AI发展史：从逻辑推理到智能涌现的百年征程

本文链接：https://blog.csdn.net/weixin_46582876/article/details/145788684

人工智能（Artificial Intelligence, AI）作为人类最雄心勃勃的技术探索之一，其发展历程交织着天才的洞察、颠覆性突破与周期性反思。从图灵机到ChatGPT，AI已从实验室概念演变为重塑社会的核心力量。本文以技术范式变革为主线，梳理AI发展的六大历史阶段，揭示智能革命背后的思想跃迁。

一、萌芽期（1943-1955）：智能机器的哲学启蒙

关键突破：

1943年：麦卡洛克（Warren McCulloch）和皮茨（Walter Pitts）提出首个神经网络数学模型，证明神经元可执行逻辑运算。
1950年：艾伦·图灵（Alan Turing）发表《计算机器与智能》，提出“图灵测试”，奠定AI理论基础。
1951年：克里斯托弗·斯特雷奇（Christopher Strachey）编写首个跳棋AI程序，运行于曼彻斯特大学Ferranti Mark 1计算机。

思想特征：
科学家们试图通过数学逻辑模拟人类思维，将智能简化为符号操作。此时AI尚未成为独立学科，但“机器能否思考”的哲学辩论已点燃技术探索的火种。

二、黄金期（1956-1974）：符号主义AI的崛起

里程碑事件：

1956年达特茅斯会议：约翰·麦卡锡（John McCarthy）等学者正式提出“人工智能”术语，确立AI研究纲领。
1958年：弗兰克·罗森布拉特（Frank Rosenblatt）发明感知机（Perceptron），开启机器学习先河。
1965年：约瑟夫·魏岑鲍姆（Joseph Weizenbaum）开发ELIZA，首个能模拟心理治疗的聊天机器人。
1972年：斯坦福大学推出MYCIN专家系统，使用规则推理诊断血液感染，准确率超人类专家。

技术范式：
符号主义（Symbolism）主导，主张通过形式化知识和逻辑规则构建智能系统。专家系统、定理证明、自然语言处理（如SHRDLU积木世界）成为研究热点。

三、第一次寒冬（1974-1980）：局限与反思

困境根源：

计算能力不足：早期计算机内存以KB计，无法处理复杂任务；
常识知识难题：符号系统缺乏对世界的物理和社会常识；
感知机局限：马文·明斯基（Marvin Minsky）在《感知机》中指出单层网络无法解决异或问题，导致神经网络研究遇冷。

历史意义：
AI遭遇首个信任危机，各国大幅削减经费。但反向传播算法（Paul Werbos, 1974）、框架理论（Marvin Minsky, 1975）等底层创新为后续复苏埋下伏笔。

四、复兴期（1980-1997）：连接主义与知识工程并行

双轨突破：

连接主义：
- 1982年：约翰·霍普菲尔德（John Hopfield）提出霍普菲尔德网络，推动神经网络复兴；
- 1986年：杰弗里·辛顿（Geoffrey Hinton）改进反向传播算法，解决多层网络训练难题。
知识工程：
- 日本“第五代计算机计划”投入8.5亿美元，试图构建逻辑推理机（虽未成功，但促进硬件发展）；
- 商业专家系统（如XCON）在医疗、金融领域落地，1988年全球市场规模达12亿美元。