Obecnie istnieją różne formy sztucznej inteligencji (AI). To trudne pytanie, jak w ogóle nazwać sztuczną inteligencję, a jak po prostu nazwać oprogramowanie. W oprogramowaniu istnieje tendencja, że gdy coś, co kiedyś nazywano „AI”, dojrzewa i integruje się z technologicznym zapleczem, nie nazywa się już sztuczną inteligencją. Programiści z lat pięćdziesiątych mogli nazwać wiele programów wbudowanych w naszym świecie „sztuczną inteligencją” – na przykład mikroczip w samochodzie, który reguluje wtrysk paliwa, lub bazę danych w supermarkecie, która przechowuje zapisy wszystkich sprzedaży, lub wyszukiwarkę Google.
Ale dziedzina, która nazywa się „sztuczną inteligencją” wydaje się być nieco inna niż znacznie większa grupa „programistów w ogóle”. Badacze sztucznej inteligencji zwykle patrzą na bardziej złożone, adaptacyjne, zdolne, a nawet niejasno podobne do człowieka formy oprogramowania. Pracownicy AI są również interdyscyplinarni i dobrze zorientowani w obszarach nauki i matematyki obcych dla typowego programisty, w tym między innymi: formalnej statystyce, neuronauce, psychologii ewolucyjnej, uczeniu maszynowym i teorii decyzji.
W dziedzinie sztucznej inteligencji istnieją dwa główne obozy: Neats i Scruffies. Podział ten utrzymał się praktycznie od momentu powstania AI jako dziedziny w 1956 roku. Sprytni są zwolennikami metod formalnych, takich jak statystyka stosowana. Lubią, gdy ich programy są dobrze zorganizowane, udowadniająco brzmiące, działają w oparciu o konkretne teorie i swobodnie edytowalne. Zaniedbywacze lubią niechlujne podejścia, takie jak adaptacyjne sieci neuronowe, i uważają się za hakerów, rzucając wszystko razem, o ile wydaje się to działać. Oba podejścia odniosły w przeszłości imponujące sukcesy, są też hybrydy tych dwóch tematów.
Wszystkie projekty sztucznej inteligencji są przynajmniej powierzchownie inspirowane ludzkim mózgiem, ponieważ z definicji sztuczna inteligencja polega na naśladowaniu jakiegoś aspektu inteligencji. Sztuczna inteligencja musi tworzyć koncepcje rzeczy, którymi manipulują lub z którymi pracują, i przechowywać te koncepcje jako porcje danych. Czasami te fragmenty są dynamiczne i często aktualizowane, czasami statyczne. Ogólnie sztuczna inteligencja zajmuje się wykorzystywaniem relacji między danymi, aby osiągnąć jakiś cel.
Cele są często przydzielane na podstawie użyteczności. Po przedstawieniu celu, system AI może generować cele cząstkowe i przypisywać te wartości użyteczności celów cząstkowych na podstawie ich przewidywanego wkładu w cel główny. Sztuczna inteligencja kontynuuje realizację celów cząstkowych, dopóki cel główny nie zostanie osiągnięty. Następnie można swobodnie przejść do nowego (ale często podobnego) celu podstawowego. To, co znacznie różni się od sztucznej inteligencji, to sposób, w jaki wdrażana jest cała ta dynamika.