01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
从符号推理到语言模型智能体
沿着规则求解、经验学习、深层网络和语言模型，理解计算机如何获得生成与行动能力；同时看见概率推理、统计学习、强化学习和扩散生成的并行发展。
计算机怎样从按规则求解，走向从经验学习、生成内容并利用工具完成任务？
让机器下一步棋、识别一个手写数字、根据资料回答问题，甚至借助工具完成一项任务，看起来是在要求不同的能力。它们背后却反复出现几个问题：知识怎样表示，经验怎样改变行为，错误怎样被发现，行动又怎样接受结果的检验。
这篇故事从可编程计算机出发，沿着这些问题阅读已有的 AI 技术节点。各条路线有各自的适用条件，也会相互组合；阅读顺序会在必要处回看更早的工作。
1. 规则能够写出来以后，难题变成了搜索与知识
存储程序计算机提供了运行不同算法的载体。1955年的达特茅斯提案把语言、神经网络和自我改进放进同一个研究计划，说明 AI 从形成名称时就包含多种思路。
符号方法先把事实、目标和规则明确表示，再通过推理或搜索求解。候选太多时，启发式搜索安排探索顺序；需要专业经验时，专家系统把领域知识加入过程。DENDRAL的化学结构研究提供了一个实例，相关原始资料保留了知识与搜索结合的实践。面对不完整证据，贝叶斯网络则使用概率表示和更新判断。
2. 从写规则到学规律，出现了多条学习路线
经验学习让系统根据数据改进表现，也要求我们重新检查数据、目标和评估方法。支持向量机沿着统计学习处理分类问题；神经网络探索连接结构与参数学习。1943年的神经元逻辑模型早于 AI 的命名，1958年的感知机则展示了早期可学习分类器的一条路线。
多层网络需要把误差分配给各层参数。1986年的反向传播论文展示了梯度计算与隐藏表征学习的结合。卷积网络又利用图像的局部结构，深度学习进一步结合多层表示、训练方法、数据和算力。结构与训练共同推动了能力进展。
3. 学会识别之后，还可以学习行动与生成
强化学习关注行动的长期结果。它与深层网络在DQN等方法中汇合，使系统能够根据游戏画面选择动作；2015年的研究给出了这一组合的代表实验。另一条支线沿着扩散与去噪学习生成数据，2020年的DDPM论文展示了图像合成结果。这些路线服务于不同的问题，可以各自继续发展。
4. 从语言生成走向任务执行，需要继续补齐条件
Transformer改善了序列信息交互与训练并行性。大规模语言训练随后展示了更广泛的任务适应能力，GPT-3研究是少样本上下文学习的代表。模型能够生成回答后，仍然需要解决行为如何符合要求、资料怎样更新、结果如何核对等问题。
人类反馈训练利用示范与偏好调整行为，检索增强生成引入参数之外的资料，ReAct则展示了语言模型交替推理、行动和读取环境反馈的路线。它们分别作用于训练、信息获取与执行过程，可以按任务组合；某个智能体不必同时采用全部方法。
下面的21个步骤覆盖20个AI节点，并复用“存储程序计算机”作为入口。主线、支线和汇合点表示本篇故事的阅读组织；具体技术关系及证据可以在条目和图谱中核对。所列年份中的代表论文用于定位发展阶段，未必就是整个方法的起源。
关系筛选
可见关系当前已加载 · 30 条
参考资料
- A Formal Basis for the Heuristic Determination of Minimum Cost Paths
A Formal Basis for the Heuristic Determination of Minimum Cost Paths
作者／机构：Peter E. Hart、Nils J. Nilsson、Bertram Raphael。
发表时间：1968。
原文／资料：A Formal Basis for the Heuristic Determination of Minimum Cost Paths
证据范围：支持启发式图搜索与条件化最优性；1968是A*论文锚点，不是所有启发式搜索的起源。
查阅日期：2026-10-13。
- Learning Representations by Back-propagating Errors
Learning Representations by Back-propagating Errors
作者／机构：David E. Rumelhart、Geoffrey E. Hinton、Ronald J. Williams。
发表时间：1986。
原文／资料：Learning Representations by Back-propagating Errors
证据范围：支持误差反传、权重调整及隐藏单元表征学习；1986是代表论文，不能据此声称链式求导或反向微分始于1986。
查阅日期：2026-10-13。
- Fusion, Propagation, and Structuring in Belief Networks — 原作者收录的经典论文评述
Fusion, Propagation, and Structuring in Belief Networks — 原作者收录的经典论文评述
作者／机构：Judea Pearl；AIJ Classic Paper Award。
发表时间：1986论文，2015评述。
原文／资料：Fusion, Propagation, and Structuring in Belief Networks — 原作者收录的经典论文评述
证据范围：支持贝叶斯网络用图表示独立性，以及树形或单连通网络中的信念传播；不将任意网络推断写成线性复杂度。
查阅日期：2026-10-13。
- Gradient-based Learning Applied to Document Recognition
Gradient-based Learning Applied to Document Recognition
作者／机构：Yann LeCun、Léon Bottou、Yoshua Bengio、Patrick Haffner。
发表时间：1998。
原文／资料：Gradient-based Learning Applied to Document Recognition
证据范围：作者页面与原论文支持卷积网络、梯度学习与文档识别的结合；1998为工程总结而非CNN最早出现年份。
查阅日期：2026-10-13。
- A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence
A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence
