AI 發展時間軸

從圖靈測試到深度學習，探索人工智能的發展歷程

查看 AI 模型時間軸

第五階段：爆發的2025年——智能湧現與應用落地

2025年是AI從技術競賽全面轉向應用落地和生態建設的爆發年。模型能力持續突破，但重點已轉移到如何利用AI創造實際價值。

2025年
AI在科學加速發現
用於材料科學、生物學，如Meta數據集和OpenAI o1支援研究。
2025年
AI在科學加速發現
用於材料科學、生物學，如Meta數據集和OpenAI o1支援研究。
2025年
生成式AI投資高峰
全球投資339億美元，增長18.7%，推動商業應用。
2025年
生成式AI投資高峰
全球投資339億美元，增長18.7%，推動商業應用。
2025年
NVIDIA面對競爭
Amazon、AMD等挑戰NVIDIA在AI晶片主導地位，地緣政治影響供應鏈。
2025年
NVIDIA面對競爭
Amazon、AMD等挑戰NVIDIA在AI晶片主導地位，地緣政治影響供應鏈。
2025年
AI公司與國家安全整合
AI用於軍事如無人機，OpenAI等與國防合作，引發倫理討論。
2025年
AI公司與國家安全整合
AI用於軍事如無人機，OpenAI等與國防合作，引發倫理討論。
2025年 6月 20日
中國四足機器人玩羽毛球
使用AI實時反應人類動作，展示人機協作在體育的潛力。
2025年 6月 20日
中國四足機器人玩羽毛球
使用AI實時反應人類動作，展示人機協作在體育的潛力。
2025年 5月 22日
Anthropic發布Claude 4
包括Opus 4和Sonnet 4模型，能自主運行數小時，推進代理式AI。
2025年 5月 22日
Anthropic發布Claude 4
包括Opus 4和Sonnet 4模型，能自主運行數小時，推進代理式AI。
2025年 5月 20日
Google發布Veo 3和Gemini 2.5 Pro升級
Veo 3設定AI視頻生成新基準。
2025年 5月 20日
Google發布Veo 3和Gemini 2.5 Pro升級
Veo 3設定AI視頻生成新基準。
2025年 4月 16日
OpenAI發布o3和o4-mini
新AI模型，專注於推理和多模態整合。
2025年 4月 16日
OpenAI發布o3和o4-mini
新AI模型，專注於推理和多模態整合。
2025年3月
歐盟《AI法案》正式生效
全球首部針對AI的全面性監管法規開始實施，對高風險AI應用提出了嚴格要求，引導全球AI產業朝向更負責任、更透明的方向發展。
2025年3月
歐盟《AI法案》正式生效
全球首部針對AI的全面性監管法規開始實施，對高風險AI應用提出了嚴格要求，引導全球AI產業朝向更負責任、更透明的方向發展。
2025年 2月 27日
OpenAI發布GPT-4.5研究預覽
其最大、最先進的AI模型，重新定義了語言模型的能力上限。
2025年 2月 27日
OpenAI發布GPT-4.5研究預覽
其最大、最先進的AI模型，重新定義了語言模型的能力上限。
2025年 2月 10日
AI Action Summit在巴黎舉行
為期兩天的峰會，討論AI未來；法國宣布1090億歐元AI私人投資；Anthropic推出經濟指數追蹤AI對勞動市場影響。
2025年 2月 10日
AI Action Summit在巴黎舉行
為期兩天的峰會，討論AI未來；法國宣布1090億歐元AI私人投資；Anthropic推出經濟指數追蹤AI對勞動市場影響。
2025年 2月 3日
OpenAI發布ChatGPT Deep Research
整合到ChatGPT的AI系統，能自主瀏覽網頁5-30分鐘生成引用報告，提升研究能力。
2025年 2月 3日
OpenAI發布ChatGPT Deep Research
整合到ChatGPT的AI系統，能自主瀏覽網頁5-30分鐘生成引用報告，提升研究能力。
2025年 2月
Anthropic發布Claude Code CLI
將強大的AI代理編碼和vibe coding能力帶入開發者終端，革新了傳統的開發工作流，讓複雜的編碼任務和實時協作變得更加高效和易於操作，是AI編碼工具的又一里程碑。
2025年 2月
Anthropic發布Claude Code CLI
將強大的AI代理編碼和vibe coding能力帶入開發者終端，革新了傳統的開發工作流，讓複雜的編碼任務和實時協作變得更加高效和易於操作，是AI編碼工具的又一里程碑。
2025年 1月 27日
DeepSeek-R1成為iOS最下載免費應用
超越ChatGPT，展示了開源AI模型的快速大眾採用。
2025年 1月 27日
DeepSeek-R1成為iOS最下載免費應用
超越ChatGPT，展示了開源AI模型的快速大眾採用。
2025年1月
NVIDIA發布新一代消費級AI晶片
NVIDIA在CES上發布了為個人電腦設計的Blackwell架構消費級GPU，極大提升了在本地端運行大型模型和AI應用的性能。
2025年1月
NVIDIA發布新一代消費級AI晶片
NVIDIA在CES上發布了為個人電腦設計的Blackwell架構消費級GPU，極大提升了在本地端運行大型模型和AI應用的性能。

