AI 历史时间线

McCulloch & Pitts 的神经元模型 — 把神经元写成阈值逻辑单元，证明它们连成的网络能算任何逻辑函数；「大脑」和「计算」第一次进了同一套数学，神经网络和符号逻辑两条路都从这里分出去。

Turing《Computing Machinery and Intelligence》— 把没法回答的「机器能不能思考」换成可操作的模仿游戏，并预言会学习的机器。

Dartmouth 夏季研讨会 — 给领域起名 artificial intelligence，提案的赌注是「智能的每个方面原则上都能精确描述到让机器模拟」。

Rosenblatt 感知机 — 权重从样本里学出来并有收敛证明，还做成了硬件；第一个学习分类器，连接主义的起点。

Samuel 跳棋程序 — 靠自我对弈调整评估函数，水平超过作者；「machine learning」一词由此而来。

DENDRAL → MYCIN — 化学家和医生的规则替代通用搜索，诊断水平比肩专家：领域知识比推理算法重要，知识工程方法论从这里来；MYCIN 从未临床使用（责任与集成问题）。

ELIZA — 模式匹配制造出「被理解」的幻觉，连作者都被用户的投入吓到；「看起来懂」和「真的懂」的距离第一次被看见。

Minsky & Papert《Perceptrons》— 证明单层感知机连 XOR 都表示不了，多层又没人会训；经费转向符号派，神经网络沉寂十余年。

SHRDLU — 积木世界里的自然语言理解，符号派的巅峰演示，也显出这条路出不了玩具世界。

Lighthill 报告与 DARPA 削减 — 英国官方判定 AI 没兑现承诺（组合爆炸是核心论据），美国同步收缩经费：第一次寒冬。

XCON / R1（DEC）— 配置 VAX 订单的专家系统第一次大规模省钱，引爆 1980 年代的专家系统产业。

Cyc 启动 — Lenat 押注手工编码全部常识，一做近四十年；符号派最彻底的实验，它的结局是「知识为什么不能手写」的最好教材。

Lisp 机市场崩盘，第二次寒冬 — 专用硬件被通用工作站替代，专家系统的维护成本和脆弱性暴露；同期日本第五代计算机计划（1982–1992）也未达目标。第一次浪潮：符号与专家系统

Deep Blue 击败 Kasparov — 搜索 + 专用硬件 + 手工评估函数赢了国际象棋：证明窄域暴力可行，也是符号搜索路线的谢幕高峰。

反向传播（Rumelhart, Hinton, Williams）— 多层网络可以按误差训练，隐藏层自己学出表示；回答了《Perceptrons》留下的问题，连接主义复活。

Pearl《Probabilistic Reasoning in Intelligent Systems》— 贝叶斯网络让不确定推理可计算，概率重回 AI 主流。

LeCun 的卷积网络：邮编识别 → LeNet-5 — 把先验写进网络结构（局部感受野、权值共享）而不是写进规则，端到端梯度训练做成能读支票的系统；MNIST 成为标准数据集。

