AI 发展简史
从理论奠基、两次浪潮与寒冬，一路走到大模型与 Agent 时代。
建立技术演进坐标，理解每次范式转移为何发生。
按知识依赖逐步进入
每个主题保留完整原文，并增加教学图、图例、对比表和更清晰的阅读结构。
思想起源与理论奠基（1940s–1956）
人工智能（Artificial Intelligence, AI）作为一个正式学科诞生于 1956 年的达特茅斯会议，但其思想根基可以追溯到古代对"自动机"的幻想，以及 20 世纪上半叶数理逻辑和计算理论的突破。本章聚焦于 AI 从哲学思辨走向科学实证的关键十年——1940s 至 1956 年，梳…
01.02第一次繁荣与第一次寒冬（1957–1974）
达特茅斯会议之后，人工智能研究进入了第一个高速发展期。研究者充满乐观，相信在一代人内就能创造出具有人类水平智能的机器。然而，技术瓶颈和资金断裂很快将这种乐观击碎。本章详细梳理 AI 从狂热到幻灭的第一个完整周期。
01.03专家系统与第二次寒冬（1975–1993）
经历了第一次寒冬后，AI 研究者在 1970 年代末找到了新的突破口——专家系统。通过将人类专家的知识编码为"如果-那么"规则，专家系统在特定领域展现出惊人的实用性，引发了新一轮的投资热潮。然而，知识获取的瓶颈和维护成本的高昂再次将 AI 推入寒冬。本章详细剖析这段从希望到幻灭的完整历程。
01.04机器学习崛起（1994–2011）
从 1990 年代中期开始，AI 领域经历了一次深刻的范式转换：从依赖人类专家编写规则，转向让机器从数据中自动学习。这一转变的核心推动力是机器学习（Machine Learning）的兴起。本章详细讲述从"知识驱动"到"数据驱动"的革命性转变，以及在此期间奠定大模型时代基础的关键技术突破。
01.05深度学习革命（2012–2019）
2012 年，AlexNet 在 ImageNet 竞赛中以碾压性优势获胜，标志着深度学习从学术边缘走向舞台中央。此后短短七年间，深度学习在计算机视觉、自然语言处理、语音识别、游戏等领域实现了对人类水平的逼近甚至超越。本章详细记录这场技术革命的每一个关键节点。
01.06大模型时代（2020–至今）
2020 年，OpenAI 发布的 GPT-3 以 1750 亿参数震惊世界，展示了大模型"涌现能力"的惊人潜力。2022 年末，ChatGPT 的发布将 AI 从学术实验室推向了全球公众的视野。此后短短两年间，大模型的能力边界以令人瞠目的速度扩展——从文本生成到多模态理解，从对话助手到自主智能体…
本章主题对照
先看每篇解决什么问题，再决定从哪里深入。
| 主题 | 核心概念 | 学习产出 |
|---|---|---|
| 思想起源与理论奠基（1940s–1956） | 可计算理论：机器的数学边界、图灵测试：AI 的第一个可操作定义、早期神经网络：从生物到数学 | 人工智能（Artificial Intelligence, AI）作为一个正式学科诞生于 1956 年的达特茅斯会议，但其思想根基可以追溯到古代对"自动机"的幻想，以及 20 世纪上半叶数理逻辑和计算理论的突破。本章聚焦于 AI 从哲学思辨走向科学实证的关键十年——1940s 至 1956 年，梳… |
| 第一次繁荣与第一次寒冬（1957–1974） | 第一次繁荣：黄金年代（1957–1966）、第一次 AI 寒冬（1967–1974）、寒冬中的暗流 | 达特茅斯会议之后，人工智能研究进入了第一个高速发展期。研究者充满乐观，相信在一代人内就能创造出具有人类水平智能的机器。然而，技术瓶颈和资金断裂很快将这种乐观击碎。本章详细梳理 AI 从狂热到幻灭的第一个完整周期。 |
| 专家系统与第二次寒冬（1975–1993） | 专家系统的兴起、知识获取瓶颈、日本第五代计算机计划（1982–1993） | 经历了第一次寒冬后，AI 研究者在 1970 年代末找到了新的突破口——专家系统。通过将人类专家的知识编码为"如果-那么"规则，专家系统在特定领域展现出惊人的实用性，引发了新一轮的投资热潮。然而，知识获取的瓶颈和维护成本的高昂再次将 AI 推入寒冬。本章详细剖析这段从希望到幻灭的完整历程。 |
| 机器学习崛起（1994–2011） | 范式转换：从知识驱动到数据驱动、经典机器学习算法、深度学习的前奏：神经网络的稳步推进 | 从 1990 年代中期开始，AI 领域经历了一次深刻的范式转换：从依赖人类专家编写规则，转向让机器从数据中自动学习。这一转变的核心推动力是机器学习（Machine Learning）的兴起。本章详细讲述从"知识驱动"到"数据驱动"的革命性转变，以及在此期间奠定大模型时代基础的关键技术突破。 |
| 深度学习革命（2012–2019） | AlexNet：深度学习的"阿波罗时刻"（2012）、计算机视觉的深度学习突破、生成对抗网络（GAN, 2014） | 2012 年，AlexNet 在 ImageNet 竞赛中以碾压性优势获胜，标志着深度学习从学术边缘走向舞台中央。此后短短七年间，深度学习在计算机视觉、自然语言处理、语音识别、游戏等领域实现了对人类水平的逼近甚至超越。本章详细记录这场技术革命的每一个关键节点。 |
| 大模型时代（2020–至今） | GPT-3：Scaling Laws 的第一次大规模验证（2020）、ChatGPT：AI 的"iPhone 时刻"（2022）、GPT-4 与多模态时代（2023） | 2020 年，OpenAI 发布的 GPT-3 以 1750 亿参数震惊世界，展示了大模型"涌现能力"的惊人潜力。2022 年末，ChatGPT 的发布将 AI 从学术实验室推向了全球公众的视野。此后短短两年间，大模型的能力边界以令人瞠目的速度扩展——从文本生成到多模态理解，从对话助手到自主智能体… |