951年、ミンスキーは世界初のニューラルネットマシンを構築した; ; 。ミンスキーはその後50年間、AI界の重要なリーダーの1人となった。
ゲームAI 1951年、マンチェスター大学の Ferranti Mark 1 というマシンを使い、クリストファー・ストレイチーがチェッカープログラムを、ディートリッヒ・プリンツがチェスのプログラムを書いた"A Brief History of Computing" at AlanTuring.net.。アーサー・サミュエルは1950年代中ごろから60年代初めにかけてチェッカーのプログラムを開発し、まともなアマチュアと互角に渡り合える程度のスキルを身につけるようになったSchaeffer, Jonathan. One Jump Ahead:: Challenging Human Supremacy in Checkers, 1997,2009, Springer, ISBN 978-0-387-76575-4. Chapter 6.。ゲームAIはその後もAIの進化の程度を測る手段として使われることになった。
チューリングテスト 1950年、アラン・チューリングは記念碑的論文 Computing Machinery and Intelligence を発表し、真の知性を持った機械を創りだす可能性について論じた; ; ; ; ; 。彼は「知性」を定義するのは難しいとして、有名なチューリング・テストを考案した。これは知的ふるまいに関するテストを可能にする方法として導入された。テレタイプ端末を介した機械との対話が人間との対話と区別できない場合、その機械は「知的」だといえる。このように問題を単純化したことでチューリングは少なくとも「もっともらしい」「思考機械」の可能性を説得力のあるものとして主張でき、この論文は全ての一般的な反論に答えた では、チューリングが論文が発表されて以来数年間のAIに対する全ての主な反論に答えたと主張している。。チューリング・テストは人工知能の哲学における最初の真面目な提案となった。
記号的推論と Logic Theorist 1950年代中ごろにコンピュータにアクセス可能になると、一部の科学者は数を操作できる機械は記号も操作でき、記号の操作は人間の思考の本質を表しうると直観的に気付いた。それが思考機械に迫る新たな手法となった; 。
1955年、アレン・ニューウェルと（後にノーベル賞を受賞した）ハーバート・サイモンは（クリフ・ショーの助けも得て）"Logic Theorist" を作った。このプログラムはラッセルとホワイトヘッドの『プリンキピア・マテマティカ』の最初の方にある52の定理のうち38の定理を証明してみせ、そのうち一部は新たな洗練された証明方法を見出した; ; 。サイモンは彼らが「かの心身問題を解決し、物質で構成されているシステムが精神の特性をどのようにして持つことができるかを説明した」と述べている と での引用。これは、後にジョン・サールが「強いAI」と呼んだ哲学的立場（機械は人間の身体と同じように精神を持ちうる）を表した初期の文章の1つである。
ダートマス会議 (1956): AIの誕生 1956年のダートマス会議; ; は、マービン・ミンスキーとジョン・マッカーシー、さらに2人よりやや年上のクロード・シャノンとIBMのナサニエル・ロチェスターが準備し組織した。1956年夏、ダートマス大学が入居している建物の最上階を引き継いだ数学と計算機科学者のグループの一人である若き教授ジョン・マッカーシーはワークショップでのプロポーザルで "Artificial Intelligence"（人工知能） という言葉を作り出した。この会議の提案書には「学習のあらゆる面または知能の他のあらゆる機能は正確に説明できるので、機械でそれをシミュレートすることができる」と書かれていた でCrevierは「（この提案書が）後に "physical symbol systems hypothesis"（物理記号システム仮説）と呼ばれるようになった」と記している。物理記号システム仮説はニューウェルとサイモンがGPSについての論文で明確化し名付けたものである。その中では「機械」をより具体的に記号を操作するエージェントと定義している。。会議参加者としては他に、レイ・ソロモノフ、オリバー・セルフリッジ、、アーサー・サミュエル、アレン・ニューウェル、ハーバート・サイモンがおり、いずれもAI研究の最初の十年間で重要なプログラムを作った人々である では、ダートマス会議参加者が最初の20年間のAI研究で重要な役割を果たしたことを論じ、彼らを "invisible college" と呼んでいる。。この会議でニューウェルとサイモンが Logic Theorist を初めて公表し、マッカーシーがその分野の名称を "Artificial Intelligence" にしようと説得した「誓うことはできないが、私はそれまでその言葉を見たことがなかった」とマッカーシーは1979年、に語った。一方CNETのインタビューでは率直に「私がその用語を考案した」と述べている。。ジョン・マッカーシーはまたプログラミング言語を開発した。1956年のダートマス会議でAIには名前がつけられ、目標が与えられ、最初の成功例が見られ、主なプレーヤーが揃った。そのため、これをAIの誕生とするのが一般的である で「この会議が一般的にこの新たな科学領域の公式な誕生日と認められている」と記している。。