作者／机构：John McCarthy、Marvin Minsky、Nathaniel Rochester、Claude Shannon。
发表时间：1955-08-31。
原文／资料：A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence
证据范围：支持 AI 名称与1956年研究计划、自动计算机作为研究载体；1955是提案时间，不是所有智能技术共同诞生的年份。
查阅日期：2026-10-13。
- Denoising Diffusion Probabilistic Models
Denoising Diffusion Probabilistic Models
作者／机构：Jonathan Ho、Ajay Jain、Pieter Abbeel。
发表时间：2020。
原文／资料：Denoising Diffusion Probabilistic Models
证据范围：支持去噪扩散概率模型的高质量图像生成实例；不直接外推到任意视频或科学任务。
查阅日期：2026-10-13。
- A Fast Learning Algorithm for Deep Belief Nets
A Fast Learning Algorithm for Deep Belief Nets
作者／机构：Geoffrey E. Hinton、Simon Osindero、Yee-Whye Teh。
发表时间：2006。
原文／资料：A Fast Learning Algorithm for Deep Belief Nets
证据范围：支持深层表征训练的一条历史路线；不把逐层预训练视为所有深度学习的必要条件。
查阅日期：2026-10-13。
- DENDRAL — 原始论文与软件档案
DENDRAL — 原始论文与软件档案
作者／机构：Computer History Museum，收录 Buchanan、Sutherland、Feigenbaum 等原始资料。
发表时间：收录1960年代起资料。
原文／资料：DENDRAL — 原始论文与软件档案
证据范围：支持知识型系统通过领域知识约束搜索的早期实践。DENDRAL只作实例，不单独创建产品节点。
查阅日期：2026-10-13。
- Deep Unsupervised Learning using Nonequilibrium Thermodynamics
Deep Unsupervised Learning using Nonequilibrium Thermodynamics
作者／机构：Jascha Sohl-Dickstein 等。
发表时间：2015。
原文／资料：Deep Unsupervised Learning using Nonequilibrium Thermodynamics
证据范围：支持前向扩散破坏数据结构、学习逆过程恢复结构的生成模型路线。
查阅日期：2026-10-13。
- Human-level Control through Deep Reinforcement Learning
Human-level Control through Deep Reinforcement Learning
作者／机构：Volodymyr Mnih 等。
发表时间：2015。
原文／资料：Human-level Control through Deep Reinforcement Learning
证据范围：支持深度网络近似动作价值、像素输入与强化学习结合；特定游戏结果不等于现实环境的普遍能力。
查阅日期：2026-10-13。
- ImageNet Classification with Deep Convolutional Neural Networks
ImageNet Classification with Deep Convolutional Neural Networks
作者／机构：Alex Krizhevsky、Ilya Sutskever、Geoffrey E. Hinton。
发表时间：2012。
原文／资料：ImageNet Classification with Deep Convolutional Neural Networks
证据范围：支持大规模图像数据、深层卷积网络与GPU训练的工程结合；只支持该路线实例，不证明深度学习替代所有方法。
查阅日期：2026-10-13。
- Language Models are Few-Shot Learners
Language Models are Few-Shot Learners
作者／机构：Tom B. Brown 等。
发表时间：2020。
原文／资料：Language Models are Few-Shot Learners
证据范围：支持大规模自回归语言模型和上下文少样本学习的实例；GPT-3是研究实例，不作为独立商品节点，不据此认定语言建模始于2020。
查阅日期：2026-10-13。
- What is Artificial Intelligence? — Basic Questions
What is Artificial Intelligence? — Basic Questions
作者／机构：John McCarthy。
发表时间：作者在线说明。
原文／资料：What is Artificial Intelligence? — Basic Questions
证据范围：支持人工智能的工程范围与目标；不把定义当成已经实现通用智能的证据。
查阅日期：2026-10-13。
- A Logical Calculus of the Ideas Immanent in Nervous Activity
A Logical Calculus of the Ideas Immanent in Nervous Activity
作者／机构：Warren S. McCulloch、Walter Pitts。
发表时间：1943。
原文／资料：A Logical Calculus of the Ideas Immanent in Nervous Activity
证据范围：支持人工神经元网络的早期逻辑模型；该模型本身不等于现代可训练深度网络。
查阅日期：2026-10-13。
- The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain
The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain
作者／机构：Frank Rosenblatt。
发表时间：1958。
原文／资料：The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain
证据范围：核验论文作者、年份与感知机的早期学习模型；书目页无摘要，原理同时结合神经网络与反向传播论文，避免把单层局限扩展到全部网络。
查阅日期：2026-10-13。
- Deep Reinforcement Learning from Human Preferences
Deep Reinforcement Learning from Human Preferences
作者／机构：Paul F. Christiano 等。
发表时间：2017。
原文／资料：Deep Reinforcement Learning from Human Preferences
证据范围：支持通过人类对轨迹片段的比较学习奖励，再用于强化学习。
查阅日期：2026-10-13。
- Q-learning
Q-learning
作者／机构：Christopher J. C. H. Watkins、Peter Dayan。
发表时间：1992。
原文／资料：Q-learning
证据范围：支持基于交互奖励的动作价值学习。这里只以Q-learning作强化学习的代表锚点，不认定强化学习起源于1992。
查阅日期：2026-10-13。
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
作者／机构：Patrick Lewis 等。
发表时间：2020。
原文／资料：Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
证据范围：支持预训练生成模型与外部非参数记忆的结合；2020是该命名方法的论文，不是所有检索与生成组合的起点。
查阅日期：2026-10-13。
- ReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language Models
作者／机构：Shunyu Yao 等。
发表时间：2022预印本，2023 ICLR。
原文／资料：ReAct: Synergizing Reasoning and Acting in Language Models
证据范围：支持语言模型交替产生推理与动作并读取环境反馈；不证明智能体概念始于2022或已实现可靠通用自主性。
查阅日期：2026-10-13。
- Training Language Models to Follow Instructions with Human Feedback
Training Language Models to Follow Instructions with Human Feedback
作者／机构：Long Ouyang 等。
发表时间：2022。
原文／资料：Training Language Models to Follow Instructions with Human Feedback
证据范围：支持监督示范、偏好排序、奖励模型与强化学习的语言模型后训练流程；偏好提升不等于正确性或安全性的保证。
查阅日期：2026-10-13。
- Some Studies in Machine Learning Using the Game of Checkers
Some Studies in Machine Learning Using the Game of Checkers
作者／机构：Arthur L. Samuel。
发表时间：1959。
原文／资料：Some Studies in Machine Learning Using the Game of Checkers
证据范围：支持从经验改进棋类程序的机器学习实例；不是全部机器学习方法的唯一发明。
查阅日期：2026-10-13。
- Support-vector Networks
Support-vector Networks
作者／机构：Corinna Cortes、Vladimir Vapnik。
发表时间：1995。
原文／资料：Support-vector Networks
证据范围：支持支持向量方法、特征空间与对不可分训练数据的扩展；1995论文承认此前可分情形已有工作。
查阅日期：2026-10-13。
- Computer Science as Empirical Inquiry: Symbols and Search
Computer Science as Empirical Inquiry: Symbols and Search
作者／机构：Allen Newell、Herbert A. Simon。
发表时间：1976。
原文／资料：Computer Science as Empirical Inquiry: Symbols and Search
证据范围：支持符号表示、符号操作与搜索的方法路线。物理符号系统假说是理论主张，不记录为已经证明的普遍定理。
查阅日期：2026-10-13。
- Attention Is All You Need
Attention Is All You Need
作者／机构：Ashish Vaswani 等。
发表时间：2017。
原文／资料：Attention Is All You Need
证据范围：支持原始Transformer的注意力架构与翻译实验；不是注意力机制本身最早提出的证明。
查阅日期：2026-10-13。
- First Steps: Lectures from the Dawn of Computing
First Steps: Lectures from the Dawn of Computing
URL: https://computerhistory.org/blog/first-steps-lectures-from-the-dawn-of-computing/
出版者: Computer History Museum
访问时间: 2026-08-17
- 1946: Williams demonstrates CRT storage
1946: Williams demonstrates CRT storage
URL: https://www.computerhistory.org/storageengine/williams-demonstrates-crt-storage/
出版者: Computer History Museum
访问时间: 2026-08-17