SVM（Cortes & Vapnik）— 最大间隔 + 核技巧，有泛化理论背书的分类器，统治 2000 年代。

LSTM — 门控单元解决梯度消失，循环网络能记住长距离；2010 年代语音与翻译的主力。

神经概率语言模型（Bengio）— 每个词学一个连续向量，神经网络预测下一个词；n-gram 的稀疏问题被绕开，词向量与 LLM 的共同祖先。

深度信念网络（Hinton）— 逐层预训练让深网可训，「deep learning」成为一个词并重新吸引经费。

ImageNet — 千万级人工标注图片，赌注是数据规模而非算法；2012 年的爆发在它上面发生。

AlexNet — 两块 GPU 训练的深度卷积网把 ImageNet 错误率一下拉开十个点，手工特征 + SVM 的老路被淘汰；深度学习的爆发点。

word2vec — 浅层模型在十亿词上学词向量，向量算术显出语义结构；「先无监督预训练表示」成为 NLP 常规。

DQN — 卷积网直接从像素学 Atari，一套超参玩几十个游戏；深度学习与强化学习合流。

GAN — 生成器与判别器对抗训练，不写似然也能生成；深度生成模型支线的起点。

seq2seq — 编码器-解码器 LSTM 端到端做翻译，取代 1990 年代 IBM 的统计翻译；暴露了定长向量瓶颈。

注意力机制（Bahdanau, Cho, Bengio）— 解码时回头给源句每个位置加权，解决长句掉分；Transformer 的直接前身。

ResNet — 残差连接让百层网络可训，ImageNet 上超过人类；残差从此是所有深网的标配。

AlphaGo 击败李世石 — 深度网络 + 树搜索 + 自我对弈（这条线从 1992 年 TD-Gammon 的西洋双陆棋就开始了），围棋被认为还要十年；深度学习的公众形象从「识图」变成「会决策」。

Transformer — 去掉循环，只留注意力，训练完全并行；此后所有大模型的骨架。

从人类偏好学强化学习（Christiano 等）— 用两两比较训奖励模型，人只看不足百分之一 的交互；RLHF 的原型，同年 AlphaZero 证明零人类棋谱也能通吃三种棋。

ELMo / GPT-1 / BERT — 预训练 + 微调成为 NLP 的默认范式，BERT 一年内把 GLUE 推过人类基线。

GPT-2 — 放大十倍、不微调就能做多种任务：「任务是顺带学会的」；分阶段公开权重让发布安全第一次成为议题。

The Bitter Lesson — Sutton 用七十年的教训说：写进去的人类知识短期有效，长期都输给算力驱动的通用方法；scaling 一波的信条。

Scaling Laws（Kaplan 等）— 损失随参数、数据、算力各呈幂律，跨七个数量级成立；投入变得可预测。

GPT-3 — 1750 亿参数，不更新权重、只靠提示里的几个例子做新任务；「提示」成为编程方式，LLM 创业潮围绕它的 API 展开。

ViT · DDPM · CLIP · Stable Diffusion — Transformer 进入视觉，扩散模型可用，图文进同一向量空间，潜空间扩散让文生图跑在消费级显卡上并开放权重；GAN 退场。

AlphaFold 2 — 蛋白质结构预测达到实验精度，五十年难题基本解决；深度学习进入科学发现。

思维链提示 — 让模型先写推理步骤再作答，大模型才有效；引发「涌现能力」争论，两年后推理模型把它从提示搬进训练。

InstructGPT 与 Constitutional AI — SFT + 奖励模型 + PPO 让 13 亿模型比 1750 亿更受偏好，ChatGPT 的配方；Anthropic 同年用写成文字的原则 + AI 反馈替代部分人工标注。

Chinchilla — 参数与 token 应同比例扩，此前的大模型普遍训练不足；改写 scaling 配方，「小模型多喂数据」成主流。

ChatGPT — 两个月一亿用户，AI 从论文变成消费产品和产业议题；第三次浪潮的公众起点。

LLaMA · Llama 2 · Mistral 7B — 开放权重的前沿级模型：llama.cpp、量化、本地推理整条生态由此长出，欧洲的 Mistral 证明小模型 + 好数据能打败更大的模型。

GPT-4 — 多模态、专业考试前 10%，报告明说不公开架构与数据；前沿实验室从「发论文」转向「发产品」的分水岭。

DPO — 奖励模型和 PPO 合成一个分类损失，几十行代码做偏好对齐；对齐从大实验室工程变成开源日常。

o1 与 MCP — 用强化学习训练长思维链，「想多久」成为新的 scaling 轴（推理期算力）；同年 11 月的 Model Context Protocol 让模型接工具的协议开始标准化，推理与工具是 agent 时代的两块基石。第三次浪潮：scaling 与 LLM MCP：给每个系统一个统一的插口

诺贝尔物理学奖（Hopfield, Hinton）与化学奖（Hassabis, Jumper, Baker）— 主流科学界对神经网络和 AlphaFold 的正式承认。

DeepSeek-R1 — 纯强化学习激发推理，权重开放、成本公开；推理模型不是某一家的秘密，算力叙事第一次被打折。

基准饱和成为瓶颈 — Stanford AI Index 2026：SWE-bench Verified 一年内从约 60% 升到接近 100%，工业界产出超过 90% 的重要模型；评测本身跟不上模型，ARC-AGI 转向交互环境。