1. 萌芽与奠基期（20世纪40-50年代）
理论奠基：1943年麦卡洛克和皮茨提出人工神经元模型，首次用数学方法模拟生物神经元。1950年图灵发表《计算机器与智能》，提出“图灵测试”作为机器智能的评判标准。
学科诞生：1956年达特茅斯会议正式确立“人工智能”术语，麦卡锡、明斯基等学者推动AI成为独立学科。
2. 早期与黄金时代（1950-1970年代）
符号主义主导：研究集中于逻辑推理，如纽厄尔和西蒙开发的“逻辑理论家”程序可证明数学定理。1966年首个聊天机器人ELIZA问世，展示自然语言处理潜力。
首次低谷：因技术局限（如算力不足、缺乏常识处理能力），70年代进入“AI寒冬”，资助锐减。
3. 复兴与专家系统时代（1980年代）
专家系统兴起：如MYCIN（医学诊断）、DENDRAL（化学分析）在专业领域成功应用。日本“第五代计算机计划”等国家项目推动发展。
连接主义突破：1986年反向传播算法优化神经网络训练，为学习奠定基础。
4. 机器学习与学习爆发（21世纪以来）
技术驱动：大数据、GPU算力提升及学习（如2012年AlexNet）推动AI在图像识别、语音处理等领域的突破。
里程碑：2016年AlphaGo击败围棋冠军，2020年代生成式AI（如GPT系列）重塑内容创作范式。
5. 当前趋势与挑战
认知智能：AI向理解、推理和决策等更高阶能力发展，但仍面临可解释性、安全等挑战。
人工智能历经三起两落，从符号逻辑到学习，逐步渗透至医疗、金融、自动驾驶等领域，成为全球科技竞争核心。
