El origen del término Inteligencia Artificial se debe a Jhon McCarthy que en el verano de 1956 organizó un taller en Dartmouth College, donde se juntaron un grupo de importantes investigadores, entre otros: Minsky, Rochester, Shanon, Solomof , Selfridge (estos últimos de MIT) y de Carnegie Tech (actualmente Carnegie Mellon Univeristy) a Allen Newell y Hebert Simon (posteriormente premio Nobel). Uno de los acontecimientos más interesantes de dicho taller fue la presentación por la gente de Carnegie Tech del “The Logic Theorist”. Este programa era capaz de demostrar varios teoremas de “Principia Mathematica” de Russel y Witehead. Pero el primer trabajo reconocido es el de McCulloch y Pitts que en 1943 propusieron un modelo de redes neuronales.
Los primeros años de la inteligencia artificial fueron épocas de grandes éxitos y notables logros. En 1957 Hebert Simon dijo:
“Sin animo de sorprenderlos y dejarlos atónitos, debo informarles lisa y llanamente que actualmente en el mundo existen máquinas capaces de pensar, aprender y crear”
Newell, Shaw, y Simon crean GPS (General Problem Solver) Solucionador General de Problemas en 1957. Uno de los aportes de este modelo se basa en la idea de distinguir el conocimiento del problema de la forma de resolver el mismo, es decir separar conocimiento y control.
Sin embargo, las herramientas de programación eran bastante rudimentarias hasta que en 1958 McCarthy introduce el lenguaje LISP. Este es el segundo lenguaje de alto nivel más antiguo (el primero fue Fortran) y que aún en la actualidad es usado (en sus variantes modernas como Common Lisp).
En la década del 1970 surge otro lenguaje fundamental en la inteligencia artificial el PROLOG (PROGraming in LOGic). Este se basa en el cálculo de predicados de primer orden y en el principio de resolución de Robinson (que veremos más adelante).
En 1969 en un libro de Minsky y papera, “Perceptrons”, se demuestra que la capacidad de representación de un perceptron es limitada, marcando el comienzo del abandono de los científicos de la computación de la investigación en el área de las redes neuronales por un largo tiempo. El interés por las redes neuronales permaneció abandonado hasta la década de 1980. Sin embargo alguna investigación en el tema de las redes neuronales se mantuvo viva mediante la investigación de científicos de otras ciencias como la física (Hopfield) y la psicología (donde Rumelhart y Hinton estudian los modelos de memoria basados en redes neuronales).
En el período de 1969 hasta 1980, el interés predominante eran los sistemas basados en conocimiento, que planteaban una visión distinta a la de los primeros años de investigación, donde se buscaban programas que resolvieran problemas en general (como el GPS) es decir simular el razonamiento (independiente del dominio) para encontrar soluciones (estos métodos son denominados débiles). Los sistemas basados en conocimiento, de los cuales los más conocidos son los sistemas expertos, se basan fundamentalmente en incorporar conocimiento específico del dominio sobre el cual se monta un motor de inferencia. La forma de representar este conocimiento es principalmente en un principio reglas del tipo “Si...entonces...” (Si llueve entonces me mojo). La idea era que para resolver problemas era más importante el conocimiento específico de un experto que la inteligencia. Si a A. Einsten se le descomponía el auto sería difícil que hubiera podido arreglarlo ya que a pesar de su inteligencia no cuenta con el conocimiento del dominio (mecánica automotriz) necesario, por lo cual recurre a un experto (mecánico) para solucionar el problema (aunque con Einsten nunca se sabe).
Uno de los éxitos más resonantes y paradigmáticos fue el programa MYCIN que era un sistema experto (originalmente con 450 reglas) que permitía diagnosticar infecciones sanguíneas. El porcentaje de aciertos de MYCIN superaba a la media de los médicos y alcanzaba la de un experto. En 1987 ya existían alrededor de 1900 Sistemas Expertos en el mundo.
A finales de los años ochenta se trabajaba mucho sobre la comprensión del lenguaje natural. En 1973 Willam Woods creó una interfaz para geología llamado LUNAR, que permitía hacer preguntas en inglés sobre muestras de rocas traídas por el Apolo 11.
Para fines de la década de 1980 las compañías más importantes de Estados Unidos, con DEC (Digital Equipament Corporation) a la cabeza, contaban con grupos de inteligencia artificial.
HITECH, un programa que jugaba al Ajedrez, derrota al gran maestro internacional Arnold Denker en 1989. Kasparov, el campeón mundial de ajedrez juega en febrero 1996 contra Deep Blue de IBM (Big Blue) y gana 4 a 2, pero en Mayo de 1997 Deep Blue derrota al campeón mundial por 3.5 a 2.5 siendo la primera vez que una máquina derrota a un campeón mundial.
Una nueva rama interdisciplinaria, la Bioinformática o Biología Computacional utiliza, junto a otras, técnicas y herramientas surgidas de la IA para resolver problemas biológicos, como el secuenciamiento de ADN.