人工智能与大模型 · 代表详情

从专家系统到大模型与 Agent

沿关键年份理解人工智能概念、算法、算力、数据和工程应用之间的演进关系。

时间范围:1956—2026 · 节点来源待逐项核验 · 存在争议时注明采用口径
阅读说明:本页是纵向发展史详情,不把技术热度等同于项目成熟度;行业事实与北京IT网实践分开陈述。
人工智能发展史详情时间线图占位,规范尺寸 960×540 像素
主题示意图规范:960×540 像素;正式历史照片、新闻截图或架构图需标明时间、主体、来源和使用依据。

先理解三个核心概念

人工智能
让机器完成通常需要人类智能参与的感知、推理、生成或决策辅助任务。
机器学习
从数据与反馈中学习规律的方法集合,是人工智能的重要技术路径之一。
大模型与 Agent
大模型提供通用理解与生成能力,Agent 强调工具调用、状态管理与任务执行闭环。
概念起点

人工智能概念形成

相关研究者在学术会议中推动人工智能成为独立研究方向;正式页面将补充会议资料与术语口径。

关键节点

机器在特定任务上取得突破

该节点反映算法、算力、数据或产品形态的一次重要变化,具体事实与组织来源待正式核验。

关键节点

深度学习进入快速发展期

该节点反映算法、算力、数据或产品形态的一次重要变化,具体事实与组织来源待正式核验。

关键节点

Transformer 架构提出

注意力机制与 Transformer 改变了序列建模方法,并为后续大模型训练和应用提供重要基础。

关键节点

生成式大模型进入公众视野

该节点反映算法、算力、数据或产品形态的一次重要变化,具体事实与组织来源待正式核验。

当前阶段

场景级 AI 工程化持续深化

该节点反映算法、算力、数据或产品形态的一次重要变化,具体事实与组织来源待正式核验。

来源、争议与更新

正式页面为每个节点列出权威资料或内部审核依据;“首次”“诞生”等容易产生争议的表达必须说明采用范围,不以单一营销材料作为结论。

提交历史节点纠错