第四階段：多模態與開源競逐 (2024)

2024年，競爭進入白熱化，模型迭代速度加快，多模態能力成為標配，開源與閉源的路線之爭愈發激烈。

2024年
AI代理(AI Agents)興起
AI代理能夠獨立規劃和執行複雜的多步驟任務，標誌著AI從被動的輔助工具向具備一定自主性的系統轉變，成為行業發展的關鍵趨勢。
2024年
AI代理(AI Agents)興起
AI代理能夠獨立規劃和執行複雜的多步驟任務，標誌著AI從被動的輔助工具向具備一定自主性的系統轉變，成為行業發展的關鍵趨勢。
2024年
Google發布Gemini 1.5 Pro與Flash
Google發布了速度和效率經過優化的Gemini 1.5 Pro及輕量級的Flash模型，憑藉其長上下文窗口和多模態能力，成為開發者社群中最受歡迎的模型之一。
2024年
Google發布Gemini 1.5 Pro與Flash
Google發布了速度和效率經過優化的Gemini 1.5 Pro及輕量級的Flash模型，憑藉其長上下文窗口和多模態能力，成為開發者社群中最受歡迎的模型之一。
2024年
生成式AI聊天機器人持續演進
Google、Meta、Anthropic等公司推出的聊天機器人普遍具備了記憶功能和更強的多模態能力，提升了AI在日常對話和任務處理中的實用性與用戶期望。
2024年
生成式AI聊天機器人持續演進
Google、Meta、Anthropic等公司推出的聊天機器人普遍具備了記憶功能和更強的多模態能力，提升了AI在日常對話和任務處理中的實用性與用戶期望。
2024年 12月
DeepSeek開源DeepSeek-V3
作為一個擁有6710億參數的混合專家（MoE）模型，其開源和高效性能在AI社群引發轟動，被稱為「全球炸彈」，極大推動了中國AI在全球的競爭力，成為開源AI的新高峰。
2024年 12月
DeepSeek開源DeepSeek-V3
作為一個擁有6710億參數的混合專家（MoE）模型，其開源和高效性能在AI社群引發轟動，被稱為「全球炸彈」，極大推動了中國AI在全球的競爭力，成為開源AI的新高峰。
2024年 Q3-Q4
AI影片生成技術成熟
OpenAI的Sora、Luma AI的Dream Machine等工具向公眾開放，其生成的影片質量和時長不斷突破，AI影片創作進入實用階段。
2024年 Q3-Q4
AI影片生成技術成熟
OpenAI的Sora、Luma AI的Dream Machine等工具向公眾開放，其生成的影片質量和時長不斷突破，AI影片創作進入實用階段。
2024年 10月
Demis Hassabis因AlphaFold獲諾貝爾化學獎
Google DeepMind的CEO因其開發的AlphaFold 2模型在精準預測蛋白質結構方面的貢獻而獲獎，彰顯了AI在推動基礎科學突破中的巨大價值。
