“会思考的机器”的概念可以追溯到古希腊。但是，自从电子计算出现（并与本文讨论的一些主题相关）以来，AI 发展历程中的重要事件和里程碑包括：
1950 年
艾伦·图灵 (Alan Turing) 发表了《计算机器与智能》(Computing Machinery and Intelligence)。在这篇论文中，因在二战期间破解德国 ENIGMA 密码而闻名，并常被称为“计算机科学之父”的图灵提出了以下问题：“机器能思考吗？”
为了回答这个问题，他提供了一个测试，这就是著名的“图灵测试”，在此测试中，人类询问者将尝试区分哪些文本响应是计算机做出的，哪些是人类做出的。虽然这项测试自发布以来经过了大量审查，但它仍然是 AI 历史的重要组成部分，也是哲学中一个不断发展的概念，因为它利用了有关语言学的想法。
1956 年
约翰·麦卡锡 (John McCarthy) 在达特茅斯学院举行的第一届 AI 会议上首创“人工智能”一词。（麦卡锡后来发明了 Lisp 语言。）同年晚些时候，Allen Newell、JC Shaw 和 Herbert Simon 共同创建了第一个运行的 AI 计算机程序——Logic Theorist。
1967 年
弗兰克·罗森布拉特 (Frank Rosenblatt) 建造了 Mark 1 Perceptron，这是第一台基于神经网络的计算机，可以通过反复试错来“学习”。仅仅一年后，Marvin Minsky 和 Seymour Papert 就出版了一本名为《感知器》 (Perceptrons) 的书，该书成为神经网络的里程碑式著作，至少在一段时间内成为反对未来神经网络研究项目的论据。
1980 年
使用反向传播算法进行自身训练的神经网络在 AI 应用中得到了广泛使用。
1995 年
斯图尔特·罗素 (Stuart Russell) 和彼得·诺维格 (Peter Norvig) 出版了《人工智能：一种现代方法》(Artificial Intelligence: A Modern Approach)，成为 AI 研究领域的领先教科书之一。在这本书中，他们深入研究了 AI 的四个潜在目标或定义，这些目标或定义根据理性和思考与行动来区分计算机系统：
1997 年
IBM 的“深蓝”在一场国际象棋比赛（以及复赛）中击败了当时的世界象棋冠军 Garry Kasparov。
2004 年
约翰·麦卡锡 (John McCarthy) 撰写了一篇名为《什么是人工智能？》(What Is Artificial Intelligence?) 的论文，并提出了一个经常被引用的 AI 定义。此时，大数据和云计算时代已经到来，这使组织能够管理越来越大的数据资产，这些数据资产未来将用于训练 AI 模型。
2011 年
IBM Watson 在 Jeopardy! 比赛中击败冠军 Ken Jennings 和 Brad Rutter！同时，大约在这个时候，数据科学开始成为一门受欢迎的学科。
2015 年
百度的 Minwa 超级计算机使用一种称为卷积神经网络的特殊深度神经网络来识别和分类图像，准确率超越普通人。
2016 年
DeepMind 的 AlphaGo 程序，由深度神经网络支持，在一场五局比赛中击败了围棋世界冠军李世石 (Lee Sodol)。由于棋局中可能出现大量棋步（四手之后就有超过 14.5 万亿个可能棋步！），因此，这场胜利意义重大。后来，据报道，Google 作价 4 亿美元收购了 DeepMind。
2022 年
大语言模型 (LLM)（例如 OpenAI 的 ChatGPT）的兴起为 AI 的性能带来了显著变化，并增强其为企业创造价值的能力。借助这些新一代的生成式 AI 技术，深度学习模型能够在海量数据上进行预训练。
2024 年
最新的 AI 趋势表明 AI 的复兴势头仍在持续。多模态模型可以接受多种类型的数据作为输入，提供了更丰富、更强大的体验。这些模型将计算机视觉中的图像识别和 NLP 语音识别功能结合在一起。在大规模模型收益递减、参数数量庞大的时代，小型模型也在不断进步。
