全球人工智能

四大赛道 · 宗师群像 · 编号体系
1 数学与智能奠基 · 2 联结主义与深度学习 · 3 视觉、语言与产业 · 4 全球与人文反思 系统编号:RENGONG-三位编码 (每次出现 = 一枚勋章)
24 位宗师 4 大赛道 4 个子领域 青竹绿 · 计算认知
1. 数学与智能奠基 2. 联结主义与深度学习 3. 视觉、语言与产业 4. 全球与人文反思
编号规则 · 勋章体系 一枚勋章 = 一次出现 = 一个贡献标签。 本版本中,图灵(101)、冯·诺依曼(102)和香农(106)为跨学科人物,其链接指向数学页面。 如 104 麦卡锡(人工智能术语提出者)、 202 辛顿(深度学习之父)、 304 哈萨比斯(AlphaGo创始人)、 404 马斯克(xAI与AI安全倡导者)。 每个人物拥有唯一编号,对应其在全球人工智能史中的独特位置。 ⚠️ 跨学科人物(图灵、冯·诺依曼、香农)的详情页链接指向其所在的其他学科页面,编号体系在各学科间独立运行。
全球人工智能关键节点 10个里程碑
1950年 图灵测试 英国
艾伦·图灵发表《计算机与智能》,提出“图灵测试”标准,成为人工智能的“哲学起点”。
1956年 达特茅斯会议 美国
约翰·麦卡锡等人组织召开达特茅斯会议,正式提出“人工智能”这一术语,标志着AI学科的诞生。
1958年 感知机 美国
弗兰克·罗森布拉特发明感知机,第一个基于神经网络的模式识别系统,开创了联结主义传统。
1986年 反向传播算法 加拿大
鲁梅尔哈特、辛顿等人重新发现并推广反向传播算法,为深度学习的崛起奠定了算法基础。
1997年 深蓝击败卡斯帕罗夫 美国
IBM深蓝在国际象棋中击败世界冠军卡斯帕罗夫,标志着AI在“搜索+计算”领域的里程碑。
2006年 深度学习奠基 加拿大
辛顿在《Science》上发表论文,提出“深度信念网络”,开创了深度学习的现代纪元。
2012年 AlexNet与ImageNet突破 美国
辛顿团队(AlexNet)在ImageNet竞赛中取得惊天突破,深度学习成为计算机视觉的绝对主流。
2016年 AlphaGo击败李世石 英国
DeepMind的AlphaGo在围棋中击败世界冠军李世石,展示深度强化学习的巨大潜力。
2018年 BERT与预训练语言模型 美国
谷歌发布BERT预训练语言模型,开启“预训练-微调”范式,重塑自然语言处理。
2022年 ChatGPT与生成式AI 美国
OpenAI发布ChatGPT,基于GPT-3.5的对话式AI引爆全球,大语言模型进入公众视野。
全文明总览 · 人工智能的多元源头 12个文明/文化圈

全球人工智能是全人类在不同时代追问“智能的本质”与“计算的可能”的宏大史诗。从图灵机到深度学习,从感知机到大语言模型,从AlphaGo到ChatGPT——每一次对“智能”的追问,都是一次对“人类自身”的重新认识,而每一次认识都重塑了我们对“思考”和“创造”的理解。

🇬🇧
英国 · 计算与智能奠基
图灵以“图灵机”和“图灵测试”定义了“计算”与“智能”的边界,是AI的哲学之父。
🔑 关键成就 · 图灵机 · 图灵测试 · 计算机器与智能
👤 图灵(101)
🇺🇸
美国 · 计算机体系与AI奠基
冯·诺依曼设计现代计算机体系;麦卡锡提出“人工智能”术语;明斯基开创符号AI与专家系统。
🔑 关键成就 · 冯·诺依曼架构 · 达特茅斯会议 · 符号AI
👤 冯·诺依曼(102)·麦卡锡(104)·明斯基(105)
🇺🇸
美国 · 控制论与信息论
维纳创立“控制论”,将“反馈”引入智能系统;香农奠定“信息论”,为AI提供信息度量基础。
🔑 关键成就 · 控制论 · 信息论 · 比特与熵
👤 维纳(103)·香农(106/数学405)
🇺🇸
美国 · 联结主义与感知机
罗森布拉特发明感知机,开创了“神经网络”研究的先河,是联结主义AI的起点。
🔑 关键成就 · 感知机 · 神经网络 · 模式识别
👤 罗森布拉特(201)
🇬🇧/🇨🇦
英国/加拿大 · 深度学习革命
辛顿在深度学习领域深耕40年;本吉奥推动深度生成模型与表示学习,两人与杨立昆并称“深度学习三巨头”。
🔑 关键成就 · 反向传播 · 深度信念网络 · AlexNet · 表示学习
👤 辛顿(202)·本吉奥(204)
🇫🇷/🇺🇸
法国/美国 · 卷积神经网络
杨立昆是CNN的奠基人,开发了LeNet,为现代计算机视觉和自动驾驶奠定了技术基础。
🔑 关键成就 · 卷积神经网络 · LeNet · 深度学习视觉
👤 杨立昆(203)
🇺🇸/🇨🇳
美国/中国 · 视觉数据与AI民主化
李飞飞创建ImageNet,为深度学习提供“燃料”;吴恩达将AI教育推广到全球数千万人。
🔑 关键成就 · ImageNet · AI教育 · 数据民主化
👤 李飞飞(301)·吴恩达(303)
🇺🇸/🇨🇦
加拿大/美国 · 大语言模型与AGI
苏茨克弗作为OpenAI联合创始人,推动GPT系列大语言模型;奥特曼将ChatGPT推向全球;哈萨比斯以AlphaGo和AlphaFold重塑AI研究。
🔑 关键成就 · GPT · AlphaGo · 大语言模型 · AGI
👤 苏茨克弗(302)·奥特曼(305)·哈萨比斯(304)
🇺🇸
美国 · AI芯片与算力基础设施
黄仁勋(NVIDIA)以GPU推动深度学习算力革命;苏姿丰(AMD)以高性能芯片重塑AI计算格局。
🔑 关键成就 · GPU · CUDA · AI芯片 · 算力底座
👤 黄仁勋(306)·苏姿丰(407)
🌍
全球 · 伦理、安全与治理
博斯特罗姆探讨“超级智能”的生存风险;克劳福德批判数据正义与AI偏见;罗素致力于价值对齐;马斯克倡导AI安全与监管;阿莫迪专注于AI对齐研究;扎克伯格推动AI开源与民主化。
🔑 关键成就 · 超级智能 · 数据正义 · 价值对齐 · AI安全 · 开源AI
👤 博斯特罗姆(401)·克劳福德(402)·罗素(403)·马斯克(404)·阿莫迪(405)·扎克伯格(406)
一句话概括: 英国贡献了“计算与智能”的哲学起点,美国贡献了“计算机体系”与“深度学习”的技术革命,加拿大贡献了“神经网络”的学术坚守,全球共同见证了AI从“逻辑符号”到“神经网络”再到“大语言模型”的壮阔演变。而算力先驱(黄仁勋、苏姿丰)为AI提供了“物质底座”,伦理思想家(博斯特罗姆、克劳福德、罗素、马斯克、阿莫迪、扎克伯格)为AI划定了“文明边界”。全球人工智能是全人类在不同时代追问“思考是什么”和“机器能否思考”的多元智慧。