2024年 10月
Demis Hassabis因AlphaFold獲諾貝爾化學獎
Google DeepMind的CEO因其開發的AlphaFold 2模型在精準預測蛋白質結構方面的貢獻而獲獎，彰顯了AI在推動基礎科學突破中的巨大價值。
2024年 10月
Tesla展示Optimus人形機器人進展
在We Robot活動中，Tesla展示了其人形機器人Optimus在執行家務和工業任務方面的進展，推動了雙足機器人從實驗室走向實用應用的發展。
2024年 10月
Tesla展示Optimus人形機器人進展
在We Robot活動中，Tesla展示了其人形機器人Optimus在執行家務和工業任務方面的進展，推動了雙足機器人從實驗室走向實用應用的發展。
2024年 4月
Meta開源Llama 3
Llama 3的8B和70B版本被認為是當前最強大的開源模型，性能上可與頂尖的閉源模型（如GPT-3.5）相媲美，進一步鞏固了開源AI生態的競爭力。
2024年 4月
Meta開源Llama 3
Llama 3的8B和70B版本被認為是當前最強大的開源模型，性能上可與頂尖的閉源模型（如GPT-3.5）相媲美，進一步鞏固了開源AI生態的競爭力。
2024年 3月
Anthropic發布Claude 3系列
Claude 3 Opus模型在多項行業基準測試中首次超越了當時的GPT-4，尤其在研究生水平的推理、視覺理解等任務上表現出色，樹立了新的行業標杆。
2024年 3月
Anthropic發布Claude 3系列
Claude 3 Opus模型在多項行業基準測試中首次超越了當時的GPT-4，尤其在研究生水平的推理、視覺理解等任務上表現出色，樹立了新的行業標杆。
2024年 2月
Ai-Da機器人畫作售出百萬美元
人形機器人Ai-Da的畫作《AI God》在倫敦蘇富比拍賣會上售出1,084,000美元，標誌著AI生成藝術在高端藝術市場獲得商業認可的里程碑。
2024年 2月
Ai-Da機器人畫作售出百萬美元
人形機器人Ai-Da的畫作《AI God》在倫敦蘇富比拍賣會上售出1,084,000美元，標誌著AI生成藝術在高端藝術市場獲得商業認可的里程碑。
2024年 1月
Google推出ImageFX與MusicFX
作為其AI實驗室的一部分，Google向公眾推出了文本到圖像生成工具ImageFX和文本到音樂生成工具MusicFX，進一步推動了生成式AI在創意領域的普及。
2024年 1月
Google推出ImageFX與MusicFX
作為其AI實驗室的一部分，Google向公眾推出了文本到圖像生成工具ImageFX和文本到音樂生成工具MusicFX，進一步推動了生成式AI在創意領域的普及。

第三階段：生成式AI的開端 (2021 - 2023)

