智能系统（Intelligence system）是指能产生人类智能行为的计算机系统。智能系统不仅可自组织性与自适应性地在传统的诺依曼的计算机上运行，而且也可自组织性与自适应性地在新一代的非诺依曼结构的计算机上运行。“智能”的含义很广，其本质有待进一步探索，因而，对：“智能”这一词也难于给出一个完整确切的定义，但一般可作这样的表述：智能是人类大脑的较高级活动的体现，它至少应具备自动地获取和应用知识的能力、思维与推理的能力、问题求解的能力和自动学习的能力。
主要特征：
智能系统处理的对象，不仅有数据，而且还有知识。表示、获取、存取和处理知识的能力是智能系统与传统系统的主要区别之一。因此，一个智能系统也是一个基于知识处理的系统，它需要如下设施：知识表示语言；知识组织工具；建立、维护与查询知识库的方法与环境；支持现存知识的重用。
智能系统往往采用人工智能的问题求解模式来获得结果。它与传统的系统所采用的求解模式相比，有三个明显特征，即其问题求解算法往往是非确定型的或称启发式的；其问题求解在很大程度上依赖知识；智能系统的问题往往具有指数型的计算复杂性。智能系统通常采用的问题求解方法大致分为搜索、推理和规划三类。
智能系统与传统系统的又一个重要区别在于：智能系统具有现场感应（环境适应)的能力。所谓现场感应指它可能与所处的现实世界的抽象——现场——进行交往，并适应这种现场。这种交往包括感知、学习、推理、判断并做出相应的动作。这也就是通常人们所说的自动组织性与自动适应性。
类型：
智能操作系统
也称基于知识操作系统。是支持计算机特别是新一代计算机的一类新一代操作系统。它负责管理上述计算机的资源，向用户提供友善接口，并有效地控制基于知识处理和并行处理的程序的运行。因此，它是实现上述计算机并付诸应用的关键技术之一。
智能操作系统将通过集成操作系统和人工智能与认知科学而进行研究。其主要研究内容有：操作系统结构；智能化资源调度；智能化人机接口；支持分布并行处理机制；支持知识处理机制；支持多介质处理机制。
人工智能程序设计语言系统
为了开展人工智能和认知科学的研究，要求有一种程序设计语言，它允许在存储器中储存并处理一些复杂的、无规则的、经常变化的和无法预测的结构，这种语言即后来被称为的人工智能程序设计语言。人工智能程序设计语言及其相应的编译程序（解释程序）所组成的人工智能程序设计语言系统，将有效地支持智能软件的编写与开发。与传统程序设计支持数据处理采用的固定式算法所具有的明确计算步骤和精确求解知识相比，人工智能程序设计语言的特点是：支持符号处理，采用启发式搜索，包括不确定的计算步骤和不确定的求解知识。目前，实用的人工智能程序设计语言包括函数式语言（如Lisp），逻辑式语言（如Prolog）和知识工程语言（Ops5），其中最广泛采用的是Lisp和Prolog及其变形。
Lisp语言适合于符号处理，它处理的唯一对象是符号表达式（又称S-表达式）。
所有的程序与数据均由S-表达式构成，采用的主要控制结构是递归。Prolog语言以一阶谓词演算为其理论基础。它的数据结构是项，所有的程序和数据均由项组成，也采用递归为其主要控制结构。此外，Prolog能自动实现模式匹配和回溯。
智能软件工程支撑环境
又称基于知识的软件工程辅助系统。它利用与软件工程领域密切相关的大量专门知识，对一些困难、复杂的软件开发与维护活动提供具有软件工程专家水平的意见和建议。智能软件工程支撑环境具有如下主要功能：支持软件系统的整个生命周期；支持软件产品生产的各项活动；作为软件工程代理；作为公共的环境知识库和信息库设施；从不同项目中总结和学习其中经验教训，并把它应用于其后的各项软件生产活动。
智能人机接口系统
指能使计算机向用户提供更友善的自适应好的人机交往系统。在智能接口硬件的支持下，智能人机接口系统大致包含以下功能：采用自然语言进行人机直接对话；允许声、文、图形及图像能多介质进行人机交往；自适应不同用户类型；自适应用户的不同需求；自适应不同计算机系统的支持。
智能专家系统
专家系统是一类在有限但困难的现实世界领域帮助人类专家进行问题求解的计算机软件，其中具有智能的专家系统称为智能专家系统。它有如下基本特征：不仅在基于计算的任务，如数值计算或信息检索方面提供帮助，而且也可在要求推理的任务方面提供帮助。这种领域必须是人类专家才能解决问题的领域；其推理是在人类专家的推理之后模型化的；不仅有处理领域的表示，而且也保持自身的表示、内部结构和功能的表示；采用有限的自然语言交往的接口使得人类专家可直接使用；具有学习功能。
智能应用系统
指利用人工智能技术或知识工程技术于某个应用领域而开发的应用系统。显然，随着人工智能或知识工程的进展，这类系统也不断增加。智能应用系统是人工智能的主要进展之一。
