人工智能（Artificial Intelligence，简称AI ）起步于50年代，历经数次寒冬，目前蓬勃发展。其发展历史大致分为以下几个阶段，每个阶段都有其标志性的事件和成果：
【1. 孕育期（1956年以前）】
· 数理逻辑-符号主义学派：符号主义人工智能（Symbolic artificial intelligence）是人工智能研究中的一个集合术语，泛指所有“基于问题、逻辑和搜索的高级符号表征”的方法。从1950年代中期到1980年代后期，符号AI一直是AI研究的主要范式。其代表人物是艾伦·纽厄尔和赫伯特·西蒙。这种传统其实可以追溯到亚里士多德创立演绎法，莱布尼茨把形式逻辑符号化以此奠定数理逻辑的基础。
· 库尔特·哥德尔：哥德尔是二十世纪最伟大的逻辑学家之一，其最杰出的贡献是哥德尔不完备定理和连续统假设的相对协调性证明。他的思想深深影响了图灵。图灵在他的重要论文《论可计算数及其在判定问题上的应用》里，对哥德尔1931年在”证明和计算的限制”之结果作了重新论述，他用简单形式的抽象设备（即图灵机）代替了哥德尔的以通用算术为基础的形式语言。
· 艾伦·图灵：图灵对于人工智能的发展有诸多贡献。1950年，图灵发表了那篇划时代的论文《计算机器和智能》，提问“机器会思考吗？”，预言了创造出具有真正智能的机器的可能性。设计了一种用于判定机器是否具有智能的测试方法，即图灵测试。此外，图灵提出著名的图灵机模型，为现代计算机的逻辑工作方式奠定了基础。
· 人工神经网络-联结主义学派：联结主义（Connectionism）是认知科学领域的一种方法，期望能够以人工神经网络来解释人脑、心理、精神及心灵等现象。其代表人物是W. Pitts、W. McCulloch和马文·明斯基。W. Pitts和W. McCulloch是最早描述神经网络的学者，马文·明斯基是他们的学生，1951年，明斯基与Dean Edmonds一道建造了第一台神经网络机，称为SNARC。在接下来的五十年中，明斯基是AI最重要的领导者和创新者之一。
【2.第一次浪潮（1956 - 1974）】
1956年的达特茅斯会议是AI史上的一个里程碑，标志着AI作为一门学科的诞生，科学家如麦卡锡、明斯基等与会。在这一时期，AI取得了诸如机器定理证明、跳棋程序等重要成果。
【3.第一次低谷（1974-1980）】
1974 – 1980：到了70年代，AI开始遭遇批评，随之而来的还有资金上的困难。AI研究者们对其课题的难度未能作出正确判断，此前的过于乐观使人们期望过高，当承诺无法兑现时，对AI的资助就缩减或取消了。同时，由于明斯基对感知器（Perceptron）的激烈批评，联结主义（即神经网络）销声匿迹了十年。70年代后期，尽管遭遇了公众的误解，AI在逻辑编程，常识推理等一些领域还是有所进展。
【4.第二次浪潮（1980 - 1987）】
1982年，物理学家John Hopfield证明一种新型的神经网络（现被称为“Hopfield网络”）能够用一种全新的方式学习和处理信息。大约在同时，David Rumelhart推广了反向传播算法。这是一种神经网络训练方法，算法上貌似复杂，数学上其实很简单，无非是莱布尼茨导数链式法则的离散化表达，其在历史上被多次发现，Paul Werbos在他1971年的博士论文中就设计了这个算法。这些发现使1970年以来一直遭人遗弃的联结主义重获新生。随着第五代计算机研制计划的启动，AI在专家系统、自然语言理解、模式识别等方面取得新进展。随后美国启动“神经科学十年计划”，推动了AI在视觉、听觉、感知与机器人等方面的新突破。
【5. 第二次低谷（1987—1993）】
80年代中，商业机构对AI的追捧与冷落符合经济泡沫的经典模式，泡沫的破裂也在政府机构和投资者对AI的观察之中。尽管遇到各种批评，这一领域仍在不断前进，譬如Rodney Brooks和Hans Moravec提出了一种全新的人工智能方案。
【6. 第三波浪潮（1993—2011）】
年过半百的AI终于实现了它最初的一些目标。它已被成功地用在技术产业中，不过有时是在幕后。这些成就有的归功于计算机性能的提升，有的则是在高尚的科学责任感驱使下对特定的课题不断追求而获得的。1997年5月11日，深蓝成为战胜国际象棋世界冠军卡斯帕罗夫的第一个计算机系统。2005年，Stanford开发的一台机器人在一条沙漠小径上成功地自动行驶了131英里，赢得了DARPA挑战大赛头奖。2009年，蓝脑计划声称已经成功地模拟了部分鼠脑。2011年，IBM 沃森参加《危险边缘》节目，在最后一集打败了人类选手。这些成就的取得并不是因为范式上的革命，而是工程技术的复杂应用，计算机性能已经今非昔比了。事实上，深蓝计算机比Christopher Strachey在1951年用来下棋的Ferranti Mark 1快一千万倍。这种剧烈增长可以用摩尔定律描述：计算速度和内存容量每两年翻一番。计算性能上的基础性障碍已被逐渐克服。
【7.第四波浪潮（2011年至今）】
这次是基于深度学习的AI引领潮流。辛顿等人发表《深度学习》论文，重新引领人工神经网络热潮。AlphaGo的出现标志着基于深度学习的AI在围棋领域的突破，同时也推动了AI在全球范围内的关注和应用。AI的框架与平台：谷歌、微软、百度等巨头纷纷成立深度学习实验室，大力发展深度学习框架与平台。随之，深度学习在计算机视觉、语音识别、自然语言处理等诸多领域取得显著进步，超越人类水平。CNN、 LSTM、ResNet（何恺明等设计）、Transformer、BERT、GPT-4等一系列模型的出现进一步推动了AI技术的发展。
人工智能的发展历史经历了从孕育期到多个浪潮的演变，每个阶段都有其标志性的技术和成果。随着技术的不断进步，AI的边界在不断扩展，从最初的符号主义和连接主义学派的思想之争，到后来基于符号主义的专家系统、基于联接主义的深度学习算法，到基于深度学习的计算机视觉和自然语言处理等基础技术的不断突破，以及这些技术在很多邻域的应用，AI已经成为推动技术革命和产业变革的重要力量。未来，随着技术的不断发展和应用场景的不断拓展，AI将会为人类带来更多的便利和可能性。