以GPT-3的API開放為標誌，AI的應用開始大規模普及。

2023年 12月
Google發布Gemini 1.0
Google推出的首個原生多模態模型，旨在無縫整合文本、代碼、圖像等多種信息。其Pro、Ultra、Nano多版本策略，以及在MMLU等基準測試上的表現，標誌著與GPT-4的全面競爭展開。
2023年 12月
Google發布Gemini 1.0
Google推出的首個原生多模態模型，旨在無縫整合文本、代碼、圖像等多種信息。其Pro、Ultra、Nano多版本策略，以及在MMLU等基準測試上的表現，標誌著與GPT-4的全面競爭展開。
2023年 11月
xAI發布Grok
受《銀河便車指南》啟發，xAI發布了其首個大型語言模型Grok，旨在以帶有智慧和反叛精神的方式回答宇宙的終極問題。
2023年 11月
xAI發布Grok
受《銀河便車指南》啟發，xAI發布了其首個大型語言模型Grok，旨在以帶有智慧和反叛精神的方式回答宇宙的終極問題。
2023年 7月
Meta開源Llama 2
Meta推出了包含70億到700億參數的多個版本，並允許免費商業使用，極大地推動了開源大型模型的發展，為企業和研究者提供了閉源模型之外的強大替代方案。
2023年 7月
Meta開源Llama 2
Meta推出了包含70億到700億參數的多個版本，並允許免費商業使用，極大地推動了開源大型模型的發展，為企業和研究者提供了閉源模型之外的強大替代方案。
2023年 3月
OpenAI發布GPT-4
作為首個頂尖的多模態大型語言模型，它在專業和學術基準上表現出超越人類的水平（如在模擬律師考試中排名前10%），並具備了初步的圖像理解能力，重新定義了AI能力的上限。
2023年 3月
OpenAI發布GPT-4
作為首個頂尖的多模態大型語言模型，它在專業和學術基準上表現出超越人類的水平（如在模擬律師考試中排名前10%），並具備了初步的圖像理解能力，重新定義了AI能力的上限。
2022年 11月
OpenAI發布ChatGPT
憑藉其易於使用的對話界面和強大的能力，ChatGPT在短短兩個月內用戶破億，成為現象級應用，徹底點燃了全球對生成式AI的熱情，將AI推向大眾視野。
2022年 11月
OpenAI發布ChatGPT
憑藉其易於使用的對話界面和強大的能力，ChatGPT在短短兩個月內用戶破億，成為現象級應用，徹底點燃了全球對生成式AI的熱情，將AI推向大眾視野。
2022
Stability AI開源Stable Diffusion
作為一個強大的開源文生圖模型，它極大地降低了AI藝術創作的門檻，催生了活躍的開源社群和龐大的二次創作生態，實現了AI技術的民主化。
2022
Stability AI開源Stable Diffusion
作為一個強大的開源文生圖模型，它極大地降低了AI藝術創作的門檻，催生了活躍的開源社群和龐大的二次創作生態，實現了AI技術的民主化。
2021
OpenAI發布DALL-E
開創了高品質的文本到圖像生成，成功地將自然語言理解與計算機視覺結合，引爆了AI藝術與創意內容生成領域。
2021
OpenAI發布DALL-E
開創了高品質的文本到圖像生成，成功地將自然語言理解與計算機視覺結合，引爆了AI藝術與創意內容生成領域。

第二階段：機器學習崛起 (2000s - 2020)

