人工智能发展史：从图灵测试到 ChatGPT 的 AI 时间线全梳理
从 1950 年图灵提出"机器能思考吗"，到今天大模型写代码、画图、做视频——人工智能只用了 70 多年。这 70 年不是直线上升，而是"三次浪潮夹两次寒冬"的过山车。
推荐打开人工智能发展史时间线，把下面这些关键节点放进时间轴，AI 史的脉络一眼看清，还支持导出图片做 PPT 素材。
第一次浪潮（1950s-1970s）：概念诞生与第一次寒冬
1950 年，图灵发表《计算机器与智能》，提出著名的图灵测试：如果机器的对话让人分不清是人还是机器，就算有智能。
1956 年，达特茅斯会议召开，"人工智能（AI）"一词正式诞生，麦卡锡、明斯基等参会者后来都成了宗师级人物。
早期热情爆棚：能证明数学定理、能对话的 ELIZA（1966）相继问世。但很快发现算力和数据都远远不够——1970s 中期经费骤减，第一次 AI 寒冬来临。
第二次浪潮（1980s）：专家系统与第二次寒冬
1980 年代，专家系统兴起：把领域知识规则化输入计算机，XCON 等系统帮企业省下真金白银，日本启动"第五代计算机"计划。
但规则终究写不完——知识获取瓶颈无解，维护成本爆炸，1987 年前后 AI 产业崩塌，第二次 AI 寒冬比第一次更冷。
第三次浪潮（1997 至今）：从深蓝到 ChatGPT
这一波的底层逻辑换了：不再教机器规则，而是让机器从数据里学——机器学习，尤其是深度学习。
- 1997 年：IBM 深蓝击败国际象棋世界冠军卡斯帕罗夫，机器第一次在顶级智力对抗中战胜人类。
- 2011 年：IBM Watson 赢得智力问答节目 Jeopardy!；Siri 发布，语音助手进入手机。
- 2012 年：AlexNet 在 ImageNet 图像识别大赛中碾压对手，深度学习革命引爆，Hinton 等三人后来因此获 2024 年诺贝尔物理学奖。
- 2016 年：AlphaGo 4:1 击败李世石，围棋这座"人类智力最后堡垒"失守；次年击败柯洁。
- 2017 年：Google 论文《Attention Is All You Need》提出 Transformer 架构——后来所有大模型的共同地基。
- 2020 年：GPT-3 展示惊人语言能力，1750 亿参数震惊业界。
- 2022 年 11 月：ChatGPT 上线，两个月破亿用户，史上增长最快的消费级应用，AI 正式出圈。
- 2023 年起：GPT-4、多模态、AI 生成视频……大模型进入军备竞赛，AI 能力从"对话"扩展到"干活"。
看懂 AI 史的三个关键转折
- 从规则到学习（1980s→1990s）：专家系统的失败证明"手写规则"走不通，统计学习方法接管。
- 从特征到端到端（2012）：深度学习让机器自己学特征，不再依赖人工设计。
- 从判别到生成（2017→2022）：Transformer + 大规模预训练，AI 从"识别"进化为"创造"。
时间轴的正确打开方式
AI 发展史时间线收录上述全部节点，每条事件附背景说明。用法建议：
- 做 PPT / 报告：一键导出高清 PNG 时间轴，比截图网图清晰得多。
- 学生党复习：导出打印，AI 史考点（图灵测试年份、深蓝、AlphaGo、Transformer）一页搞定。
- 搭配深挖：对科技行业史感兴趣的话，时间线大全里还有互联网发展史、芯片产业史等系列时间线。
日常用 AI 提效还可以试试AI 写作助手生成初稿、AI 改写调整语气、AI 摘要快速读长文。
常见问题
问：为什么 AI 有"寒冬"？
每次浪潮都伴随过度承诺：能力达不到预期→经费撤走→研究停滞。两次寒冬都源于"规则式 AI"的天花板，第三次浪潮靠深度学习+大数据+大算力突破了瓶颈。
问：图灵测试现在还有意义吗？
有争议。现代大模型在很多对话场景已能"骗过"人类，学界更关注能力评估（推理、规划、agent 能力）而非单纯模仿人类。
问：AI 时间线会持续更新吗？
会。时间线数据独立维护，大模型时代的新进展会持续补充节点。
