人工智慧（AI）概念源自數理邏輯與神經科學的早期研究。1943年，麥卡洛克（McCulloch）與皮茨（Pitts）提出了「人工神經元」模型，首次以數學方式描述神經網絡en.wikipedia.org；1949年，赫布（Donald Hebb）在《行為的組織》一書中提出了著名的「聯結學習法則」，奠定了神經網絡學習的生物學基礎en.wikipedia.org。1950年，艾倫·圖靈（Alan Turing）發表《計算機械與智慧》一文，首次提出了圖靈測試並探討機器是否能「思考」的可能性en.wikipedia.org。這些理論探索啟發了人工智慧的概念：如果電腦可以操作符號或模擬人腦運算，是否就能展現智能？
早期探索期（20世紀初–1956）
20世紀初，各種自動化與機械人設計鋪墊了人工智慧的萌芽。早期計算理論家如圖靈（Turin）對可計算性與「機器智能」的討論，為後來的AI奠定理論基石en.wikipedia.org。1951年，Minsky 與 Edmonds 建造了第一台神經網絡機器 SNARC，嘗試模擬簡單神經元活動en.wikipedia.org。同時，Samuel在1952–62年間開發了基於自動學習的西洋棋程式，初步實現機器學習的概念。這些早期嘗試在1956年達特茅斯會議上匯聚成果：麥卡錫、明斯基等科學家正式提出「人工智慧」（Artificial Intelligence）一詞，並展示了Newell和Simon的邏輯理論家（Logic Theorist）──第一個能夠證明數學定理的電腦程式en.wikipedia.org。
經典 AI 時期（1956–1980）
1956年之後，AI研究迅速走向符號運算和邏輯推理。1958年，麥卡錫研發出 Lisp 語言，成為推理與符號處理的經典工具en.wikipedia.org；1959年，Newell、Simon 的「通用定理求解器」（General Problem Solver）以及 GPS 開啟了以演算法搜索為主的AI路徑。1960年代初，Weizenbaum 的 ELIZA（1966）與 SHRDLU（Winograd，1971）示範了自然語言和限制環境下的對話與推理能力en.wikipedia.orgen.wikipedia.org。同時，1965年Ivakhnenko在蘇聯率先提出多層感知器深度學習法，而Minsky與Papert的《感知器》一書（1969）則暴露了單層感知器的局限，引發對複雜網路結構的興趣。
象徵式AI也逐漸商用化：1974年，斯坦福的Shortliffe博士論文提出MYCIN專家系統，用於醫療診斷，開啟規則庫應用的先河en.wikipedia.org；1980年，卡內基美隆大學的McDermott發表R1（XCON）系統，幫助DEC公司自動配置VAX電腦硬體，該專家系統處理數萬筆訂單，每年為DEC節省上千萬美元en.wikipedia.org。然而，到了1970年代末，AI的過度樂觀與資金過熱逐漸引發調整，對AI研究的信心與投資出現波動。
AI 冬天與知識系統（1980–1990）
1980年代初，專家系統技術短暫繁榮，各行業積極採用AI工具。美國在1980年召開了首次AAAI全國會議，將學術和產業界研究者匯聚一堂en.wikipedia.org；日本於1982年啟動「第五代計算機系統計畫」（FGCS），試圖以大規模平行運算支撐AI應用en.wikipedia.org。然而，1990年代初期此熱潮遇挫：1987年《哈佛商業評論》等刊物揭露AI的承諾與實際成果間落差，使英美政府縮減對AI的資助，進入所謂的「AI 冬天」。儘管如此，1980–90年代累積的專家系統與知識工程技術，為後續智能系統提供了寶貴經驗與人才基礎。
機器學習興起（1990–2010）
1990年代以後，AI研究重心逐漸轉向數據驅動的機器學習。這一時期統計學習理論蓬勃發展，包括決策樹、支持向量機（Vapnik等）及集成學習等技術成熟，並廣泛應用於語音識別、圖像分類、金融分析等領域en.wikipedia.org。1997年，IBM深藍超級電腦在國際象棋比賽中擊敗世界冠軍卡斯帕羅夫，成為第一台在正規比賽下擊敗現任人類世界冠軍的電腦en.wikipedia.org，象徵AI在博弈領域的重大突破。此後，隨著網路和運算能力提升，Google、Yahoo等互聯網企業也將機器學習應用於搜尋、廣告和推薦系統中，奠定了21世紀初AI應用的產業基礎。
深度學習與大數據革命（2010–2020）
進入21世紀第二個十年，AI迎來大數據與深度學習的雙重革命。2006年，Geoffrey Hinton等人提出的深度信念網路為深度學習（Deep Learning）復興鋪路；2012年，Krizhevsky等人發表AlexNet，利用卷積神經網絡（CNN）大幅提升ImageNet圖像識別準確度，展現深度模型在大規模數據集上的威力en.wikipedia.org。同時，以GPU並行運算與雲端計算為代表的新基礎設施使訓練大型神經網絡成為可能。商業應用上，2011年IBM的Watson在電視節目《問答之王》（Jeopardy!）中擊敗頂尖人類選手ibm.com，標誌著NLP和問答系統的技術成熟；2016年，Google DeepMind的AlphaGo以深度強化學習擊敗圍棋高手李世乭，展示了AI在高複雜度遊戲中的卓越能力en.wikipedia.org。此時期，谷歌（DeepMind、Google Brain）、Facebook AI Research、百度、阿里巴巴等科技巨頭大量投入深度學習，並推出人臉辨識、語音助手（如蘋果Siri、亞馬遜Alexa）與自駕車等產品，形成深度學習驅動的AI生態。