深度學習的突破為AI帶來了復興，並在圖像、語音識別等領域取得了巨大成功。

2020
OpenAI發布GPT-3
擁有1750億參數，其強大的少樣本學習(few-shot learning)能力，使其無需大量微調就能處理多種任務，展現了通用AI的雛形，引爆了API驅動的AI應用浪潮。
2020
OpenAI發布GPT-3
擁有1750億參數，其強大的少樣本學習(few-shot learning)能力，使其無需大量微調就能處理多種任務，展現了通用AI的雛形，引爆了API驅動的AI應用浪潮。
2019
OpenAI發布GPT-2
模型規模擴大至15億參數，展現了驚人的連貫長文本生成能力。因其潛在的濫用風險（如製造假新聞），OpenAI採取了分階段發布策略，引發了關於AI安全與倫理的廣泛討論。
2019
OpenAI發布GPT-2
模型規模擴大至15億參數，展現了驚人的連貫長文本生成能力。因其潛在的濫用風險（如製造假新聞），OpenAI採取了分階段發布策略，引發了關於AI安全與倫理的廣泛討論。
2018
Google發布BERT
提出雙向Transformer編碼器，徹底改變了NLP領域對上下文的理解方式，在多項NLP基準測試上刷新紀錄，被譽為「NLP領域的ImageNet時刻」。
2018
Google發布BERT
提出雙向Transformer編碼器，徹底改變了NLP領域對上下文的理解方式，在多項NLP基準測試上刷新紀錄，被譽為「NLP領域的ImageNet時刻」。
2018
OpenAI發布GPT-1
作為首個生成式預訓練Transformer模型，它驗證了通過無監督學習再進行微調的巨大潛力，為之後所有大型語言模型(LLM)的發展奠定了基礎。
2018
OpenAI發布GPT-1
作為首個生成式預訓練Transformer模型，它驗證了通過無監督學習再進行微調的巨大潛力，為之後所有大型語言模型(LLM)的發展奠定了基礎。
2017
Google發布Transformer架構
在其論文《Attention Is All You Need》中，Google提出了基於自註意力機制的Transformer架構，徹底改變了自然語言處理(NLP)領域，成為現代所有大型語言模型(LLM)的基石。
2017
Google發布Transformer架構
在其論文《Attention Is All You Need》中，Google提出了基於自註意力機制的Transformer架構，徹底改變了自然語言處理(NLP)領域，成為現代所有大型語言模型(LLM)的基石。
2017
AlphaGo擊敗世界第一棋王柯潔
在中國烏鎮，更強的AlphaGo Master以3:0橫掃當時世界排名第一的柯潔，展示了AI在複雜策略上的絕對統治力，隨後功成身退。
2017
AlphaGo擊敗世界第一棋王柯潔
在中國烏鎮，更強的AlphaGo Master以3:0橫掃當時世界排名第一的柯潔，展示了AI在複雜策略上的絕對統治力，隨後功成身退。
2016
AlphaGo擊敗韓國棋王李世乭
Google DeepMind的AlphaGo以4:1獲勝，首次在圍棋領域擊敗人類頂尖棋手，引爆全球對AI的關注，證明了AI的潛力。
2016
AlphaGo擊敗韓國棋王李世乭
Google DeepMind的AlphaGo以4:1獲勝，首次在圍棋領域擊敗人類頂尖棋手，引爆全球對AI的關注，證明了AI的潛力。
2014
生成對抗網絡 (GAN) 提出
伊恩·古德費洛 (Ian Goodfellow) 提出了GAN理論，讓AI具備了生成逼真圖像、音樂等內容的能力，是生成式AI的基石之一。
2014
生成對抗網絡 (GAN) 提出
伊恩·古德費洛 (Ian Goodfellow) 提出了GAN理論，讓AI具備了生成逼真圖像、音樂等內容的能力，是生成式AI的基石之一。
2013
Google發布Word2Vec
引入高效的詞嵌入(word embedding)技術，讓詞語的語義關係可以在向量空間中表示，為後續的自然語言處理(NLP)任務奠定了基礎。
2013
Google發布Word2Vec
引入高效的詞嵌入(word embedding)技術，讓詞語的語義關係可以在向量空間中表示，為後續的自然語言處理(NLP)任務奠定了基礎。
2012
AlexNet在ImageNet競賽中獲勝
多倫多大學團隊的AlexNet利用深度卷積神經網絡(CNN)，在ImageNet圖像識別競賽中以壓倒性優勢獲勝，宣告了深度學習時代的到來。
2012
AlexNet在ImageNet競賽中獲勝
多倫多大學團隊的AlexNet利用深度卷積神經網絡(CNN)，在ImageNet圖像識別競賽中以壓倒性優勢獲勝，宣告了深度學習時代的到來。

AI發展史補充：關鍵的醞釀期 (1997 - 2012)

