“人工智能”一词于1956年达特茅斯会议上首次被提出，此后该领域经历了多轮炒作与失望的循环（“AI寒冬”）。当前由深度学习和大规模算力驱动的浪潮始于2012年左右，AlexNet在图像识别领域取得突破，随后2017年Transformer架构的出现和2022年ChatGPT的公开发布使其大幅加速。
当今存在的一切都是窄域AI（也称“弱AI”）——为特定任务设计的系统。你的垃圾邮件过滤器是AI。你的语音助手是AI。Claude是AI。但它们都无法做到人类能做的一切。通用人工智能（AGI）——一个在所有领域具备人类水平能力的系统——仍然是一个研究目标，而非产品。关于时间线的争论从“几年内”到“永远不会”都有，诚实的回答是没有人知道。
大多数现代AI都是机器学习：不是编写显式规则，而是提供数据让系统学习模式。深度学习（具有多层的神经网络）是ML的子集。LLM是深度学习的子集。这种嵌套关系很重要，因为并非所有AI都是ML（专家系统使用手工编码的规则），也并非所有ML都是深度学习（随机森林、SVM和逻辑回归仍然广泛用于表格数据，在这些场景中它们往往优于神经网络）。