大事年表
AI 发展史上的关键时刻，从 1943 到 2026。
黎明期黄金时代第一次寒冬专家系统时代第二次寒冬统计学习崛起深度学习前夜视觉革命Transformer 纪元生成式 AI 浪潮
1936
1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
图灵（Turing）发表《论可计算数》，提出图灵机模型，奠定可计算理论与现代计算机的数学基础麦卡洛克（McCulloch）与皮茨（Pitts）发表神经元数学模型，首次证明大脑活动可以用数学描述维纳（Wiener）出版《控制论》，提出机器与生物共享反馈机制的洞察赫布（Hebb）出版《行为的组织》，提出赫布学习规则——"一起激发的神经元连接在一起"图灵（Turing）发表《计算机器与智能》，提出"模仿游戏"（图灵测试）香农（Shannon）发表《为下棋编程》，开创计算机博弈研究明斯基（Minsky）与埃德蒙兹（Edmonds）建造 SNARC——人类历史上第一台神经网络硬件塞缪尔（Samuel）在 IBM 开发跳棋程序，开创机器学习的先河纽厄尔（Newell）、西蒙（Simon）与肖（Shaw）创建 Logic Theorist，首个能自动证明数学定理的 AI 程序Dartmouth 会议召开，麦卡锡（McCarthy）正式命名"人工智能"，AI 作为学科诞生罗森布拉特（Rosenblatt）发明感知机（Perceptron），引发全球轰动，被誉为可学习的人工大脑麦卡锡（McCarthy）发明 LISP 语言，成为 AI 研究的标准工具维德罗（Widrow）与霍夫（Hoff）提出 ADALINE 与 LMS 算法，把感知机思想推向工程实践麦卡锡与明斯基在 MIT 共同创立 AI Group，后发展为 MIT AI Lab塞缪尔（Samuel）的跳棋程序击败业余高手，"机器学习"概念广为人知麦卡锡离开 MIT，创立斯坦福 AI 实验室（SAIL），美国 AI 形成东西两大阵营费根鲍姆（Feigenbaum）在斯坦福开发 DENDRAL，首个成功的专家系统维森鲍姆（Weizenbaum）创建 ELIZA 聊天程序，用户竟然对一个程序产生了感情ALPAC 报告发表，质疑机器翻译可行性，美国机器翻译研究资金大幅削减明斯基（Minsky）与派珀特（Papert）出版《感知机》，数学证明单层网络的局限性，神经网络陷入寒冬科尔默劳尔（Colmerauer）等在马赛开发 Prolog 语言，逻辑编程成为欧洲 AI 的旗帜维诺格拉德（Winograd）的 SHRDLU 在 MIT 完成，能用自然语言操作积木世界Lighthill 报告发表，严厉批评 AI 研究未能兑现承诺，英国率先大幅削减资金DARPA 削减 AI 项目预算，"AI 寒冬"在美国正式蔓延，大批研究者转向其他领域明斯基（Minsky）发表《知识表示的框架》，把"框架（Frame）"引入认知建模维森鲍姆（Weizenbaum）出版《计算机能力与人类理性》，系统反思 AI 的伦理边界汉斯·莫拉维克（Moravec）的 Stanford Cart 首次在户外自主导航穿越障碍卡内基梅隆大学成立机器人研究所（Robotics Institute），全美第一所机器人专业研究院XCON/R1 专家系统在 DEC 投入使用，每年节省 4000 万美元，证明 AI 的商业价值日本启动第五代计算机计划，投资 8.5 亿美元，引发美欧恐慌与跟风霍普菲尔德（Hopfield）发表 Hopfield 网络论文，把统计物理引入神经网络，重启联结主义研究日本设立国际新一代计算机技术研究所（ICOT），统筹第五代计划勒纳特（Lenat）在 MCC 启动 Cyc 项目，试图把人类常识全部编入机器辛顿（Hinton）与塞诺夫斯基（Sejnowski）提出玻尔兹曼机，把概率推断引入神经网络鲁梅尔哈特（Rumelhart）、辛顿（Hinton）、威廉姆斯（Williams）在《自然》上发表反向传播算法，多层神经网络终于可以训练塞诺夫斯基与罗森伯格的 NETtalk 学会朗读英文，被称为联结主义的经典演示Pearl 出版《启发式：智能搜索策略》，奠定贝叶斯网络与因果推理基础AAAI 春季会议聚焦专家系统局限，行业进入清算期LISP 机器市场崩溃，专用 AI 硬件公司纷纷倒闭，专家系统泡沫破裂勒坤（LeCun）在贝尔实验室构建 LeNet 卷积网络，首次将反向传播应用于手写数字识别沃特金斯（Watkins）在剑桥提出 Q-Learning，奠定现代强化学习基础埃尔曼（Elman）提出简单循环网络（SRN），把时间维度引入神经网络日本第五代计算机计划宣告失败，未能实现任何预定目标IEEE