1957年、コーネル航空研究所に所属していたフランク・ローゼンブラットが当時のIBM 704を使用して、パーセプトロンをシミュレートした。その後米国海軍研究局の情報システム部門から資金援助を受け、画像分類学習システム「マークIパーセプトロン」を開発。紙に印刷された正方形と円を区別することに成功した。また図形だけでなく文字の区別にも成功し、統計的機械学習だけでなく二項分類に人工神経が有用とみなされた最初の事例となった。1960年以降、これらの成功例を受けて中央情報局（CIA）は航空写真の分析にパーセプトロンの応用をテストした。
[1956年−1974年] 第1回AIブーム: 推論と探索の時代 ダートマス会議後の数年は発見の時代で、新たな地平を疾走するような勢いだった。この時代に開発されたプログラムは推論と探索に頼っており、巨額を投じて開発された当時の最高峰のコンピュータであっても、処理可能な計算量はごく僅かであったため、非常に限定的な領域の問題しか解けなかったが、それでも当時の人々にとっては「驚異的」だったRussell と Norvig は「コンピュータがずば抜けて賢いことをしたときはいつでも驚異的だった」と記している。。コンピュータは代数問題をといてみせ、幾何学の定理を証明してみせ、英会話を学習してみせた。ごく少数を除いて、当時の人々はコンピュータにそのような「知的」な行動が可能だとは全く信じていなかった; ; 。研究者らはプライベートでも印刷物でも強烈な楽天主義を表明し、完全に知的な機械が20年以内に製作されるだろうと予測した; ; 。ARPAなどの政府機関は、この新しい領域にどんどん資金を注ぎ込んだ; 。
成果 1950年代末から1960年代にかけて、プログラムと新たな方向性で多くの成功例がみられた。以下に特に影響の大きいものを示す。
手段目標分析 初期のAIプログラムの多くは同じ基本アルゴリズムを採用していた。（ゲームに勝つ、定理を証明するなど）何らかの目標を達成するため、迷路を探索するようにそれに向かって（実際に移動したり、推論したりして）一歩一歩進み、袋小路に到達したらバックトラッキングする。この技法を「手段目標分析」と呼ぶ; 。
根本的な困難は、多くの問題で「迷路」でとりうる経路の数が天文学的だという点である（これを組合せ爆発と呼ぶ）。探索空間を狭めるためにヒューリスティクスや経験則を用い、解に到達しそうもない経路を排除する; 。
ニューウェルとサイモンはこのアルゴリズムの汎用版を確立しようと試み、そのプログラムをGeneral Problem Solverと称した; ; 。他の探索プログラムは幾何学の問題を解くなど印象的な成果をもたらしている。例えば、Herbert GelernterのGeometry Theorem Prover(1958)、ミンスキーの指導する学生James Slagleが書いた SAINT(1961)などがある; 。行動計画を立案するために目標を探索するプログラムもある。例えばスタンフォード大学のロボット「シェーキー」の行動を制御するために開発されたSTRIPSがある; ; 。
thumb|250px|意味ネットワークの一例
自然言語 AI研究の重要な目標の1つが、コンピューターと英語などの自然言語で会話できるようにすることである。初期の成功例として Daniel Bobrow の STUDENT というプログラムがあり、高校レベルの代数問題を解くことができた; ; 。
意味ネットワークは、概念（例えば、「家」、「ドア」）をノードとし、概念間の関係（例えば "has-a"）をノード間のリンクで表したものである。意味ネットワークを使った最初のAIプログラムは Ross Quillian が書いたもので、最も成功した（議論も呼んだ）のはロジャー・シャンクのCD理論である。
ジョセフ・ワイゼンバウムのELIZAは、非常にリアルな会話が可能で、ユーザーは人間と会話しているかのような錯覚を覚えるほどだった。これは来談者中心療法を行うおしゃべりロボット（）であった。しかし、ELIZAは単純なパターンマッチングで応答しているだけで、会話の内容を理解していない。ELIZAはいわゆる人工無脳のさきがけである; 。
