Il n'aura pas échappé au lecteur attentif de ce petit livre que l'intelligence artificielle est diverse dans ses préoccupations et ses méthodes, même si tous ses travaux relèvent, d'une manière ou d'une autre, de la conception de systèmes offrant des fonctionnalités en rapport avec la réalisation de tâches réputées complexes. Depuis les débuts de l'intelligence artificielle il y a eu des chercheurs qui ont rêvé de construire des cerveaux artificiels dotés de capacités cognitives riches, et des chercheurs qui se sont attachés à développer des systèmes artificiels capables de réaliser de manière très performante des fonctions particulières, comme la déduction automatique, ou la reconnaissance de formes par apprentissage, pour prendre deux exemples. Pour mécaniser de telles fonctions, l'intelligence artificielle peut faire appel à des modélisations très différentes, fondées sur la logique* (on parle d' « IA symbolique »), ou sur des modèles quantitatifs, inspirés en particulier par les statistiques et le traitement du signal (on parle alors d' « IA numérique »). Une autre formulation plus actuelle se référant à des notions proches de cette dichotomie est de parler d'IA basée sur les connaissances versus d'IA basée sur les données .