Spectrum 称 AI 进入"第二次寒冬"，研究者纷纷改用"机器学习"等更低调的标签科廷斯（Cortes）与万普尼克（Vapnik）发表支持向量机（SVM）论文，统计学习理论迎来高峰布雷曼（Breiman）发表 Bagging 论文，集成学习思想成型IBM Deep Blue 击败国际象棋世界冠军卡斯帕罗夫（Kasparov），全球震动，登上各大报纸头版霍赫赖特（Hochreiter）与施密德胡贝尔（Schmidhuber）发表 LSTM，长短期记忆网络解决梯度消失难题勒坤等发表 LeNet-5 论文，奠定现代卷积神经网络范式佩奇（Page）与布林（Brin）创立 Google，PageRank 把图算法推上互联网舞台NVIDIA 发布 GeForce 256，首次提出"GPU"概念，为后来的深度学习算力革命埋下伏笔Pearl 出版《因果论》，把因果推断重新带回主流研究议程布雷曼（Breiman）发表随机森林论文，集成学习成为工业界主力算法iRobot 推出 Roomba 扫地机器人，首款真正进入家庭的服务机器人DARPA Grand Challenge 首届无人车挑战在莫哈韦沙漠举行，全部参赛车辆中途故障Stanford 团队的 Stanley 在 DARPA Grand Challenge 完赛夺冠，自动驾驶进入工程化阶段辛顿（Hinton）与萨拉赫丁诺夫提出深度信念网络，"deep learning" 一词正式进入主流吴恩达（Ng）加入斯坦福，开启大规模 GPU 训练神经网络的探索Geoffrey Hinton 在多伦多大学带队推动神经网络复兴，后催生向量研究院英伟达发布 CUDA，把 GPU 通用计算工具化，为深度学习铺路李飞飞（Fei-Fei Li）团队发布 ImageNet 数据集，1400 万张手工标注图片，为深度学习革命埋下种子吴恩达（Ng）与 Raina 发表《Large-scale Deep Unsupervised Learning Using GPUs》，证明 GPU 训练神经网络的巨大优势微软发布 Kinect，将深度感知与人体姿态识别带入消费市场IBM Watson 在 Jeopardy! 中击败人类冠军，认知计算概念进入大众视野吴恩达与 Daphne Koller 共同创立 Coursera，把斯坦福机器学习课带向全球Google Brain 项目在 X 实验室秘密启动，由吴恩达与 Jeff Dean 牵头苹果发布 Siri，AI 走进数亿人的口袋Google Brain 团队用 16,000 个 CPU 核心训练神经网络，自动从 YouTube 视频中识别出"猫"蒙特利尔大学的 Yoshua Bengio 等推动 MILA 实验室扩张，深度学习"加拿大三巨头"格局成型AlexNet 赢得 ImageNet 竞赛，错误率骤降 10 个百分点，深度学习革命爆发Mikolov 等在 Google 发表 Word2Vec 论文，词向量成为 NLP 标准工具DeepMind 发表《Playing Atari with Deep Reinforcement Learning》，Deep Q-Network 让 AI 学会打游戏Google 以约 6 亿美元收购 DeepMind，全球科技巨头 AI 收购竞赛拉开帷幕古德费洛（Goodfellow）在蒙特利尔的酒吧灵感中发明生成对抗网络（GAN），开创生成式 AI百度成立深度学习研究院（IDL），吴恩达出任首席科学家，中国互联网巨头入场苏茨克维（Sutskever）等发表 Seq2Seq 论文，用编解码器结构统一翻译与生成任务Bahdanau 等首次把注意力机制（Attention）引入神经机器翻译Google 开源 TensorFlow，深度学习工具民主化何恺明等发表 ResNet，残差连接突破百层深度，刷新 ImageNet 与 COCO 纪录OpenAI 在旧金山宣告成立，马斯克与奥特曼承诺 10 亿美元，对抗"AI 被巨头垄断"AlphaGo 以 4:1 击败围棋世界冠军李世石（Lee Sedol），AI 攻克人类最复杂的棋类游戏Facebook AI Research 开源 PyTorch，动态图风格迅速征服研究社区八位 Google 研究员发表《Attention Is All You Need》，Transformer 架构诞生，改变一切中国国务院印发《新一代人工智能发展规划》，明确 2030 年成为 AI 创新中心目标DeepMind 发布 AlphaZero，仅凭自我对弈在围棋、国际象棋、将棋上全面超越人类OpenAI 