人工智能（AI）無疑是機器人學中最令人興奮的領域，無疑也是最有爭議的：所有人都認為，機器人可以在裝配線上工作，但對于它是否可以具有智能則存在分歧。

就像“機器人”這個術語本身一樣，您同樣很難對“人工智能”進行定義。終極的人工智能是對人類思維過程的再現，即一部具有人類智能的人造機器。人工智能包括學習任何知識的能力、推理能力、語言能力和形成自己的觀點的能力。目前機器人專家還遠遠無法實現這種水平的人工智能，但他們已經在有限的人工智能領域取得了很大進展。如今，具有人工智能的機器已經可以模仿某些特定的智能要素。

計算機已經具備了在有限領域內解決問題的能力。用人工智能解決問題的執行過程很復雜，但基本原理卻非常簡單。首先，人工智能機器人或計算機會通過傳感器（或人工輸入的方式）來收集關于某個情景的事實。計算機將此信息與已存儲的信息進行比較，以確定它的含義。計算機會根據收集來的信息計算各種可能的動作，然后預測哪種動作的效果最好。當然，計算機只能解決它的程序允許它解決的問題，它不具備一般意義上的分析能力。象棋計算機就是此類機器的一個范例。

某些現代機器人還具備有限的學習能力。學習型機器人能夠識別某種動作（如以某種方式移動腿部）是否實現了所需的結果（如繞過障礙物）。機器人存儲此類信息，當它下次遇到相同的情景時，會嘗試做出可以成功應對的動作。同樣，現代計算機只能在非常有限的情景中做到這一點。它們無法像人類那樣收集所有類型的信息。一些機器人可以通過模仿人類的動作進行學習。在日本，機器人專家們向一部機器人演示舞蹈動作，讓它學會了跳舞。

有些機器人具有人際交流能力。Kismet是麻省理工學院人工智能實驗室制作的機器人，它能識別人類的肢體語言和說話的音調，并做出相應的反應。Kismet的作者們對成人和嬰兒之間的交互方式很感興趣，他們之間的交互僅憑語調和視覺信息就能完成。這種低層次的交互方式可以作為類人學習系統的基礎。

Kismet機器人

Kismet和麻省理工學院人工智能實驗室制造的其他機器人采用了一種非常規的控制結構。這些機器人并不是用一臺中央計算機控制所有動作，它們的低層次動作由低層次計算機控制。項目主管羅德尼·布德克斯（RodneyBrooks）相信，這是一種更為準確的人類智能模型。人類的大部分動作是自動做出的，而不是由最高層次的意識來決定做這些動作。

人工智能的真正難題在于理解自然智能的工作原理。開發人工智能與制造人造心臟不同，科學家手中并沒有一個簡單而具體的模型可供參考。我們知道，大腦中含有上百億個神經元，我們的思考和學習是通過在不同的神經元之間建立電子連接來完成的。但是我們并不知道這些連接如何實現高級的推理能力，甚至對低層次操作的實現原理也并不知情。大腦神經網絡似乎復雜得不可理解。

因此，人工智能在很大程度上還只是理論。科學家們針對人類學習和思考的原理提出假說，然后利用機器人來實驗他們的想法。

正如機器人的物理設計是了解動物和人類解剖學的便利工具，對人工智能的研究也有助于理解自然智能的工作原理。對于某些機器人專家而言，這種見解是設計機器人的終極目標。其他人則在幻想一個人類與智能機器共同生活的世界，在這個世界里，人類使用各種小型機器人來從事手工勞動、健康護理和通信。許多機器人專家預言，機器人的進化最終將使我們徹底成為半機器人，即與機器融合的人類。有理由相信，未來的人類會將他們的思想植入強健的機器人體內，活上幾千年的時間！

無論如何，機器人都會在我們未來的日常生活中扮演重要的角色。在未來的幾十年里，機器人將逐漸擴展到工業和科學之外的領域，進入日常生活，這與計算機在20世紀80年代開始逐漸普及到家庭的過程類似。