人工智能（AI）发展简史
时间线与重要事件
1. 起源与早期探索（1940s-1950s）
- 1943年：沃伦·麦卡洛克和沃尔特·皮茨提出人工神经元模型，奠定神经科学与AI的理论基础 [[7]]。
- 1950年：艾伦·图灵提出“图灵测试”，作为判断机器智能的标准 [[1]]。
- 1956年：达特茅斯会议正式提出“人工智能”概念，标志着AI学科诞生 [[4]]。
2. 黄金时代（1956-1974）
- 1958年：约翰·麦卡锡发明LISP语言，成为早期AI研究的核心工具 [[7]]。
- 1966年：约瑟夫·魏岑鲍姆开发ELIZA程序，首个模拟心理治疗师的聊天机器人 [[2]]。
- 1974年：专家系统（如DENDRAL）开始应用于化学分析，推动AI实用化 [[5]]。
3. 第一次低谷（1974-1980）
- 因计算能力不足与理论瓶颈，政府与企业减少AI投资，研究进入停滞期 [[7]]。
4. 复苏与专家系统时代（1980-1987）
- 1980年：专家系统XCON在DEC公司部署，年省成本超4亿美元，引发商业AI热潮 [[7]]。
- 1986年：反向传播算法推动神经网络研究复兴 [[8]]。
5. 第二次低谷（1987-1993）
- 专家系统维护成本高昂，AI研究再次陷入低潮 [[7]]。
6. 突破与普及（1990s-2010s）
- 1997年：IBM深蓝击败国际象棋冠军卡斯帕罗夫 [[4]]。
- 2006年：杰弗里·辛顿提出深度信念网络，推动深度学习发展 [[8]]。
- 2011年：IBM沃森在《危险边缘》游戏中战胜人类冠军 [[4]]。
- 2012年：AlexNet在ImageNet图像识别竞赛中大幅刷新准确率，开启深度学习革命 [[4]]。
7. 深度学习时代（2010s至今）
- 2016年：AlphaGo击败围棋世界冠军李世石 [[4]]。
- 2020年：GPT-3发布，参数量达1750亿，推动自然语言处理进入大模型时代 [[8]]。
- 2024年：多模态大模型（如GPT-4、Gemini）实现跨模态理解与生成 [[3]]。
- 2025年：AI在医疗、自动驾驶等领域实现规模化落地，政策监管框架逐步完善 [[3]]。
总结与未来展望
AI发展的核心脉络
AI历经符号主义（规则驱动）、连接主义（神经网络）到混合模式（大模型+推理）的范式转变，其核心驱动力来自：
- 算力提升：GPU、云计算支撑万亿级参数训练；
- 数据爆炸：互联网与物联网提供海量训练数据；
- 算法创新：Transformer、强化学习等技术突破边界 [[5]][[8]]。
当前挑战
- 可解释性：大模型“黑箱”
