人工智能的发展历程通常被划分为以下六个阶段，综合了不同研究框架和历史事件：

一、 起步发展期（1956-20世纪60年代初）

• 标志性事件 ：1956年达特茅斯会议正式提出“人工智能”概念。

• 核心成就 ：机器定理证明、跳棋程序等早期成果，奠定学科基础。

• 核心问题 ：受限于计算机性能，研究目标过高导致多次失败。

二、 反思发展期（20世纪60年代-70年代初）

• 标志性事件 ：MYCIN系统在医疗领域的应用，Dendral系统在化学领域的突破。

• 核心成就 ：提出基于知识的系统（如专家系统）和符号处理技术。

• 核心问题 ：技术不成熟与资本短缺引发“人工智能寒冬”。

三、 应用发展期（20世纪70年代-80年代中期）

• 标志性事件 ：卡内基梅隆大学开发首套专家系统，机器学习概念兴起。

• 核心成就 ：专家系统在特定领域（如棋类、医疗）实现突破，知识工程和框架语言应用推广。

• 核心问题 ：知识获取和复杂推理能力不足。

四、 低迷发展期（20世纪80年代中期-90年代中期）

• 标志性事件 ：神经网络研究停滞，计算资源受限。

• 核心成就 ：少量领域（如语音识别）仍有进展，但整体发展缓慢。

• 核心问题 ：技术瓶颈与过度乐观预期导致资金和人才流失。

五、 复苏与繁荣期（20世纪90年代-21世纪初）

• 标志性事件 ：深度学习理论突破，卷积神经网络（CNN）发展。

• 核心成就 ：自然语言处理、计算机视觉等领域取得显著进展，AI开始商业化。

• 核心问题 ：数据依赖性强，算法可解释性不足。

六、 爆发期（2012年至今）

• 标志性事件 ：深度学习模型（如AlexNet、BERT）在图像和语言任务中夺冠。

• 核心成就 ：生成对抗网络（GAN）、强化学习等技术涌现，AI进入通用化阶段。

• 核心问题 ：数据隐私、算法偏见等伦理问题引发关注。

补充说明

不同文献对阶段划分存在差异，例如：

• 图灵时代 （1943-1956）：图灵测试提出，奠定理论基础。

• 黄金时代 （1960-1970）：专家系统兴起，符号处理技术发展。

• 低谷期 （1970-1980）：技术瓶颈与资金短缺。

以上划分综合了技术突破、应用场景和行业影响，反映了AI从理论探索到产业化的演变过程。