按照一般的理解，所谓人工智能（artificialintelligence，简称AI），就是用人工的方法在机器上实现的智能；这类机器通常是指计算机。尽管这类机器的大部分在它们被设计出来的早期并没有明确的模拟人类认知加工的意图，但在它往后的发展中的确是以模拟人类大脑的神经机制和思维活动为主要内容的，即有意识地依据认知心理学、认知神经科学、脑科学、思维科学等的研究成果，模拟神经元和大脑的活动过程以及人类在推理、证明、识别、理解、学习、规划以及问题求解中的种种“智能”行为。下面做一简要概述。
早在1950年，英国数学家、逻辑学家图灵（）发表了《计算机和智能》一文，明确提出了计算机经程序化后能表现出与人一样的智能行为的观点。在图灵看来，人的大脑就像一台“数字计算机器”。机器能够通过智能行为的测试，本身就说明机器具有智能，计算是思维的一种形式。1958年，美籍匈牙利数学家、计算机科学家冯·诺依曼（）出版了《计算机与人脑》一书。在书中，作者从一个数学家的角度将计算机与神经系统进行类比。认为混合计算机中的“模拟”计算与“数字”计算的综合，与神经系统的特点相符。他说：“基因本身就是数字系统元件的一部分。不过基因所产生的一切效应，以及刺激形成的某些特别的化学物质也包含在内，也就是各种特定的酶（它是基因的标志），这些都在模拟的范畴之内。这正是模拟与数字过程相互演变的一个尤为明显的例子。”[1]同时他认为，人工智能促进了物理学与数学的融合。因为很明显，神经元的激活与传导是遵循“全”或“无”的过程进行的。这与计算机中导线的“全”或“无”传导机制（导线不是有电流脉冲，就是没有电流脉冲），是高度相似的。而且这两种情形能够与传统的二值逻辑、二进制符号系统联系起来。美国计算机科学家、控制论者M.A.阿尔贝勃在《大脑、机器和数学》（1964）一书中也乐观地指出：“我当然不相信数学会解决生理学和心理学的一切问题，但是我相信数学推导方法在理解大脑方面也一定会和神经生理学和心理学的实验与临床研究一样重要，就像数学方法已经帮助电气工程师造出计算机一样。虽然计算机比生物体在复杂度上要低许多数量级，但是，至今它还是大脑最好的模型。”[2]为此，人工智能科学家的一个著名口号是：“心灵之于大脑正如软件之于硬件”。
人工智能科学家西蒙等人将上述研究概括为物理符号研究范式。他说：“计算机显然是一个物理符号系统。它的物理性质和运转方式可以很容易地证明它完成这些过程（仅有的这些过程）的能力。人的大脑也是（但并非显而易见）一个物理符号系统。它无疑能完成列入这种系统界定范围内的那些过程。”[3]由于该范式假设人类智能的基本载体是符号，认知过程就是符号表示下的符号计算与操作，思维实质上就是计算，因而在智能模拟过程中，它们更多的是注意到计算机运行和操作与人类智能和脑神经组织的某种相似性。换言之，只是注意到计算机在符号计算、句法逻辑方面与人的某些智能的相似性，而忽视了人类大脑神经元之间的突触联结数量的海量性及并行加工处理方式的复杂性等特性，这样，物理符号主义模型对大脑的神经机制的刻画显得过于简单化了：它至多只是在某些功能方面建立了计算机与人类智能或人脑之间的联系，而与实际的人类智能和大脑神经活动机制，相差甚远。
