掃地機器人等。
人工智能是計算機科學的壹個分支，它企圖了解智能的實質，並生產出壹種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。
人工智能是壹門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的壹個主要目標是使機器能夠勝任壹些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種“復雜工作”的理解是不同的。?[1]?2017年12月，人工智能入選“2017年度中國媒體十大流行語”。人工智能在計算機上實現時有2種不同的方式。壹種是采用傳統的編程技術，使系統呈現智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法（ENGINEERING APPROACH），它已在壹些領域內作出了成果，如文字識別、電腦下棋等。
另壹種是模擬法（MODELING APPROACH），它不僅要看效果，還要求實現方法也和人類或生物機體所用的方法相同或相類似。遺傳算法（GENERIC ALGORITHM，簡稱GA）和人工神經網絡（ARTIFICIAL NEURAL NETWORK，簡稱ANN）均屬後壹類型。遺傳算法模擬人類或生物的遺傳-進化機制，人工神經網絡則是模擬人類或動物大腦中神經細胞的活動方式。為了得到相同智能效果，兩種方式通常都可使用。采用前壹種方法，需要人工詳細規定程序邏輯，如果遊戲簡單，還是方便的。如果遊戲復雜，角色數量和活動空間增加，相應的邏輯就會很復雜（按指數式增長），人工編程就非常繁瑣，容易出錯。而壹旦出錯，就必須修改原程序，重新編譯、調試，最後為用戶提供壹個新的版本或提供壹個新補丁，非常麻煩。采用後壹種方法時，編程者要為每壹角色設計壹個智能系統（壹個模塊）來進行控制，這個智能系統（模塊）開始什麽也不懂，就像初生嬰兒那樣，但它能夠學習，能漸漸地適應環境，應付各種復雜情況。這種系統開始也常犯錯誤，但它能吸取教訓，下壹次運行時就可能改正，至少不會永遠錯下去，用不到發布新版本或打補丁。利用這種方法來實現人工智能，要求編程者具有生物學的思考方法，入門難度大壹點。但壹旦入了門，就可得到廣泛應用。由於這種方法編程時無須對角色的活動規律做詳細規定，應用於復雜問題，通常會比前壹種方法更省力。