「人工智慧」一詞在 1956 年的達特茅斯會議上被創造出來，此後該領域經歷了多次炒作與失望的循環（「AI 寒冬」）。當前的浪潮由深度學習和大規模運算驅動，大約從 2012 年 AlexNet 在影像辨識上的突破開始，並隨著 2017 年 Transformer 架構和 2022 年 ChatGPT 的公開推出而急劇加速。
目前存在的一切都是狹義 AI（也稱「弱 AI」）——為特定任務設計的系統。你的垃圾郵件過濾器是 AI。你的語音助理是 AI。Claude 是 AI。但它們都無法做到人類所能做的一切。通用人工智慧（AGI）——一個在所有領域具有人類水準能力的系統——仍然是一個研究目標，而非產品。時間表的爭論從「幾年內」到「永遠不可能」都有，誠實的答案是沒有人知道。
大多數現代 AI 是機器學習：你不需要編寫明確的規則，而是提供資料讓系統學習模式。深度學習（具有多層的神經網路）是機器學習的子集。大型語言模型是深度學習的子集。這種巢狀關係很重要，因為並非所有 AI 都是機器學習（專家系統使用手動編碼的規則），也並非所有機器學習都是深度學習（隨機森林、SVM 和邏輯迴歸在表格資料上仍被廣泛使用，且往往優於神經網路）。