2011
Apple在iPhone 4S上推出Siri
Siri是首個被集成到主流智能手機中的語音助手，儘管功能相對初級，但它將「與AI對話」的概念普及給了全球數億用戶，為後來的AI助理奠定了市場基礎。
2011
Apple在iPhone 4S上推出Siri
Siri是首個被集成到主流智能手機中的語音助手，儘管功能相對初級，但它將「與AI對話」的概念普及給了全球數億用戶，為後來的AI助理奠定了市場基礎。
2011
IBM華生 (Watson) 贏得《危險邊緣》問答比賽
繼「深藍」之後，IBM Watson在複雜的自然語言問答節目中擊敗了人類冠軍。這展示了AI在自然語言理解、信息檢索和知識推理方面的巨大進步。
2011
IBM華生 (Watson) 贏得《危險邊緣》問答比賽
繼「深藍」之後，IBM Watson在複雜的自然語言問答節目中擊敗了人類冠軍。這展示了AI在自然語言理解、信息檢索和知識推理方面的巨大進步。
2009
ImageNet數據庫公開發布
由李飛飛教授團隊主導創建的ImageNet，是一個包含超過1400萬張已標註圖像的龐大數據庫。它為後來的圖像識別模型提供了一個標準化、高質量的訓練和測試平台，是深度學習爆發的「彈藥庫」。
2009
ImageNet數據庫公開發布
由李飛飛教授團隊主導創建的ImageNet，是一個包含超過1400萬張已標註圖像的龐大數據庫。它為後來的圖像識別模型提供了一個標準化、高質量的訓練和測試平台，是深度學習爆發的「彈藥庫」。
2007
NVIDIA推出CUDA平台
硬體的革命： CUDA的發布是一個決定性的轉折點。它允許開發者首次使用GPU（圖形處理器）進行通用計算，其強大的並行處理能力將深度學習模型的訓練時間縮短了數十甚至數百倍，解放了算力。
2007
NVIDIA推出CUDA平台
硬體的革命： CUDA的發布是一個決定性的轉折點。它允許開發者首次使用GPU（圖形處理器）進行通用計算，其強大的並行處理能力將深度學習模型的訓練時間縮短了數十甚至數百倍，解放了算力。
2004
DARPA舉辦首屆自動駕駛挑戰賽
美國國防高等研究計劃署(DARPA)的挑戰賽極大地激發了學術界和工業界對自動駕駛技術的研究熱情，催生了後來Waymo、Cruise等公司的核心團隊。
2004
DARPA舉辦首屆自動駕駛挑戰賽
美國國防高等研究計劃署(DARPA)的挑戰賽極大地激發了學術界和工業界對自動駕駛技術的研究熱情，催生了後來Waymo、Cruise等公司的核心團隊。
2002
iRobot推出Roomba掃地機器人
這是AI技術首次大規模進入家庭的成功商業案例。它利用基礎的AI算法進行路徑規劃和避障，讓大眾初步接觸到「自動化」的便利。
2002
iRobot推出Roomba掃地機器人
這是AI技術首次大規模進入家庭的成功商業案例。它利用基礎的AI算法進行路徑規劃和避障，讓大眾初步接觸到「自動化」的便利。
1998
Google成立 & Yann LeCun發表LeNet-5
數據的崛起： Google的成立標誌著互聯網時代的數據爆炸。海量的數據成為未來機器學習模型的「燃料」。
CNN的奠基： Yann LeCun完善了卷積神經網絡(CNN)的LeNet-5架構，成功應用於手寫數字識別，成為現代計算機視覺的基石。
1998
Google成立 & Yann LeCun發表LeNet-5
數據的崛起： Google的成立標誌著互聯網時代的數據爆炸。海量的數據成為未來機器學習模型的「燃料」。
CNN的奠基： Yann LeCun完善了卷積神經網絡(CNN)的LeNet-5架構，成功應用於手寫數字識別，成為現代計算機視覺的基石。
1997
LSTM (長短期記憶網絡) 架構提出
由Jürgen Schmidhuber的團隊提出，這種遞歸神經網絡(RNN)的變體有效解決了長期依賴問題，成為在Transformer出現前，處理序列數據（如文本和語音）的最核心技術之一。
1997
LSTM (長短期記憶網絡) 架構提出
由Jürgen Schmidhuber的團隊提出，這種遞歸神經網絡(RNN)的變體有效解決了長期依賴問題，成為在Transformer出現前，處理序列數據（如文本和語音）的最核心技術之一。