多模態模型與生成式 AI 時代（2020–2025）
最近數年，生成式AI與多模態模型成為新焦點。2018年以Transformer架構為基礎的GPT系列模型問世後，2020年OpenAI發布GPT-3（1750億參數）en.wikipedia.org，展現驚人的自然語言生成能力。2022年底，OpenAI推出ChatGPT聊天機器人（基於GPT-3.5），短短兩個月內用戶超過1億人，引發全球AI應用熱潮en.wikipedia.org。同期，OpenAI的DALL·E（2021）和DALL·E 2（2022）實現了從文字到圖像的生成en.wikipedia.org；Stability AI的Stable Diffusion（2022）則以開放原始碼形式讓公眾廣泛使用文本生成圖像模型stability.ai。在中國，百度文心大模型（ERNIE）自2019年起發展，2023年推出Ernie Chat（「文心一言」）對話機器人並在8月正式對外開放en.wikipedia.org。這一時期的AI模型具備更大規模參數、多模態融合（文字、影像、聲音）及自行生成內容的能力，應用場景從寫作輔助、圖像創作到程式碼生成和虛擬人機對話等方面迅速擴展。
主要里程碑年表
年份事件
1943麥卡洛克與皮茨提出理論性的「人工神經元」，首次以邏輯方式描述神經網絡en.wikipedia.org。
1949赫布出版《行為的組織》，首次提出赫布學習法則（「同時發火的神經元連線在一起」），為神經網絡學習奠定基礎en.wikipedia.org。
1950艾倫·圖靈發表論文《計算機械與智慧》，提出圖靈測試概念，正式討論機器智能的可能性en.wikipedia.org。
1956達特茅斯會議由麥卡錫等學者舉辦，首次提出「Artificial Intelligence」一詞，標誌AI作為學科的誕生en.wikipedia.org。
1958麥卡錫發明Lisp程式語言，用以實現符號運算和推理en.wikipedia.org。
1966Weizenbaum發表對話程式ELIZA，示範了機器進行自然語言互動的潛力en.wikipedia.org。
1972Colmerauer等人在法國發明Prolog邏輯程式語言，用於知識表達與推理en.wikipedia.org。
1973英國Lighthill報告對AI前景持悲觀態度，英國政府大幅削減AI研究經費，引發AI冬天的開端en.wikipedia.org。
1974Shortliffe的MYCIN專家系統在斯坦福開發成功，用規則庫推理進行醫療診斷en.wikipedia.org。
1980首屆美國人工智慧協會（AAAI）會議在史丹福舉行en.wikipedia.org；John McDermott發表R1/XCON規則系統，在DEC公司生產線自動配置VAX電腦en.wikipedia.org。
1982日本啟動「第五代計算機系統計畫」，投入平行計算AI系統開發en.wikipedia.org。
1986德國工程師Ernst Dickmanns研發出第一款自主駕駛車輛，可在空曠道路上以55英里時速行駛en.wikipedia.org。
1997IBM Deep Blue超級電腦擊敗世界象棋冠軍卡斯帕洛夫，首次實現計算機在正規比賽下擊敗人類世界冠軍en.wikipedia.org。
2011IBM Watson在《問答之王》節目中擊敗人類冠軍，展示了強大的自然語言問答能力ibm.com。
2012AlexNet深度卷積神經網絡在ImageNet競賽中勝出，宣告深度學習在大規模視覺識別上的突破en.wikipedia.org。
2016DeepMind的AlphaGo以4:1擊敗世界圍棋高手李世乭，將深度強化學習推向歷史舞台en.wikipedia.org。
2021OpenAI發表DALL·E模型（1月），首度實現從文本到圖像的生成en.wikipedia.org。
2022OpenAI推出ChatGPT（基於GPT-3.5）聊天機器人，兩月內用戶破億，引爆生成式AI熱潮en.wikipedia.org；同年8月Stable Diffusion開源圖像生成模型發布stability.ai。
2023百度發表「文心一言」Ernie語言模型，3月試用，8月正式對公眾開放en.wikipedia.org。同年OpenAI推出GPT-4與DALL·E 3，進一步提升多模態生成能力。
以上歷程綜合了關鍵人物（如圖靈、麥卡錫、明斯基、辛頓、李飛飛等）、核心技術（如神經網絡、深度學習、Transformer、多模態生成模型等），以及重大商業里程碑（如IBM Watson、Deep Blue、AlphaGo、ChatGPT等）。各時期AI技術與應用互動推動了AI研究與產業的共同發展：從早期符號推理到現代生成式AI，每一步都伴隨學術突破與商業實踐的交織。上述年表與敘事提供了20世紀初至2025年間AI發展的全面視角，便於讀者追蹤技術演進與產業動態的脈絡。
參考資料： 以上內容引用自公開文獻與維基百科等可靠來源
en.wikipedia.orgen.wikipedia.orgen.wikipedia.orgen.wikipedia.orgen.wikipedia.orgibm.comen.wikipedia.orgen.wikipedia.orgen.wikipedia.orgstability.aien.wikipedia.org等。
