1956年夏季的达特茅斯学院见证了人类历史的重要转折——人工智能学科的正式确立。由约翰·麦卡锡、马文·明斯基、克劳德·香农和纳撒尼尔·罗切斯特共同发起的这一具有远见卓识的倡议，在随后三十年间催生了一系列卓越创新，成功地将抽象的理论构想转变为切实可行的工作系统。
经典人工智能时代 (1950-1980): 学科的诞生
1951-1952: 机器学习与硬件神经网络 亚瑟·塞缪尔的跳棋程序 (IBM): 在IBM波基普西实验室开发，首次在1952年的IBM 701上运行。使用带有Alpha-Beta剪枝的极小极大搜索，将搜索空间减少99%。实现了"机械学习"，存储53,000个位置和调整16个权重参数的泛化学习。到1955年，该程序已经能够击败塞缪尔本人。1962年，它击败了康涅狄格州冠军罗伯特·尼利。塞缪尔在1959年的论文中创造了"机器学习"一词，将其定义为"让计算机具备无需明确编程即可学习的能力的研究领域"。该程序证明了机器可以通过经验改进，这是现代AI的基础。
SNARC神经网络 (1951): 由马文·明斯基和迪恩·埃德蒙兹在普林斯顿大学建造，随机神经模拟强化计算器使用3,000个真空管和40个赫布突触（由离合电机调节的电位计）。每个突触根据成功/失败有强化概率。模拟老鼠学习迷宫导航，展示了硬件强化学习。这是明斯基的博士项目，启发了他后来在感知器和AI方面的工作。
赫伯特·罗宾斯的随机梯度下降 (1951): 与萨顿·蒙罗一起，开发了用于噪声下迭代优化的Robbins-Monro算法，为随机逼近提供了数学基础。更新规则：θn+1 = θn - αn∇f(θn) + noise，其中学习率αn随时间递减。这成为训练神经网络的基础，实现了使用来自小批量的噪声梯度的优化。
1954: 早期自然语言处理 乔治城-IBM实验 (1954年1月7日): 由莱昂·多斯特特（乔治城）和卡思伯特·赫德（IBM）领导，在纽约IBM世界总部演示。使用配备250个单词词汇和6个语法规则的IBM 701将60多个俄语句子翻译成英语。示例翻译："Mi pyeryedayem mislyi posryedstvom ryechyi" → "我们通过言语传达思想。"在主要报纸上产生头条新闻，预测在3-5年内解决翻译问题。虽然过于乐观，但它启动了机器翻译研究并获得了重要的政府资金。该系统使用词典查找和词序重排规则，缺乏句法或语义理解。
自组织系统 (1954): 韦斯利·克拉克和贝尔蒙特·法利在MIT林肯实验室建造了第一个自组织系统，通过自适应网络展示模式识别。使用模拟计算机模拟具有可调连接的神经元，显示通过经验产生特征检测器。
1956: 达特茅斯会议 - AI的正式开端 日期: 1956年6月18日 - 8月17日
地点: 新罕布什尔州汉诺威达特茅斯学院
组织者: 约翰·麦卡锡（达特茅斯），马文·明斯基（哈佛），克劳德·香农（贝尔实验室），纳撒尼尔·罗切斯特（IBM）
资金: 洛克菲勒基金会7,500美元
参与者: 包括艾伦·纽厄尔、赫伯特·西蒙、亚瑟·塞缪尔、奥利弗·塞尔弗里奇、雷·索洛莫诺夫
提案: "我们建议进行一项为期2个月、10人的人工智能研究...研究将基于这样的猜想：学习或智能的任何其他特征原则上都可以如此精确地描述，以至于可以制造一台机器来模拟它。"
成果: 首次使用"人工智能"术语（由麦卡锡创造），确立AI为合法学术领域，创建了包括自动计算机、编程语言、神经网络、计算理论、自我改进、抽象和创造性的研究议程。虽然会议期间没有出现突破，但它创造了推动后续AI发展的社区和愿景。