マイクロワールド 1960年代末、MIT人工知能研究所のマービン・ミンスキーとシーモア・パパートは、AI研究をマイクロワールドと名付けた人工的かつ単純な状況に焦点を合わせて行うべきだと提案した。彼らは、物理学などの成功している科学でも摩擦のない平面や完全な剛体などの簡素化したモデルを使うことで基本原理が最もよく理解されたことを指摘した。多くの研究が注目したのは、色つきの様々な形状と大きさの積み木が平らな平面の上に置かれている「積み木の世界」である; ; ; 。
このパラダイムから、実際に積み木が積まれた状況を画像から認識するためのマシンビジョンが発達した。これにはチームを率いたジェラルド・サスマン、制約伝播の概念を確立した、といった人々が関わった。同じころミンスキーとパパートは積み木を積むことができるロボットアームを製作して、積み木の世界を現実のものとした。このマイクロワールドのパラダイムでの最終成果はテリー・ウィノグラードのSHRDLUである。SHRDLUは普通の英語の文で対話でき、計画を立案し、それを実行する; ; 。
楽観主義 第一世代のAI研究者は以下のような予測を述べている。 1958年、ハーバート・サイモンとアレン・ニューウェル：「10年以内にデジタルコンピュータはチェスの世界チャンピオンに勝つ」そして「10年以内にデジタルコンピュータは新しい重要な数学の定理を発見し証明する」（にて引用） 1965年、ハーバート・サイモン: 「20年以内に人間ができることは何でも機械でできるようになるだろう」（にて引用） 1967年、マービン・ミンスキー: 「一世代のうちに（中略）人工知能を生み出す問題のほとんどは解決されるだろう」（にて引用） 1970年、マービン・ミンスキー（ライフ誌）: 「3年から8年の間に、平均的な人間の一般的知能を備えた機械が登場するだろう」ミンスキーはこれが誤った引用だと強く主張している。詳しくは ; ; を参照
資金 1963年6月、MITは新たに創設された高等研究計画局（後のDARPA）から220万ドルの資金提供を受けた。この資金で Project MAC が創設され、そこにはミンスキーとマッカーシーが5年前に作ったAIグループも含まれることになった。ARPAは1970年代まで毎年300万ドルを提供し続けた。ARPAはCMUのニューウェルとサイモンの計画にも、スタンフォード人工知能研究所（ジョン・マッカーシーが1963年に創設）にも資金を提供した。もうひとつの重要なAI研究所は1965年、ドナルド・ミッキーがエディンバラ大学に創設した。この4つの研究拠点がAI研究の中心として長く資金供給を受けた; . McCorduck はまた、1956年のダートマス会議参加者の指示で資金提供が行われたと指摘している。。
その資金はほとんどひも付きではなかった。ARPAの部長J・C・R・リックライダーは「プロジェクトではなく人間に投資するのだ」という信念を持っており、研究者には好きなように研究させた。それがMITでの自由奔放な雰囲気を生み出し、ハッカー文化を誕生させることになったが、いつ結果が出るかも分からない「野放し」状態は続かなかった。
日本での研究動向 (1960年代末-1970年代) 1967年、数理工学者の甘利俊一が多層パーセプトロンの確率的勾配降下法を考え世界初の定式化に成功。この業績は当時あまり注目されずに終わったが、1986年にヒントンらが誤差逆伝播法として再発見。
1979年、NHK技研で研究者として所属していた福島邦彦が曲率を抽出する多層の神経回路にコグニトロン型の学習機能を取り入れて、多層神経回路モデル「ネオコグニトロン」を発明。
[1974−1980] AIの冬第1期 1970年代、AIは批判と資金縮小に晒された。AI研究者は直面していた問題の難しさを正しく評価できなかった。楽天主義から予想される成果への期待があまりにも高まったが、結果はその期待に応えられず、AI研究への出資はほとんど無くなった; 。同じころマービン・ミンスキーがパーセプトロンが排他的論理和を例として、特徴量をそのままでは線形分離可能でないものは学習できないことを示した。これが誤解・誇張されて伝わってしまったことで、データに対してコネクショニズム（またはニューラルネットワーク）の分野は約10年間あまり盛んでなくなった; ; 。1970年代後半のAIは一般大衆の受けが悪かったが、新たに論理プログラミングやなどの新たな領域が生まれている。
問題 1970年代前半、AIプログラムの能力は限定的だった。最も進んだものでも小さな問題しか扱えず、どのプログラムも言ってみれば「おもちゃ」だった。AI研究者は1970年代には解決できない根本的限界に直面した。その一部は後に克服されているが、21世紀の今も残っている問題もある。 コンピュータ性能の限界