西方人工智能发展历史可归纳为以下五个关键阶段，涵盖理论奠基、技术突破、应用探索及当前趋势：

一、理论奠基与早期探索（1940s-1950s）

• 图灵与可计算性 ：1936年图灵提出“图灵机”模型，1950年发表《计算机器与智能》，提出“图灵测试”。

• 神经网络基础 ：1943年沃伦·麦卡洛克和沃尔特·皮茨建立首个神经网络模型，1949年赫布提出Hebb规则。

• 达特茅斯会议 ：1956年达特茅斯学院召开首次人工智能研讨会，正式确立AI学科。

二、黄金期与第一次寒冬（1950s-1970s）

• 符号主义突破 ：1956年纽厄尔、肖和西蒙开发“逻辑理论家”实现定理证明；1965年提出专家系统概念。

• 自然语言处理 ：1966年ELIZA程序模拟心理治疗对话，1968年道格·恩格尔巴特发明鼠标。

• 技术瓶颈 ：计算机性能限制导致AI发展遇挫，进入“寒冬”。

三、专家系统与知识工程（1970s-1980s）

• 专家系统 ：1970年代开发MYCIN系统辅助医疗诊断，PROLOG语言推动符号计算。

• 知识工程 ：将人类知识编码到计算机系统，但受限于领域狭窄性。

四、连接主义复兴与深度学习兴起（1980s-2010s）

• 神经网络复兴 ：1980年代受生物学启发，支持向量机、随机森林等统计方法发展。

• 深度学习突破 ：2000年代末兴起，玻尔兹曼机、误差反向传播算法推动图像/语音识别技术进步。

五、大型预训练模型与当前趋势（2010s至今）

• 预训练模型 ：2010年代谷歌BERT、OpenAI GPT系列实现语言理解与生成，引发技术竞争。

• 应用扩展 ：AI技术渗透医疗、金融、交通等领域，推动智能化转型。

总结 ：西方AI发展历经理论奠基、技术突破、应用探索与新一轮技术革命，当前正朝着通用智能方向加速发展。