ایجاد و ابداع فنون و تکنیکهای لازم برای مدیریت پیچیدگی را باید به عنوان هستهٔ بنیادین تلاشهای علمی و پژوهشی گذشته، حال و آینده در تمامی زمینههای علوم رایانه و به ویژه در هوش مصنوعی معرفی کرد. شیوهها و تکنیکهای هوش مصنوعی در واقع، برای حل آن دسته از مسائل به وجود آمده است که بهطور سهل و آسان توسط برنامهنویسی تابعی یا شیوههای ریاضی قابل حلّ نبودهاند. در بسیاری از موارد، با پوشانیدن و پنهان ساختن جزئیّات فاقد اهمیت است که بر پیچیدگی فائق میآییم و میتوانیم بر روی بخشهایی از مسئله متمرکز شویم که مهمتر است. تلاش اصلی در واقع، ایجاد و دستیابی به لایهها و ترازهای بالاتر از هوشمندی انتزاع را نشانه میرود تا آنجا که سرانجام، برنامههای رایانهای درست در همان سطحی کار خواهند کرد که خود انسانها رسیدهاند. به یاری پژوهشهای گستردهٔ دانشمندان علوم مرتبط، هوش مصنوعی تاکنون راه بسیاری پیموده است. در این راستا، تحقیقاتی که بر روی توانایی آموختن زبانها انجام گرفت و همچنین درک عمیق از احساسات، دانشمندان را در پیشبرد این دانش کمک زیادی کرده است. یکی از اهداف متخصصین، تولید ماشینهایی است که دارای احساسات بوده و دست کم نسبت به وجود خود و احساسات خود آگاه باشند. این ماشین باید توانایی تعمیم تجربیات قدیمی خود در شرایط مشابه جدید را داشته و به این ترتیب اقدام به گسترش دامنه دانش و تجربیاتش کند. برای نمونه ربات هوشمندی که بتواند اعضای بدن خود را به حرکت درآورد، نسبت به این حرکت خود آگاه بوده و با آزمون و خطا، دامنه حرکت خود را گسترش میدهد و با هر حرکت موفقیتآمیز یا اشتباه، دامنه تجربیات خود را وسعت بخشیده و سر انجام راه رفته یا حتی میدود یا به روشی برای جابجا شدن دست مییابد که سازندگانش برای او متصور نبودهاند. هر چند نمونه بالا ممکن است کمی آرمانی به نظر برسد، ولی به هیچ عنوان دور از دسترس نیست. دانشمندان عموماً برای تولید چنین ماشینهایی از وجود مدلهای زندهای که در طبیعت وجود به ویژه آدمی نیز سود بردهاند. هوش مصنوعی اکنون در خدمت توسعه علوم رایانه نیز هست. زبانهای برنامهنویسی پیشرفته، که توسعه ابزارهای هوشمند را ممکن ساختهاند، پایگاههای دادهای پیشرفته، موتورهای جستجو، و بسیاری نرمافزارها و ماشینها از نتایج پژوهشهایی در راستای هوش مصنوعی بودهاند. از زبانهای برنامهنویسی هوش مصنوعی میتوان به لیسپ، پرولوگ، کلیپس و ویپی اکسپرت اشاره کرد.