English
史书当代史 · 持续修订

版本 M2-AI-REV-004 · 版本记录时间（UTC）2026-09-10T16:33:16.431989Z

人工智能：问题、学习与使用

六节选择性阅读路线，技术事件至2025年，并纳入2026年报告的指标口径。不是完整AI史，不声明截至2026年9月的全球覆盖。 内容截至（编校核对，UTC）：2026-09-10T17:15:14Z

机器能思考吗

1950年，艾伦·图灵从“机器能思考吗”出发，把问题转向模仿游戏：提问者要辨认看不见的参与者。机器智能于是被放进一项具体的判断任务里，有了参与者、交流方式和可争论的标准。一次表现说明什么，仍要回到这项安排本身讨论。

查看本段来源与事件日期

来源：M2-AI-C01 · Computing Machinery and Intelligence

事件：AI-E01 · 图灵把问题移到模仿游戏 · 起：1950-10；止：1950-10（月精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。

1955年8月31日，达特茅斯夏季研究提案把学习、语言、抽象和自我改进列为机器智能的研究问题，并设想在下一年夏天组织项目。它留下的是一份研究议程：哪些问题被放在一起，准备由谁来共同处理。提案的日期、计划中的项目和后来的成果，不能当作同一件事。

查看本段来源与事件日期

来源：M2-AI-A01 · A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence

事件：AI-E02 · 达特茅斯研究计划提出 · 起：1955-08-31；止：1955-08-31（日精度；状态：已报告）；日期含义：提案日期；说明：日期表示提案文件日期。

图灵的文章把“机器能思考吗”问得更具体；达特茅斯提案则把语言、学习等问题分开，安排成研究任务。两份材料让人看见提问如何变成议程，也保留了各自的选择和争议。它们不能独自讲完后来几十年里所有方法的来路。

查看本段来源与事件日期

来源：M2-AI-A01 · A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence；M2-AI-C01 · Computing Machinery and Intelligence

事件：AI-E01 · 图灵把问题移到模仿游戏 · 起：1950-10；止：1950-10（月精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。；AI-E02 · 达特茅斯研究计划提出 · 起：1955-08-31；止：1955-08-31（日精度；状态：已报告）；日期含义：提案日期；说明：日期表示提案文件日期。

知识、评估与学习

费根鲍姆的斯坦福作者馆藏书目列有1968年的《Heuristic DENDRAL：在有机化学中生成解释性假说的程序》，署名为费根鲍姆、萨瑟兰和布坎南。馆藏中的参与者回顾把知识库与生成、评估候选的过程分别呈现。知识系统如何把领域知识组织进程序，由此有了一条线索；发表年代中的具体实现，仍须同当时论文对照。

查看本段来源与事件日期

来源：M2-AI-C02 · Heuristic DENDRAL: A Program for Generating Explanatory Hypotheses in Organic Chemistry；M2-AI-G01 · EAF's Personal Commentary

事件：AI-E03 · DENDRAL有机化学论文见于作者书目 · 起：1968；止：1968（年精度；状态：已报告）；日期含义：书目发表日期；说明：日期表示书目所列发表时间。

谁来评估一个研究方向，也进入了这段历史。现存Lighthill报告标注1972年7月；引言说，这项评估受托为英国科学研究委员会审视AI研究资助申请提供参考。作者把意见限于有限研究和咨询后形成的个人看法。这是一份具体的资助评估，不足以概括世界各地研究的共同起伏。

查看本段来源与事件日期

来源：M2-AI-C03 · Artificial Intelligence: A General Survey

事件：AI-E04 · Lighthill报告写下资助评估的范围 · 起：1972-07；止：1972-07（月精度；状态：已报告）；日期含义：文献日期；说明：日期表示文件日期。

1986年，鲁梅尔哈特、辛顿和威廉斯描述了一种学习程序：调整网络连接的权重，减小实际输出与目标输出之间的差别。作者认为，隐藏单元能在过程中形成与任务有关的表示。训练因而不只调整最后的答案，也会改变网络内部怎样表示输入。这篇论文讨论的是分层网络和具体方法，不能由此断定机器已经理解世界。

查看本段来源与事件日期

来源：M2-AI-C04 · Learning representations by back-propagating errors；M2-AI-G02 · Learning representations by back-propagating errors

事件：AI-E05 · 反向传播论文说明权重与表示学习 · 起：1986-10-09；止：1986-10-09（日精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。

让结果可以比较

1997年的棋赛给出一个清楚的结果。IBM后来的历史回顾称，深蓝在六局系列赛中战胜卡斯帕罗夫。这是一项有规则的棋类对抗；它留下胜负，也留下边界：要评价机器在其他事情上的表现，仍须另找证据。这里所见是企业事后回顾，独立赛事记录尚待补入。

查看本段来源与事件日期

来源：M2-AI-B02 · The games that helped AI evolve

事件：AI-E06 · 深蓝与卡斯帕罗夫的六局对抗 · 起：1997；止：1997（年精度；状态：已报告）；日期含义：回顾记载的事件日期；说明：日期来自回顾性材料对事件的记载。

