ประวัติความเป็นมาปัญญาประดิษฐ์ (Artificial Intelligence: AI) เริ่มมีการกล่สวถึงมาตั้งแต่กลางศตวรรษที่ 20 ในตอนนั้นสาขาของ AI เกิดขึ้นเพื่อตอบสนองต่อแนวคิดที่ว่า เราสามารถสร้างเครื่องจักรเพื่อเลียนแบบ หรือจำลองการทำงานของมนุษย์ได้ แนวคิดของการสร้างสิ่งมีชีวิตเทียมที่มีความสามารถเหมือนมนุษย์มีมาตั้งแต่สมัยโบราณ การพัฒนาสมัยใหม่ของ AI เริ่มต้นด้วยแนวคิดหลักและความก้าวหน้าในทศวรรษที่ 1940 และ 1950

กำเนิดคำว่า ปัญญาประดิษฐ์ (AI) ได้รับการบัญญัติศัพท์โดยนักวิทยาศาสตร์คอมพิวเตอร์ John McCarthy ในปี 1956 ที่การประชุม Dartmouth Conference ซึ่งได้รวบรวมกลุ่มนักวิจัยเพื่อสำรวจความเป็นไปได้ในการสร้างเครื่องจักรอัจฉริยะ เหตุการณ์นี้มักถูกมองว่าเป็นจุดกำเนิดของ AI เป็นสาขาการศึกษาที่แตกต่างกัน

- ยุคในช่วงต้นของงานปัญญาประดิษฐ์ (AI) ระหว่างช่วงปลายทศวรรษ 1940 และต้นทศวรรษ 1950 นักวิจัย เช่น Alan Turing, Norbert Wiener และ Claude Shannon ได้มีส่วนร่วมอย่างมากในรากฐานทางทฤษฎีของ AI Alan Turing เสนอแนวคิดของ "universal machine" ที่สามารถทำการคำนวณใดๆ ก็ได้ ซึ่งเป็นการวางรากฐานสำหรับการคิดเกี่ยวกับเครื่องจักรอัจฉริยะ (intelligent machines)

- ยุคลอจิกและสัญลักษณ์ AI (Logic and Symbolic AI:) ในช่วงปี 1950 และ 1960 การวิจัย AI มุ่งเน้นที่การใช้ตรรกะและการแสดงสัญลักษณ์ เพื่อสร้างระบบอัจฉริยะ นักวิจัยพัฒนาภาษาที่เป็นทางการและวิธีการที่ใช้ตรรกะ เพื่อแสดงความรู้และปฏิบัติงานด้านเหตุผล แนวทางนี้เรียกว่า AI เชิงสัญลักษณ์ มีเป้าหมายเพื่อเลียนแบบกระบวนการคิดของมนุษย์โดยใช้กฎและสัญลักษณ์เชิงตรรกะ

- ยุคการเพิ่มขึ้นของแมชชีนเลิร์นนิง (Machine Learning) ในช่วงปี 1950 และ 1960 นักวิจัยเริ่มสำรวจแนวคิดของ Machine Learning ซึ่งเกี่ยวข้องกับการพัฒนาอัลกอริทึม (algorithms) และโมเดล (models) ที่สามารถเรียนรู้จากข้อมูลและปรับปรุงประสิทธิภาพเมื่อเวลาผ่านไป งานแรกในพื้นที่นี้รวมถึงการพัฒนา perceptrons โดย Frank Rosenblatt และแนวคิดของการเรียนรู้การเสริมแรงโดย Arthur Samuel

- ยุคที่อาศัยความรู้ระบบ (Expert Systems) และผู้เชี่ยวชาญ AI ในช่วงระหว่างปี 1970 และ 1980 การวิจัย AI ได้เปลี่ยนไปสู่การสร้างระบบผู้เชี่ยวชาญ (Expert Systems) ซึ่งเป็นโปรแกรมคอมพิวเตอร์ที่ออกแบบมา เพื่อเลียนแบบความรู้และความสามารถในการตัดสินใจของผู้เชี่ยวชาญที่เป็นมนุษย์ในขอบเขตเฉพาะ ระบบเหล่านี้ใช้การให้เหตุผลตามกฎและเทคนิคการแทนความรู้เพื่อแก้ปัญหาที่ซับซ้อนในสาขาต่างๆ เช่น การแพทย์ การเงิน และวิศวกรรม

