人工智能AI史论5-符号主义最后一次系统性冲锋及其历史意义在今天，大模型只要接入互联网和大规模语料，就能展现出相当强的语言理解与知识调用能力。但如果回到没有互联网、算力有限、数据极度稀缺的1980年代，人工智能研究者面对的是另一种几乎无法回避的根本难题：机器缺乏常识。 推荐 文字
人工智能AI史论4-AI首次商业化扩张、技术局限与第二次危机伏笔1979年前后的美国人工智能领域，仍处在第一次AI寒冬的余波中。联邦政府削减拨款，军方收回订单，大量短期看不到回报的研究项目被暂停，许多学者面临失业与实验室停摆的现实。然而，历史很快出现转折。 推荐 文字
人工智能AI史论3-莱特希尔报告、组合爆炸与被忽视的关键火种如果把今天的大模型能力带回1973年的英国，许多当时最有影响力的学者大概率不会把它视为技术现实，而会把它当作夸张宣传，甚至彻底的骗局。这并不只是因为他们缺乏想象力，更因为在那个时间点，主流学界刚刚以相当正式的方式，对“机器是否能够拥有智能”给出了极其悲观的判断。 文字 思考
人工智能AI史论2-从感知机之争到第一次AI低谷人工智能的发展并非一条持续上升的技术曲线。在其早期历史中，技术突破、理论局限、学术权威、国家预算与冷战竞争长期交织，决定了不同路线的兴衰。其中，围绕感知机（Perceptron）展开的争论，是人工智能史上最关键的分叉点之一。 文字 思考 人工智能
人工智能AI史论1-人工智能早期路径的形成、分化与资源竞争今天我们看到的人工智能发展，尤其是大模型、深度学习与算力驱动的智能系统，并不是一条单纯由技术自发推进的线性道路。它的起点，某种意义上可以追溯到一笔只有 7,500 美元 的经费申请；它的发展路径，则深受战争遗产、冷战竞争、学术权力结构与资源分配机制的共同塑造。 思考 文字 推荐
