1956 yazında Amerika'daki Dartmouth Koleji'nde bir grup bilim insanı, birkaç hafta sürecek bir çalışma toplantısı için bir araya geldi. Toplantının önerisinde, öğrenmenin ve zekânın her yönünün ilke olarak bir makine tarafından taklit edilebilecek kadar kesin biçimde tanımlanabileceği varsayımından yola çıkılıyordu. "Yapay zekâ" teriminin ilk kez bu toplantı için yazılan öneride kullanıldığı kabul edilir. Katılımcılar, son derece iyimserdi. Bazı öncüler, birkaç on yıl içinde insan düzeyinde zekâya sahip makinelerin geliştirilebileceğini öngörüyordu.

Sonraki yıllarda yapay zekâ alanında etkileyici başarılar elde edildi. Matematik teoremlerini kanıtlayan, satranç oynayan ve basit İngilizce cümleleri anlayabilen programlar geliştirildi. Bu başarılar, kamuoyunda ve hükümetlerde büyük bir heyecan yarattı ve alana önemli miktarda araştırma fonu aktarıldı.

Ancak zamanla araştırmacılar, laboratuvardaki basit problemlerde başarılı olan yöntemlerin, gerçek dünyanın karmaşıklığı karşısında yetersiz kaldığını fark etti. Örneğin makine çevirisi alanındaki erken çalışmalar, büyük beklentilerle başlamış, ancak dilin belirsizlikleri ve bağlama bağlı anlamları karşısında hayal kırıklığıyla sonuçlanmıştı. Bilgisayarların o dönemdeki işlem gücü ve belleği de son derece sınırlıydı.

1970'lerin ortalarında, abartılı vaatlerin gerçekleşmemesi üzerine hükümetler ve kurumlar, yapay zekâ araştırmalarına ayırdıkları fonları büyük ölçüde kıstı. İngiltere'de hazırlanan eleştirel bir rapor, bu süreçte önemli bir rol oynadı. Bu döneme, sonradan "yapay zekâ kışı" adı verildi. Araştırmacıların bir kısmı alandan ayrıldı, bir kısmı ise çalışmalarını "yapay zekâ" yerine farklı adlarla sürdürmeyi tercih etti.

1980'lerde alan, "uzman sistemler" adı verilen yeni bir yaklaşımla yeniden canlandı. Uzman sistemler, belirli bir alandaki uzmanların bilgisini binlerce "eğer-ise" kuralı biçiminde bilgisayara aktarmaya çalışıyordu. Örneğin tıbbi teşhis ya da bilgisayar sistemlerinin yapılandırılması gibi alanlarda bazı başarılı uygulamalar geliştirildi ve şirketler bu sistemlere büyük yatırımlar yaptı. Ancak bu sistemlerin bakımı zordu, yeni durumlara uyum sağlayamıyordu ve uzman bilgisinin kurallara dökülmesi beklenenden çok daha zahmetliydi. 1980'lerin sonlarında bu heyecan da söndü ve alan, ikinci bir kış dönemine girdi.

Yapay zekâ, 2010'lardan itibaren derin öğrenme yöntemlerinin başarısıyla yeni ve çok daha güçlü bir bahar dönemi yaşamaya başladı. Bu başarının ardında, onlarca yıldır geliştirilen kuramsal fikirlerin yanı sıra, büyük veri kümelerinin ve güçlü işlemcilerin yaygınlaşması yatıyordu. İlginç bir biçimde, bugünkü başarıların temelini oluşturan sinir ağı fikirlerinin bir kısmı, kış dönemlerinde gözden düşmüş ve az sayıda araştırmacı tarafından inatla sürdürülmüş çalışmalardan gelmektedir.

Yapay zekânın inişli çıkışlı tarihi, teknolojik gelişmelerin nadiren düz bir çizgi izlediğini gösterir. Abartılı beklentiler, hayal kırıklıklarına ve geri çekilmelere yol açabilir. Bazı gözlemciler, bugünkü büyük heyecanın da benzer bir döngüye girip girmeyeceğini sorgularken, diğerleri bu kez temelin çok daha sağlam olduğunu savunmaktadır. Hangi görüşün haklı çıkacağını zaman gösterecektir.