发布 GPT-1，提出"生成式预训练 + 微调"路线ACM 将图灵奖授予辛顿（Hinton）、本吉奥（Bengio）、勒坤（LeCun），表彰深度学习贡献Google 发布 BERT，双向预训练横扫 11 项 NLP 基准OpenAI 发布 GPT-2（15 亿参数），以"太危险"为由延迟公开，引发开源与安全之争智谱 AI 在清华大学 KEG 实验室基础上成立，中国大模型创业潮启动Cohere 在多伦多成立，把 Transformer 商业化推向企业市场微软向 OpenAI 投资 10 亿美元，并签署 Azure 独家算力协议OpenAI 发布 GPT-3（1750 亿参数），少样本学习展示出"近似涌现"的能力Hugging Face 完成 B 轮融资，Transformers 库成为开源社区事实标准DeepMind 在 CASP14 用 AlphaFold 2 解决蛋白质折叠问题，被誉为"50 年来最大突破"OpenAI 发布 DALL·E，文本到图像生成首次进入大众视野前 OpenAI 研究员 Dario 与 Daniela Amodei 等创立 Anthropic，把 AI 安全作为公司使命Inflection、Character.AI 等新 AI 创业潮涌现，"AI native"创业范式成型GitHub 推出 Copilot 预览，AI 开始正式协助程序员写代码DeepMind 发布 AlphaCode，能在编程竞赛中达到中等水平选手成绩Midjourney 公开测试，扩散模型把 AI 绘画推向社交平台Stability AI 开源 Stable Diffusion，扩散模型生态全面爆发Anthropic 内部首次推出 Claude 早期版本，开启 Constitutional AI 路线ChatGPT 发布，两个月用户破亿，成为史上增长最快的消费级应用微软发布 Bing Chat（基于 GPT-4），与 Google 展开搜索保卫战Meta 发布 LLaMA，权重通过申请方式开放，引爆开源大模型运动马斯克在 X.AI Corp 名下注册公司，xAI 雏形浮现OpenAI 发布 GPT-4，多模态能力震撼业界Anthropic 发布 Claude 1，主打长上下文与安全可控辛顿（Hinton）从 Google 离职，公开警告通用 AI 的风险法国 Mistral AI 成立，欧洲开源大模型旗手中国一线科技公司接连发布通义千问、文心一言、混元等大模型，"百模大战"开启Anthropic 发布 Claude 2，100K 上下文成为核心卖点xAI 正式成立，马斯克启动与 OpenAI、Anthropic 的三方竞争Meta 发布 LLaMA 2，免费商用许可让开源大模型真正走入企业美国总统拜登签署 EO 14110 行政令，把前沿模型纳入国家安全监管OpenAI 董事会突然解雇奥特曼（Altman），五天后在员工与投资人压力下回归OpenAI 发布 Sora 视频生成模型，把扩散模型与 Transformer 推向时间维度Anthropic 发布 Claude 3 系列，Opus 在多项基准上超越 GPT-4OpenAI 发布 GPT-4o，原生多模态、低延迟语音交互欧盟正式通过《人工智能法案》（EU AI Act），全球首部综合性 AI 法律落地英伟达成为全球市值最高的公司之一，AI 算力需求重塑半导体格局OpenAI 发布 o1 系列推理模型，"Test-time Compute"路线浮出水面辛顿（Hinton）获诺贝尔物理学奖，哈萨比斯（Hassabis）与 Jumper 获诺贝尔化学奖——AI 研究者首次双线获诺奖DeepSeek 发布 R1 推理模型，以极低成本接近 o1 水平，引爆全球开源讨论美、日、阿联酋等宣布 Stargate 计划，规划 5000 亿美元级 AI 算力基础设施特朗普签署行政令撤销拜登的 EO 14110，美国 AI 治理路线转向加速主义Manus、Operator 等通用 Agent 产品上线，"AI 员工"概念走向商业化xAI 收购 X（前 Twitter），构建"模型+社交+数据"一体化平台Anthropic 发布 Claude 4 系列，Agent 与编码场景成为旗舰能力Cursor、Devin、Codex CLI 等 AI 编码工具进入主流开发流程OpenAI 发布 GPT-5，推理、工具调用与多模态能力进一步统一全球已有 70 余个国家和地区出台 AI 治理框架，AI 安全与产业政策深度交织AI 深度融入医疗、教育、制造、科研等行业，具身智能与 AI for Science 成为新主战场