人工智能（Artificial Intelligence，简称AI）的概念首次提出是在1956年的达特茅斯会议。这次会议由约翰·麦卡锡、马文·明斯基、艾伦·纽厄尔和赫伯特·西蒙等人共同发起，旨在探讨如何通过计算机模拟人类智能的问题。
在会议上，专家们提出了一种被称为“符号主义”的人工智能理论。符号主义认为，人工智能应该是一种基于符号和规则的系统，通过使用符号来表示知识、推理和解决问题。这种观点强调了符号和语言在人工智能中的重要性，并提出了著名的“图灵测试”，即一个机器是否能被识别为人类取决于它是否能够通过与人类的对话来展示出与人类相似的智能行为。
然而，符号主义在当时并没有得到广泛的关注和应用。相反，另一种被称为“联结主义”的人工智能理论逐渐兴起。联结主义认为，人工智能应该是一种基于神经元和连接的系统，通过学习来获取知识和解决问题。这种观点强调了神经网络和机器学习在人工智能中的作用，并提出了著名的“反向传播算法”，即一种用于训练神经网络的优化方法。
尽管符号主义和联结主义在当时都有一定的影响力，但它们都没有成功地解决人工智能的核心问题。直到20世纪70年代，随着计算机技术的发展和计算能力的提高，人工智能才真正开始崭露头角。这一时期，出现了许多重要的研究成果，如专家系统的开发、自然语言处理技术的进步以及机器学习算法的发展等。这些成果为后来的人工智能研究奠定了基础，并为今天的人工智能技术提供了支持。