第一階段：奠基時代 (1950s - 1990s)

這段時期為AI的理論與概念奠定了基礎，經歷了初期的樂觀與隨後的瓶頸（AI寒冬）。

1997
IBM「深藍」擊敗西洋棋世界冠軍
IBM的超級電腦「深藍 (Deep Blue)」擊敗了當時的世界西洋棋冠軍加里·卡斯帕羅夫，成為AI在特定博弈領域超越人類的里程碑。
1997
IBM「深藍」擊敗西洋棋世界冠軍
IBM的超級電腦「深藍 (Deep Blue)」擊敗了當時的世界西洋棋冠軍加里·卡斯帕羅夫，成為AI在特定博弈領域超越人類的里程碑。
1970s-80s
專家系統興起與第一次AI寒冬
專家系統在特定領域取得成功，但由於技術瓶頸和過高期望，AI研究的資金和熱情在80年代末急劇下降，進入「AI寒冬」。
1970s-80s
專家系統興起與第一次AI寒冬
專家系統在特定領域取得成功，但由於技術瓶頸和過高期望，AI研究的資金和熱情在80年代末急劇下降，進入「AI寒冬」。
1969
Shakey機器人誕生
由SRI國際開發的Shakey是首個能夠感知、推理並自主規劃行動的移動機器人，其架構對後來的機器人學和AI系統產生了深遠影響。
1969
Shakey機器人誕生
由SRI國際開發的Shakey是首個能夠感知、推理並自主規劃行動的移動機器人，其架構對後來的機器人學和AI系統產生了深遠影響。
1966
首個聊天機器人ELIZA誕生
麻省理工學院的約瑟夫·維森鮑姆開發了ELIZA，它能模仿真人心理治療師與人對話，引發了關於人機交互的早期思考。
1966
首個聊天機器人ELIZA誕生
麻省理工學院的約瑟夫·維森鮑姆開發了ELIZA，它能模仿真人心理治療師與人對話，引發了關於人機交互的早期思考。
1958
LISP語言發明
約翰·麥卡錫發明了LISP語言，成為早期AI研究的主要程式語言。
1958
LISP語言發明
約翰·麥卡錫發明了LISP語言，成為早期AI研究的主要程式語言。
1956
達特茅斯會議 (Dartmouth Workshop)
約翰·麥卡錫 (John McCarthy) 等人首次正式提出並確立了「人工智慧 (Artificial Intelligence)」這一術語，標誌著AI作為一個學術領域的誕生。
1956
達特茅斯會議 (Dartmouth Workshop)
約翰·麥卡錫 (John McCarthy) 等人首次正式提出並確立了「人工智慧 (Artificial Intelligence)」這一術語，標誌著AI作為一個學術領域的誕生。
1952
Arthur Samuel開發跳棋程式
作為最早的機器學習應用之一，該程式能通過自我對弈學習和改進策略，最終棋力超越其創造者本人，首次有力地展示了機器的學習能力。
1952
Arthur Samuel開發跳棋程式
作為最早的機器學習應用之一，該程式能通過自我對弈學習和改進策略，最終棋力超越其創造者本人，首次有力地展示了機器的學習能力。
1950
艾倫·圖靈 (Alan Turing) 提出「圖靈測試」
在其論文《計算機器與智能》中，提出了判斷機器是否具有人類智能的經典測試方法，被視為人工智慧的濫觴。
1950
艾倫·圖靈 (Alan Turing) 提出「圖靈測試」
在其論文《計算機器與智能》中，提出了判斷機器是否具有人類智能的經典測試方法，被視為人工智慧的濫觴。