2009年的ImageNet论文先把材料组织的问题摆到面前。作者按WordNet类别结构安排图像，并介绍涉及Amazon Mechanical Turk的收集方案。算法成绩之前，类别怎样划分、图像怎样选入、标注怎样完成，已经影响比较的条件。论文首页为这些问题提供入口，不能替代对具体收集和标注过程的核查；当时所列规模也不代表数据集后来的每个版本。

查看本段来源与事件日期

来源：M2-AI-B03 · ImageNet: A Large-Scale Hierarchical Image Database

事件：AI-E07 · ImageNet论文提出图像数据组织 · 起：2009；止：2009（年精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。

2012年的AlexNet论文摘要报告了深层卷积神经网络在ImageNet分类中的实验，并介绍GPU参与训练。网络、训练材料和计算设备共同构成这一次实验的条件。分类成绩能推广到哪些图像和任务，还需要分别验证；这篇论文报告的是一种方法和一次评测，不是所有视觉问题的答案。

查看本段来源与事件日期

来源：M2-AI-A06 · ImageNet Classification with Deep Convolutional Neural Networks

事件：AI-E08 · AlexNet论文报告深层卷积网络实验 · 起：2012；止：2012（年精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。

2016年1月的AlphaGo论文把策略网络、价值网络和蒙特卡洛树搜索结合起来，训练涉及专家棋谱和自我对弈。作者报告，程序以5比0战胜欧洲围棋冠军。这是论文记录的当时对抗，既不是后来同李世石的比赛，也不能脱离日期和对象来理解。下棋的程序如何组合方法与训练材料，仍要逐项说明。

查看本段来源与事件日期

来源：M2-AI-B04 · Mastering the game of Go with deep neural networks and tree search

事件：AI-E09 · AlphaGo论文报告欧洲冠军对局 · 起：2016-01；止：2016-01（月精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。

语言任务的共同底座

2017年6月首次提交的Transformer论文提出一种完全基于注意力机制的架构，去掉所述的循环和卷积结构，并报告两个机器翻译任务的实验。语言处理的方法怎样组织，由此成为可以明确描述和比较的问题。最初提交的摘要只覆盖这些任务，不能替它延展到别的用途。

查看本段来源与事件日期

来源：M2-AI-E01 · Attention Is All You Need

事件：AI-E10 · Transformer论文首次提交 · 起：2017-06-12；止：2017-06-12（日精度；状态：已报告）；日期含义：首次投稿日期；说明：日期表示所记录版本的首次提交时间。

2018年10月首次提交的BERT论文把预训练写成利用左右上下文形成深层双向表示，再加输出层，针对具体任务微调。先形成可供后续使用的表示，再适配特定任务，两部分工作被接在一起。各任务完成得怎样，仍应回到论文的实验设定，不能从“理解”一词直接推出结论。

查看本段来源与事件日期

来源：M2-AI-E02 · BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

事件：AI-E11 · BERT论文首次提交 · 起：2018-10-11；止：2018-10-11（日精度；状态：已报告）；日期含义：首次投稿日期；说明：日期表示所记录版本的首次提交时间。

2019年的FLORES论文把语言材料的差异放到眼前。作者为尼泊尔语—英语和僧伽罗语—英语准备了译自Wikipedia句子的评测数据，并给出不同监督设置的基线；他们报告，当时的先进方法在这项低资源评测上表现仍差。两组明确的语言对和一组当时结果，并不足以替其他语言下判断。

查看本段来源与事件日期

来源：M2-AI-D03 · The FLORES Evaluation Datasets for Low-Resource Machine Translation: Nepali–English and Sinhala–English

事件：AI-E12 · FLORES低资源翻译评测发表 · 起：2019-11；止：2019-11（月精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。

从续写到接受反馈

2020年5月首次提交的GPT-3论文把任务说明和少量示例交给模型作答，所述评估不为每项任务另做梯度更新或微调。任务要求和例子被放进提示中，成为适配任务的一种方式。作者同时列出困难任务和网络语料训练的方法问题；具体回答是否可靠，仍须逐项检验。

查看本段来源与事件日期

来源：M2-AI-E03 · Language Models are Few-Shot Learners

事件：AI-E13 · GPT-3论文首次提交 · 起：2020-05-28；止：2020-05-28（日精度；状态：已报告）；日期含义：首次投稿日期；说明：日期表示所记录版本的首次提交时间。

2022年3月首次提交的InstructGPT论文把示范和输出排序放进训练流程：先用人的示范微调，再利用对输出的排序开展强化学习。人的判断由此参与改变模型的回答方式。作者仍报告简单错误，“更受偏好”不能等同于每个回答正确。反馈来自什么任务、如何形成，也决定了它能支持多大范围的判断。

查看本段来源与事件日期

来源：M2-AI-A05 · Training language models to follow instructions with human feedback

