AI 发展史图谱
1900 – 2026 · 知识图谱动态可视化
核心版 134
完整版 323
✕
▶ 历史回放
⤢ 复位视图
📅 对齐年份
🌙 深色
2026 年
拖动时间轴：仅显示该年份及以前的节点
2026
人工智能发展史关键实体（人物 · 技术 · 事件 · 机构）
Alan Turing（人物 · 1912）— 英国数学家，提出图灵机与图灵测试，被视为人工智能与计算机科学的奠基人。
John McCarthy（人物 · 1927）— 提出『人工智能』一词，LISP 语言发明者，达特茅斯会议发起者。
Marvin Minsky（人物 · 1927）— AI 先驱，框架理论与感知机批判者，与 Papert 合著《Perceptrons》。
Frank Rosenblatt（人物 · 1928）— 心理学家，1957 年提出感知机 (Perceptron) 模型。
Allen Newell（人物 · 1927）— 与 Simon 共同开发逻辑理论家 (Logic Theorist) 与通用问题求解器。
Herbert Simon（人物 · 1916）— 诺贝尔经济学奖得主，符号主义 AI 与专家系统的早期推动者。
Claude Shannon（人物 · 1916）— 信息论之父，为机器学习中的学习与熵提供了理论基础。
Arthur Samuel（人物 · 1906）— 1959 年提出『机器学习』概念，开发跳棋自学程序。
Seymour Papert（人物 · 1928）— 与 Minsky 合著《Perceptrons》，指出单层感知机的局限。
Joseph Weizenbaum（人物 · 1923）— MIT 教授，1966 年开发聊天程序 ELIZA。
Edward Feigenbaum（人物 · 1936）— 『专家系统之父』，推动知识工程与 DENDRAL/MYCIN。
Alain Colmerauer（人物 · 1938）— Prolog 逻辑编程语言的主要设计者。
Geoffrey Hinton（人物 · 1947）— 深度学习教父，反向传播推广者，2024 年诺贝尔物理学奖得主。
Yann LeCun（人物 · 1960）— 卷积神经网络与 LeNet 先驱，Meta 首席 AI 科学家。
Yoshua Bengio（人物 · 1964）— 深度学习三巨头之一，专注表示学习与序列建模。
David Rumelhart（人物 · 1942）— 1986 年与 Hinton、Williams 重新推广反向传播算法。
Ronald Williams（人物 · 1952）— 反向传播经典论文 (1986) 共同作者。
John Hopfield（人物 · 1933）— 提出 Hopfield 网络，2024 年诺贝尔物理学奖得主。
Jürgen Schmidhuber（人物 · 1963）— LSTM 共同提出者，长时序学习先驱。
Sepp Hochreiter（人物 · 1967）— LSTM 共同提出者，研究梯度消失问题。
Vladimir Vapnik（人物 · 1936）— 统计学习理论奠基人，SVM 共同提出者。
Corinna Cortes（人物 · 1962）— 支持向量机 (SVM) 共同提出者。
Gerald Tesauro（人物 · 1959）— 开发 TD-Gammon，将强化学习用于西洋双陆棋。
Jeffrey Elman（人物 · 1950）— 1990 年提出 Elman 网络，早期循环神经网络。
Fei-Fei Li（人物 · 1976）— ImageNet 发起者，斯坦福 AI 实验室负责人。
Jia Deng（人物 · 1972）— ImageNet 主要构建者之一。
Alex Krizhevsky（人物 · 1986）— AlexNet 第一作者，2012 年引爆深度学习。
Ilya Sutskever（人物 · 1986）— AlexNet 共同作者，OpenAI 首席科学家。
Tomáš Mikolov（人物 · 1980）— Word2Vec 主要作者，词向量表示先驱。
Ian Goodfellow（人物 · 1987）— 生成对抗网络 (GAN) 提出者。
Kaiming He（人物 · 1984）— ResNet 第一作者，深度残差学习。
Ashish Vaswani（人物 · 1986）— 《Attention Is All You Need》第一作者，Transformer 提出者。
Demis Hassabis（人物 · 1976）— DeepMind 创始人，AlphaGo/AlphaFold 领导者，2024 诺贝尔化学奖。
David Silver（人物 · 1972）— DeepMind 强化学习负责人，AlphaGo 核心。
Sam Altman（人物 · 1985）— OpenAI 联合创始人兼 CEO。
Greg Brockman（人物 · 1987）— OpenAI 联合创始人兼总裁。
Jensen Huang（人物 · 1963）— NVIDIA 创始人兼 CEO，GPU 算力推动者。
Dartmouth College（组织 · 1769）— 1956 年举办达特茅斯会议，AI 概念诞生地。
