第一章：AI发展简史与技术演进脉络
内容概述
本章将系统梳理人工智能70余年的发展历程，揭示技术演进的内在逻辑与关键转折点。我们将穿越三次AI浪潮与两次寒冬，理解从“逻辑推理”到“数据驱动”的范式转变，把握当前大模型时代的历史方位。
本章技术演进脉络
符号推理（1950s-1970s）→ 专家系统（1980s）→ 统计机器学习（1990s-2000s）→ 深度学习（2012年后）→ 大模型与多模态（2020年后）
1.1 人工智能的诞生：从图灵测试到早期符号主义
学习重点：理解AI学科的起源标志、核心思想与初始技术路径
1.1.1 思想源起与理论奠基
- 图灵测试（1950）：艾伦·图灵在《计算机器与智能》中提出“模仿游戏”，首次定义了机器智能的评判标准
- 达特茅斯会议（1956）：约翰·麦卡锡等学者首次使用“人工智能”术语，确立了AI作为独立学科的地位
- 早期愿景：“让机器能像人一样思考、学习与解决问题”
1.1.2 符号主义（Symbolism）主导时期
- 核心思想：智能源于对符号的操纵，认知过程即符号运算
- 关键技术：
- 逻辑推理系统：基于谓词逻辑的自动推理（如逻辑理论家程序）
- 问题求解方法：通用问题求解器（GPS）、搜索算法（A*算法）
- 知识表示：语义网络、框架理论
- 代表性成果：
- 几何定理证明机（1959）：首次用计算机证明数学定理
- ELIZA（1966）：早期自然语言处理程序，模拟罗杰斯心理治疗师
- 意义与局限：
- 开创了形式化表示与推理的研究范式
- 受限于“组合爆炸”问题，难以处理现实世界的模糊性与复杂性
1.2 两次AI寒冬的教训与专家系统的兴衰
学习重点：分析AI发展遭遇的挫折原因，理解专家系统的技术特点与历史地位
1.2.1 第一次AI寒冬（1974-1980）
- 直接诱因：
- 莱特希尔报告（1973）：对AI研究进展的严厉批评导致英国经费大幅削减
- 马文·明斯基对感知机的批判，导致神经网络研究陷入停滞
