1956年在美国举行的达特茅斯会议，探讨了人工智能的发展。在这次会议中，人工智能（AI）的概念被正式提出：“让机器能像人那样认知、思考和学习，即用计算机模拟人的智能”。参加这次会议的科学家开始在科研领域致力于人工智能的发展，但受制于计算机技术的水平，当时人工智能的进展有限。
在20世纪60年代，美国科幻小说家阿西莫夫在《纽约时报》开设专栏，对人类半个世纪后的科技生活进行预测。他预言：“到2014年，
机器人有了自己存在的意义：把人类从琐碎的家务中解放出来，人们只需头一天晚上对机器做出设置，第二天早上就可以直接享用现成的美味早餐。”
我国计算机仿真与计算机集成制造专家、中国工程院院士李伯虎认为，人工智能最近60年发展可以分为三个阶段：20世纪50年代至70年代，人工智能力图模拟人类智慧，但是受过分简单的算法、匮乏得难以应对不确定环境的理论以及计算能力的限制，这一热潮逐渐冷却；20世纪80年代，人工智能的关键
应用——基于规则的专家系统得以发展，但是数据较少，难以捕捉专家的隐性知识，加之计算能力依然有限，使得人工智能不被重视；进入20世纪90年代，神经网络、深度学习等人工智能算法以及大数据、云计算和高性能计算等信息通信技术快速发展，人工智能进入新的快速增长时期。
李伯虎说：“当前，正在发生重大变革的信息新环境和人类社会发展的新目标，催生人工智能技术与应用进入了一个新阶段。这一次人工智能新高潮的最大特点是企业引领。”
确实是这样，在国际上，谷歌、IBM、亚马逊等各自展开了对人工智能领域的研究。谷歌的人工智能程序阿尔法围棋（AlphaGo）在围棋领域的“人机大战”吸引了世界的目光。在我国，阿里巴巴、华为、百度等公司在人工智能方面也各有建树。比如，在中国，“人脸识别”这一人工智能技术已在多家公司的刷脸支付产品中被广泛应用。
人工智能产业技术创新战略联盟理事长、中国工程院院士高文表示，新一轮的人工智能浪潮由企业带动，目前多国已关注到人工智能巨大的发展潜力，加大了对人工智能研究的资助。
在中国，“人工智能”被写入我国“十三五”规划纲要。在2016年5月，国家发改委、科技部、工信部及中央网信办四部委联合下发《“互联网+”人工智能三年行动实施方案》，要“充分发挥人工智能技术创新的引领作用，支撑各行业领域‘互联网+’创业创新，培育经济发展新动能”。面向2030年的人工智能规划即将出台，中国的人工智能研究与开发将进入顶层设计后的系统推进阶段。
中国工程院院士潘云鹤表示，我国对智能城市、智能医疗、智能交通、智能制造、无人驾驶等领域的研究需求与日俱增，“我国已在这些领域实现了信息化，现在迫切需要智能化”。
中国人工智能论文引用量排名世界第一
作为典型的前瞻性基础研究领域，人工智能得到了我国基础研究最主要的支持渠道——国家自然科学基金委的持续关注和重视。自然科学基金较早地做出了前瞻部署，聚焦重点问题，资助了大批探索性研究项目，培养了一批基础研究队伍。
国家自然科学基金委员会自1986年成立起就开始在机器智能基础理论与方法、人工智能应用、人工神经网络、计算机图像与
视频处理等多个领域支持科学家自由探索，持续围绕人工智能领域开展基础研究，专门针对人工智能领域开设相关学科代码，对人工智能领域进行细致划分和规划。
同时，我国还启动了“视听觉计算基础研究”重大研究计划，这项技术成果将最终运用在无人驾驶技术领域。该计划实施8年来，清华大学、上海交通大学等十余所高校和科研院所的科研团队参与，在脑的视听觉认知、无人驾驶、图像、语音和文本（语言）信息处理等方面取得了一系列处于国际前沿的重要研究成果，在《神经元》等国际学术期刊上发表了大量高水平论文，对推动我国信息领域及相关产业的原始创新与发展起到了重大的引领作用。
在
智能机器人研究方面，基金委2016年启动了“共融机器人基础理论与关键技术研究”重大研究计划，拟资助经费2亿元，面向我国高端制造、医疗康复等领域对共融机器人的需求，力图为我国机器人技术和产业发展提供源头创新支撑，还与深圳市人民政府共同设立机器人基础科学中心项目。
在全球科学技术革新的时代浪潮下，我国对于人工智能领域的基础研究取得了不少突破性进展，中国科学家在学科前沿已经占据了一席之地。根据SCImago期刊排名显示，2015年，美国和中国在学术期刊上发表的相关论文合计近1万份，而英国、印度、德国和日本发表的相关论文总和也只相当于美中两国一半，中国人工智能论文引用量排名世界第一，论文影响力方面中国则排名第三。麦肯锡公司全球总裁鲍达民说：“中国与美国是当今世界人工智能研发领域的领头羊。”
人工智能有可能率先实现从跟跑到领跑
2016年，中国工程院根据人工智能60年的发展，结合中国发展的社会需求与信息环境，提出了人工智能2.0的理念。
中国工程院高文院士表示，人工智能2.0的一个鲜明特征是实现“机理类脑，性能超脑”的智能感知，进而实现跨媒体的学习和推理，比如人工智能AlphaGo就是通过视觉感知获得“棋感”：“它将围棋盘面视为图像，对16万局人类对弈进行‘深度学习’，获得根据局面迅速判断的‘棋感’，并采用强化学习方法进行自我对弈3000万盘，寻找对最后取胜的关键‘妙招’。”通过这种感知，AlphaGo实现了符号主义、连接主义、行为主义和统计学习“四剑合璧”，最终超越人类。
杨卫认为，在研发活动的全链条——从基础科学到技术及产品和市场中，基金委正是源头供给者。顺应时代发展要求深入探索人工智能，不仅造福于民，更可为国家在重大研究领域的突破作出贡献。
此外，为推动人工智能研究的拓展与丰富，科学基金将重点支持通信与电子学、计算机科学与技术、自动化科学与技术等分支学科之间的交叉研究，通过交叉研究孕育重大突破。
“中国人工智能的发展前景闪烁着希望的曙光，有望领跑世界。”杨卫指出，在科技发展过程中，一个国家从跟跑到领跑的历史性跨越既是华丽的，又是艰难的。它需要高瞻远瞩地把握创新规律，认识到领跑特有的表现形式，并审时度势选择正确的领跑方向，而人工智能作为人机网共融的重要组成部分，和智慧数据、新物理、合成生命、量子跃迁一道，有可能成为我国科技率先实现从跟跑到领跑的跨越的五个重要领域。
