AI發展史
0 檢舉
本模板系統整理了人工智慧從理論萌芽到當代蓬勃發展的完整演進歷程，旨在幫助學習者、研究者及從業者快速掌握AI技術的迭代脈絡、關鍵突破與未來趨勢。模板以時間軸為主線，劃分若干重要發展階段（如符號主義、專家系統、機器學習、深度學習及生成式AI等），每個階段涵蓋核心技術、標誌性事件、代表人物、應用成果及限制等關鍵維度。透過結構化的框架引導，確保對AI發展史的梳理條理清晰、重點突出、因果可循，避免零散或主觀的時間堆砌，為技術理解、學術研究或產業判斷提供堅實的歷史視角。
相關推薦
作者其他創作
大綱/內容
看更多
早期萌芽 (1950s-1960s)
概念誕生
圖靈測試提出
艾倫·圖靈的論文《計算機器與智能》
人工智慧術語確立
1956年達特茅斯會議
基礎理論探索
符號主義AI
邏輯推理與問題求解
連接主義雛形
感知機的提出與發展
早期應用與樂觀預期
機器定理證明
幾何定理證明機
早期自然語言處理
Eliza聊天程式
第一次AI寒冬前兆
技術瓶頸顯現
計算能力與數據限制
預期過高導致資助減少
經典AI時期 (1970s-1980s)
專家系統興起
知識表示與推理
MYCIN醫療診斷系統
商業應用成功
XCOM配置系統
知識工程成為核心
大量規則庫構建
cyc常識知識庫項目啟動
知識獲取瓶頸
成為系統開發難點
日本第五代計算機計劃
旨在實現智能計算機
並行處理與邏輯編程
影響與後續
刺激了其他國家的研究
第二次AI寒冬
專家系統局限性暴露
維護困難、脆弱性
投資與興趣再次下降
神經網絡研究遇冷
機器學習崛起 (1990s-2000s)
統計學習方法主流化
支持向量機(SVM)
在分類任務中表現出色
貝葉斯網絡
處理不確定性信息
算力與數據增長
摩爾定律持續作用
計算機性能提升
網際網路產生海量數據
為機器學習提供燃料
競賽推動發展
西洋棋里程碑
深藍擊敗卡斯帕羅夫
機器翻譯進步
統計機器翻譯方法
神經網絡復興準備
反向傳播算法改進
解決訓練深層網絡問題
硬體發展提供支持
GPU開始用於計算
深度學習與新時代 (2010s至今)
深度學習突破
圖像識別革命
Alexnet贏得Imagenet競賽
深度學習框架普及
Tensorflow, Pytorch出現
大數據與強算力
網際網路巨頭投入
擁有海量數據與計算資源
雲計算服務普及
降低ai研發門檻
應用爆炸式增長
自然語言處理飛躍
Transformer模型與BERT, GPT
計算機視覺無處不在
人臉識別、自動駕駛
ai走出實驗室
推薦系統、智能助手
當前趨勢與挑戰
大語言模型與生成式ai
Chatgpt等現象級應用
倫理與治理問題
偏見、安全、就業影響
人工智慧與社會融合
探討agi（通用人工智慧）未來
0 則評論
下一頁