深蓝是由IBM开发的国际象棋计算机，因成为首个在标准锦标赛时限下击败卫冕国际象棋世界冠军的计算机系统而闻名。深蓝在1997年5月击败加里·卡斯帕罗夫是人工智能历史上的里程碑事件，在国际上被广泛报道，被视为机器在长期被视为战略与分析思维标志的任务上超越人类智力能力的象征性时刻。
开发与1996年比赛
深蓝源于一个名为ChipTest的国际象棋计算机研究项目及其后继者深蓝思考，由冯熙雄及其同事在卡内基梅隆大学开发，之后团队移师IBM继续该项目。IBM于1996年2月首次让深蓝与卡斯帕罗夫进行六局比赛，卡斯帕罗夫以4比2获胜，其中包括在第一局输给深蓝，这标志着计算机首次在锦标赛条件下于单局中击败世界冠军，尽管卡斯帕罗夫最终赢得了整场比赛。
1997年复赛
IBM大幅升级了该系统，将其搜索能力大约翻倍，并安排了于1997年5月在纽约市举行的复赛。升级后的深蓝以3.5比2.5赢得六局复赛，包括决胜的最后一局胜利，成为首台在标准国际象棋锦标赛条件下于完整比赛中击败卫冕世界冠军的计算机。卡斯帕罗夫及一些评论员在比赛期间和赛后提出怀疑，认为IBM工程师在局间进行了非法人工干预，特别是第二局中一步被卡斯帕罗夫认为异常强大且当时计算机难以发现的棋步；IBM否认了这一指控，并拒绝了卡斯帕罗夫进一步复赛的请求，随后不久将深蓝退役，不再参加竞技比赛。
架构
与后来的游戏系统（如基于深度学习的AlphaGo和AlphaZero）不同，深蓝依赖于暴力搜索结合手工设计的国际象棋评估函数，而非学习到的模式识别，这是一种专家系统式的方法，将人类国际象棋知识直接编码为规则，而非从数据中学习。它使用专门的并行处理硬件，包括定制VLSI国际象棋芯片，每秒评估约2亿个国际象棋局面，使用带Alpha-Beta剪枝的极小极大算法深入搜索多步棋，其评估函数部分在特级大师国际象棋顾问（包括乔尔·本杰明）的参与下进行调整，以编码局面性国际象棋知识。
意义
深蓝的胜利在人工智能史中经常被引用，以展示穷举搜索和专用硬件在定义明确、完全可观察的游戏中的力量，这种方法与后来推动AlphaGo在2016年于围棋这一远为庞大的搜索空间中击败李世石的模式识别和自对弈学习方法根本不同。评论员常将这两个里程碑进行对比，以说明人工智能研究策略的转变：深蓝主要通过计算暴力在足够小、适合穷举式搜索的领域中取得成功，而AlphaGo和AlphaZero则通过习得的直觉在过于庞大、暴力方法无法奏效的领域中取得成功。IBM并未直接商业化深蓝，但该项目的工程人才和技术为IBM后续的人工智能举措提供了支持，包括IBM Watson。