事件：AI-E14 · InstructGPT论文首次提交 · 起：2022-03-04；止：2022-03-04（日精度；状态：已报告）；日期含义：首次投稿日期；说明：日期表示所记录版本的首次提交时间。

2025年1月首次提交的DeepSeek-R1论文区分两条训练路径。按摘要，R1-Zero未做前置监督微调而进行强化学习，出现可读性差和语言混杂等问题；R1引入冷启动数据与多阶段训练。训练步骤和实际表现之间的关系因此被放到同一篇论文里。这里固定在最初版本，不把后续修订倒写回首次提交，也不把作者的比较结果当成脱离条件的能力排名。

查看本段来源与事件日期

来源：M2-AI-E04 · DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning

事件：AI-E15 · DeepSeek-R1论文首次提交 · 起：2025-01-22；止：2025-01-22（日精度；状态：已报告）；日期含义：首次投稿日期；说明：日期表示所记录版本的首次提交时间。

谁在使用，改变了什么

2025年5月，国际劳工组织发表职业暴露指数研究，按任务估计生成式AI可能影响哪些工作。报告估计，全球约四分之一劳动者所处职业具有某种暴露程度，同时指出多数职业仍需要人的投入，转型比直接替代更可能。这里测量的是潜在影响：职业中有可改变的任务，不等于其中的人已经失去岗位。

查看本段来源与事件日期

来源：M2-AI-D02 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure

事件：AI-E16 · ILO发表职业暴露指数报告 · 起：2025-05-20；止：2025-05-20（日精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。

实际使用留下另一类材料。按约翰斯·霍普金斯大学刊载的摘要，2025年的《人们怎样使用ChatGPT》研究观察消费者产品从2022年11月至2025年7月的使用，并以自动流程为对话样本分类；实际指导、查询信息和写作列为主要用途。研究作者中有OpenAI研究者，且这里只读到摘要，抽样和分类方法尚未核查。结果适用于该产品样本，不能代表所有AI使用。

查看本段来源与事件日期

来源：M2-AI-H01 · How People Use ChatGPT — JHU研究摘要

事件：AI-E18 · 消费者产品使用研究记录对话用途 · 起：2025-09；止：2025-09（月精度；状态：已报告）；日期含义：发表日期；说明：机构页面标注的发表月份；不是首次使用日期，摘要所述观察期止于2025年7月。

观察人们怎样使用AI，也要先看数字怎样得来。2026年AI Index经济章把技术采用比较与跨国使用遥测并列展示：前一图区分18—64岁样本和所有年龄样本，后一图另用微软遥测。两幅图提供不同角度，不能把数字接成同一个全球人口比例；报告年份也要同图中数据对应的年份分开读。

查看本段来源与事件日期

来源：M2-AI-F01 · AI Index Report 2026 — Chapter 4: Economy

事件：AI-E17 · 2026 AI Index报告并列不同采用指标 · 起：2026；止：2026（年精度；状态：已报告）；日期含义：报告版本年份，不是测量日期；说明：日期表示报告版本年，不等于所有指标的测量时间。

回看这条路线，问题从怎样谈论机器智能，走到怎样训练、怎样比较，再走到人怎样参与和使用。FLORES留下语言材料的具体差异，劳动研究区分潜在暴露与实际结果。技术史中容易被一个总分盖过的条件，于是重新显出来。后续记录仍要跟踪这些条件怎样改变，并在新证据到来时修正原有判断。

查看本段来源与事件日期

来源：M2-AI-C01 · Computing Machinery and Intelligence；M2-AI-D02 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure；M2-AI-D03 · The FLORES Evaluation Datasets for Low-Resource Machine Translation: Nepali–English and Sinhala–English

事件：AI-E01 · 图灵把问题移到模仿游戏 · 起：1950-10；止：1950-10（月精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。；AI-E12 · FLORES低资源翻译评测发表 · 起：2019-11；止：2019-11（月精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。；AI-E16 · ILO发表职业暴露指数报告 · 起：2025-05-20；止：2025-05-20（日精度；状态：已报告）；日期含义：发表日期；说明：日期表示材料发表时间。

与上一可见版的差异

上一可见版本：M2-AI-REV-003（可阅读）

  • 正文调整：AI-P01
  • 正文调整：AI-P02
  • 正文调整：AI-P03
  • 正文调整：AI-P04
  • 正文调整：AI-P05
  • 正文调整：AI-P06
  • 正文调整：AI-P07
  • 正文调整：AI-P08
  • 正文调整：AI-P09
  • 正文调整：AI-P10
  • 正文调整：AI-P11
  • 正文调整：AI-P12
  • 正文调整：AI-P13
  • 正文调整：AI-P14
  • 正文调整：AI-P15
  • 正文调整：AI-P16
  • 正文调整：AI-P17
  • 正文调整：AI-P18
  • 正文调整：AI-P19
  • 正文调整：AI-P20