人工智能属于计算机学科的一个分支，被认为是二十一世纪三大尖端技术之一，在近三十年来获得了迅速的发展，广泛应用在多个学科领域，并取得丰硕的成果，人工智能已经逐步成为了一个独立的分支，无论是在理论上还是实践上都有了自成的一个系统。
毋庸置疑，人工智能是具备很大的研究价值的。
例如具有人工智能的机器人：繁琐的科学和工程计算原本是需要人脑来实现的，而如今的计算机不但能完成这类计算，并且还能比人脑做得更快、更准确，因此当代人已不吧这种计算看做是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。
通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。
