Le terme « intelligence artificielle » (IA) est utilisé pour caractériser des algorithmes et des machines dotées de formes d’ « intelligence ». Il désigne aussi le domaine de recherche qui étudie ces algorithmes, et qui a été créé dans les années 1950. Les machines étudiées en IA sont très diverses, tant sur le plan de leurs mécanismes, de leurs fonctionnalités et du but de leurs concepteurs.

Des exemples de tels algorithmes sont ceux qui permettent à des ordinateurs de battre les meilleurs joueurs du monde aux échecs ou d’aider des mathématiciens à trouver automatiquement la preuve de certains théorèmes. Ces algorithmes reposent sur la manipulation astucieuse de symboles, et le but de leurs concepteurs est de construire des machines efficaces capables de nous aider dans des tâches quotidiennes comme la recherche d’information sur internet ou la résolution de problèmes de logistique. Bien qu’ils soient très performants sur des tâches particulières, ces algorithmes fonctionnent de manière très différente du cerveau humain, et ne sont pas capables de s’adapter de manière autonome à des tâches nouvelles (c’est à dire sans l’aide d’un ingénieur qui les reprogrammerait).

D’autres travaux visent au contraire à construire des algorithmes qui modélisent les processus cognitifs et neuronaux humains, afin de contribuer à mieux les comprendre. Certains laboratoires modélisent par exemple les processus d’apprentissage et de développement des savoir-faire sensoriels et moteurs de l’enfant, ou l’acquisition du langage, souvent en les expérimentant sur des robots.  Ces modèles contribuent aujourd’hui à la mise au point de théories computationnelles en sciences cognitives. Cependant, les mécanismes qui sont mis en œuvre ont encore des capacités cognitives et d’adaptation qui sont très éloignées de celles de jeunes enfants, et des défis fondamentaux de compréhension de la cognition restent à résoudre.

Enfin, on peut mentionner depuis quelques années l’importance croissante du « Big Data » (masses énormes de données) dans le développement de nouvelles formes d’intelligence artificielle. Des chercheurs ont, par exemple, fait visualiser des milliers d’images de chat à un programme qui s’est alors construit, seul, le « concept » de chat. La traduction automatique s’inscrit également dans ce champ : l’algorithme de traduction de Google, par exemple, apprend au fur et à mesure qu’il réalise des traductions.