MIT（组织 · 1861）— AI 实验室 (CSAIL) 是多代 AI 研究的中心。
Stanford（组织 · 1885）— 人工智能实验室 (SAIL)，符号主义与统计学习重镇。
CMU（组织 · 1900）— 卡内基梅隆，专家系统与机器人研究强校。
IBM（组织 · 1911）— 深蓝、Watson 等标志性 AI 系统的缔造者。
Google（组织 · 1998）— 搜索引擎巨头，TensorFlow、Transformer、TPU 的摇篮。
Google Brain（组织 · 2011）— Google 深度学习团队，DistBelief/TensorFlow 起源。
NVIDIA（组织 · 1993）— GPU 与 CUDA 生态，大模型训练算力基石。
Microsoft（组织 · 1975）— OpenAI 主要投资方，Azure AI 与 Copilot。
Meta / FAIR（组织 · 2004）— Facebook AI Research，PyTorch、LLaMA 来源。
OpenAI（组织 · 2015）— 以安全 AGI 为目标的实验室，GPT/ChatGPT 出品方。
DeepMind（组织 · 2010）— 强化学习 + 深度学习标杆，AlphaGo、AlphaFold。
Anthropic（组织 · 2021）— 由前 OpenAI 成员创立，Claude 模型与 Constitutional AI。
DARPA（组织 · 1958）— 美国国防部高级研究计划局，长期资助 AI 研究。
符号主义（概念 · 1956）— 以逻辑与符号推理为核心的 AI 范式，早期主流。
联结主义（概念 · 1943）— 以人工神经网络模拟智能的范式，深度学习的根基。
机器学习（概念 · 1959）— 让系统从数据中自动改进的范式 (Samuel, 1959)。
专家系统（概念 · 1970）— 基于规则的知识系统，70-80 年代 AI 商业热潮核心。
神经网络（概念 · 1958）— 由神经元单元连接构成的可学习模型。
深度学习（概念 · 2006）— 多层神经网络表示学习，2010 后全面领先。
生成式 AI（概念 · 2014）— 生成文本/图像/视频等内容的人工智能方向。
大语言模型 (LLM)（概念 · 2018）— 基于 Transformer 的大规模预训练语言模型。
Scaling Law（概念 · 2020）— 模型性能随参数量/数据/算力幂律提升的经验规律。
强化学习（概念 · 1988）— 通过奖励信号学习策略的范式。
通用人工智能 (AGI)（概念 · 2015）— 具备人类水平通用智能的目标。
AI 安全 / 对齐（概念 · 2018）— 使 AI 系统目标与人类意图一致的研究方向。
AI 智能体（概念 · 2023）— 能自主感知、规划、使用工具完成任务的 AI 系统。
计算机视觉 (CV)（领域 · 1966）— 让机器理解图像与视频的领域。
自然语言处理 (NLP)（领域 · 1950）— 让机器理解、生成人类语言的领域。
强化学习领域（领域 · 1988）— 智能体与环境交互、最大化累积奖励的研究领域。
语音识别（领域 · 1952）— 将语音信号转为文本的领域。
机器人学（领域 · 1954）— 感知-决策-执行一体化的实体智能领域。
感知机 (Perceptron)（算法 · 1957）— 单层线性分类器，神经网络思想的起点。
Logic Theorist（算法 · 1956）— 首个 AI 程序，自动证明数学定理。
ELIZA（算法 · 1966）— 基于模式匹配的聊天程序，拟人对话的雏形。
DENDRAL（算法 · 1965）— 首个专家系统，推断分子化学结构。
MYCIN（算法 · 1976）— 基于规则的医学诊断专家系统。
Prolog（算法 · 1972）— 逻辑编程语言，符号主义 AI 工具。
反向传播 (Backprop)（算法 · 1986）— 通过链式法则高效计算梯度并更新网络权重。
支持向量机 (SVM)（算法 · 1995）— 最大间隔分类器，90-2000 年代主导算法。
LSTM（算法 · 1997）— 带门控的循环单元，缓解长程梯度消失。
TD-Gammon（算法 · 1992）— 用 TD 学习自我对弈的双陆棋程序。
Word2Vec（算法 · 2013）— 高效学习词向量的模型 (Skip-gram/CBOW)。
生成对抗网络 (GAN)（算法 · 2014）— 生成器与判别器对抗训练的生成模型。
扩散模型 (Diffusion)（算法 · 2020）— 通过去噪过程生成数据的代表性方法 (DDPM)。
注意力机制 (Attention)（算法 · 2014）— Bahdanau 等提出，让模型聚焦相关输入位置。
Q-Learning（算法 · 1989）— 无模型价值的强化学习时序差分算法。
卷积神经网络 (CNN)（架构 · 1998）— 用卷积提取局部特征，视觉任务主力架构。
LeNet（架构 · 1989）— LeCun 等的早期 CNN，用于手写数字识别。
Hopfield 网络（架构 · 1982）— 可存储记忆的循环神经网络模型。
玻尔兹曼机（架构 · 1985）— 基于能量模型的随机神经网络。
循环神经网络 (RNN)（架构 · 1990）— 处理序列数据的网络，含隐藏状态传递。