- ยุคโครงข่ายประสาทเทียม (Neural Networks) และการเชื่อมต่อ (Connectionism) โครงข่ายประสาทเทียม ซึ่งได้รับแรงบันดาลใจจาก โครงสร้างและการทำงานของสมองมนุษย์ ได้รับความสนใจอีกครั้งในช่วงปี 1980 และ 1990 นักวิจัยได้พัฒนาอัลกอริธึมและสถาปัตยกรรมที่ช่วยให้โครงข่ายประสาทเทียม สามารถเรียนรู้จากข้อมูลและทำการทำนายหรือจำแนกประเภทได้ การกลับมาของความสนใจในโครงข่ายประสาทเทียมและแนวทางการเชื่อมต่อ ได้นำไปสู่ความก้าวหน้าในการจดจำรูปแบบ การรู้จำเสียงพูด และแอปพลิเคชัน AI อื่นๆ

- ยุคการเข้าสู่งานข้อมูลขนาดใหญ่ (Big Data) และการเรียนรู้เชิงลึก (Deep Learning) ยุค 2000 เห็นการปฏิวัติใน AI ซึ่งขับเคลื่อนโดยการเติบโตแบบทวีคูณของความพร้อมใช้งานของข้อมูลและพลังการคำนวณ การเรียนรู้เชิงลึกซึ่งเป็นสาขาย่อยของการเรียนรู้ของเครื่องที่อาศัยเครือข่ายประสาทเทียมที่มีหลายชั้น กลายเป็นเทคนิคที่มีประสิทธิภาพในการจัดการกับงานที่ซับซ้อน เช่น การจดจำภาพและการประมวลผลภาษาธรรมชาติ อัลกอริธึมการเรียนรู้เชิงลึกแสดงให้เห็นถึงประสิทธิภาพที่โดดเด่นในด้านต่างๆ ซึ่งปูทางไปสู่ความก้าวหน้าที่สำคัญในแอปพลิเคชัน AI

- AI ในยุคปัจจุบันและในศตวรรษที่ 21 ในช่วงไม่กี่ปีที่ผ่านมา AI ได้เห็นความก้าวหน้าอย่างรวดเร็วและการยอมรับอย่างแพร่หลายในอุตสาหกรรมต่างๆ ความก้าวหน้าในด้านต่างๆ เช่น คอมพิวเตอร์วิทัศน์ (computer vision) การประมวลผลภาษาธรรมชาติ (natural language processing) วิทยาการหุ่นยนต์ (robotics) และการเรียนรู้แบบเสริมแรง (reinforcement learning) ช่วยให้เกิดความก้าวหน้าในยานยนต์ไร้คนขับ (autonomous vehicles) ผู้ช่วยเสมือนจริง (virtual assistants) อุปกรณ์สมาร์ทโฮม (smart home device) การวินิจฉัยทางการแพทย์ (medical diagnostics) และอื่นๆ อีกมากมาย นอกจากนี้ การเพิ่มขึ้นของข้อมูลขนาดใหญ่ คลาวด์คอมพิวติ้ง (cloud computing) และความก้าวหน้าในฮาร์ดแวร์ เช่น หน่วยประมวลผลกราฟิก (GPU) มีส่วนสนับสนุนการเร่งความเร็วของการวิจัย AI และแอปพลิเคชัน

ปัญญาประดิษฐ์ (Artificial Intelligence: AI) เป็นสาขาที่มีการวิจัยและพัฒนาอย่างต่อเนื่อง ต่อไป AI จะเข้ามาเป็นส่วนสำคัญในการใช้ชีวิตของเรา คาดว่าผลกระทบของ AI จะขยายออกไปอีกมากมายในหลายด้านในอนาคต