AlexNet（架构 · 2012）— 深度 CNN，ILSVRC 2012 夺冠，引爆深度学习。
ResNet（架构 · 2015）— 残差连接使百层以上网络可训练。
Transformer（架构 · 2017）— 基于自注意力的架构，取代 RNN 成为基座。
BERT（架构 · 2018）— 双向编码器预训练，刷新 NLP 多项基准。
GPT-1（架构 · 2018）— OpenAI 首个生成式预训练 Transformer。
GPT-2（架构 · 2019）— 15 亿参数，展示规模化生成能力。
GPT-3（架构 · 2020）— 1750 亿参数，开启少样本/上下文学习。
GPT-4（架构 · 2023）— 多模态大模型，推理能力大幅提升。
LLaMA（架构 · 2023）— Meta 开源大模型系列，推动开放生态。
Stable Diffusion（架构 · 2022）— 潜空间扩散模型，开源文生图标杆。
Sora（架构 · 2024）— OpenAI 文生视频模型，理解时空一致性的世界模型。
AlphaFold（架构 · 2020）— 基于深度学习的蛋白质结构预测系统。
AlphaGo（架构 · 2016）— 结合深度学习与蒙特卡洛树搜索的围棋程序。
Gemini（架构 · 2023）— Google 原生多模态大模型系列。
Claude（架构 · 2023）— Anthropic 大模型，强调安全与长上下文。
DeepSeek（架构 · 2023）— 高性价比开源推理模型，打破算力垄断叙事。
PyTorch（架构 · 2016）— 主流深度学习框架，动态图著称。
TensorFlow（架构 · 2015）— Google 开源的工业级深度学习框架。
Mark I 感知机（硬件 · 1958）— Rosenblatt 建造的物理感知机硬件。
LISP 机器（硬件 · 1970）— 为运行 LISP 与专家系统定制的硬件。
GPU 通用计算（硬件 · 2006）— CUDA 让 GPU 用于大规模并行 AI 训练。
TPU（硬件 · 2015）— Google 专为神经网络设计的张量处理单元。
NVIDIA H100（硬件 · 2022）— Hopper 架构 GPU，大模型训练主力算力。
Perceptrons (书)（论文 · 1969）— Minsky & Papert 著，揭示单层感知机局限，引发寒冬。
ImageNet (CVPR'09)（论文 · 2009）— 大规模标注图像数据库，催生视觉革命。
AlexNet 论文（论文 · 2012）— 《ImageNet Classification with Deep CNN》，深度学习转折点。
Word2Vec 论文（论文 · 2013）— Efficient Estimation of Word Representations。
GAN 论文（论文 · 2014）— Generative Adversarial Nets (NIPS 2014)。
ResNet 论文（论文 · 2015）— Deep Residual Learning for Image Recognition。
Deep Learning (Nature)（论文 · 2015）— Hinton, LeCun, Bengio 综述，标志深度学习主流化。
Attention Is All You Need（论文 · 2017）— 提出 Transformer，奠定大模型时代基石。
BERT 论文（论文 · 2018）— Pre-training of Deep Bidirectional Transformers。
GPT-3 论文（论文 · 2020）— Language Models are Few-Shot Learners。
AlphaFold2 论文（论文 · 2021）— Highly accurate protein structure prediction (Nature)。
图灵测试（事件 · 1950）— Turing 提出以对话判断机器是否智能的思想实验。
达特茅斯会议（事件 · 1956）— McCarthy 等发起，『人工智能』一词正式诞生。
第一次 AI 寒冬（事件 · 1974）— 算力与承诺落差导致经费大幅削减。
第二次 AI 寒冬（事件 · 1984）— 专家系统商业化失败， Lisp 机器市场崩溃。
深蓝战胜卡斯帕罗夫（事件 · 1997）— IBM 深蓝在国际象棋中击败世界冠军。
AlexNet 夺冠 ILSVRC（事件 · 2012）— 深度学习在 ImageNet 竞赛中碾压传统方法。
AlphaGo 战胜李世石（事件 · 2016）— DeepMind 程序在围棋中击败人类顶尖棋手。
Google 收购 DeepMind（事件 · 2014）— Google 以约 5 亿美元收购 DeepMind。
微软投资 OpenAI（事件 · 2019）— 微软 10 亿美元投资，开启深度合作。
ChatGPT 发布（事件 · 2022）— 两个月用户破亿，引爆生成式 AI 浪潮。
诺奖授予 AI (2024)（事件 · 2024）— Hopfield & Hinton 获物理奖，Hassabis 等获化学奖。