1955-1957: 早期AI程序 逻辑理论家 (1955-1956): 由RAND公司和卡内基理工学院的艾伦·纽厄尔、赫伯特·西蒙和J.C.肖创建。用IPL（信息处理语言）编写，证明了怀特海和罗素《数学原理》前52个定理中的38个，定理2.85有更短的证明。使用带有反向链接、手段-目的分析和剪枝的启发式搜索。第一个证明数学定理的程序，证明了机器可以执行需要"智能"的任务。《符号逻辑杂志》拒绝了与该程序共同署名的论文。
通用问题求解器(GPS) (1957): 同一团队的逻辑理论家的演进，设计为通用问题求解器。使用手段-目的分析：识别当前状态和目标状态之间的差异，找到减少差异的操作符，递归应用。可以解决多样化问题：汉诺塔、密码算术、逻辑证明和文字问题。引入了规划和子目标分解，但由于组合爆炸而在复杂的现实世界问题上失败。影响了STRIPS规划器和现代规划算法。
1957-1958: 感知器 开发者: 弗兰克·罗森布拉特（康奈尔航空实验室）
理论发表: 1957年，《感知器：一个感知和识别自动机》
实现: 1958年在IBM 704上，Mark I感知器硬件1960年建造
架构: 单层人工神经元，可调权重，阈值激活函数，监督学习规则：Δw = α(目标-输出)×输入。可以学习线性可分模式。
Mark I规格: 400个光电池排列在20×20网格中，权重由电机调节的电位计实现，训练后可以区分简单形状和字母。
罗森布拉特的预言: 预测感知器最终能够识别人、叫出他们的名字、翻译语言和写音乐。海军资助目标自动识别研究。
1969年批评: 明斯基和帕普特的《感知器》证明了单层局限性（无法学习XOR），显示需要多层但暗示这些不可训练。这导致了第一个AI寒冬，尽管后来带有反向传播的多层网络解决了这些局限性。
1958-1959: LISP与MIT AI实验室 LISP编程语言 (1958): 由MIT的约翰·麦卡锡创建，史蒂夫·拉塞尔首次在IBM 704上实现。革命性特性包括符号表达式（S-表达式）作为通用数据结构、递归函数定义、条件表达式（IF-THEN-ELSE）、带垃圾收集的自动内存管理，以及允许运行时代码修改的解释。成为30多年的主导AI编程语言。创新影响了所有现代语言。方言包括Common Lisp、Scheme、Clojure。实现了早期AI研究必需的快速原型制作和符号推理。
MIT AI实验室 (1959): 由麦卡锡和明斯基在电子研究实验室内创立的"人工智能项目"。初始资金来自MIT的25,000美元，1963年起获得DARPA主要支持（1970年代达到220万美元/年）。成为AI研究中心，项目包括MACSYMA（符号数学）、SHRDLU（自然语言）、视觉系统和机器人学。开发了ITS（不兼容分时系统）和EMACS编辑器。1970年代在明斯基的符号AI和帕特里克·温斯顿的方法之间分裂。校友在全球创立了主要的AI公司和研究中心。
1960年代: 增长与早期应用 J.C.R.利克莱德的"人机共生" (1960): ARPA/IPTO主任设想交互式计算，人类和计算机合作，各自做最擅长的事。资助了交互式计算研究，导致分时、计算机图形，最终是互联网。
SAINT (1961): 詹姆斯·斯拉格尔在MIT的符号自动积分器可以解决微积分学生水平的符号积分问题，使用启发式搜索和模式匹配，展示了数学问题解决的AI。
UNIMATE (1961): 第一个工业机器人安装在通用汽车，由Unimation（乔治·德沃尔和约瑟夫·恩格尔伯格）开发。重4,000磅，使用液压执行器，可用磁鼓存储器编程。工业自动化的开始。
ELIZA (1964-1966): 约瑟夫·魏岑鲍姆在MIT的自然语言处理程序，使用模式匹配和替换模拟罗杰式心理治疗师。示例： - 用户："我不开心"- ELIZA："你为什么认为你不开心？" 简单技术创造了理解的错觉，引发了关于智能和人机交互本质的问题。
DENDRAL (1965-1968): 斯坦福的爱德华·费根鲍姆、布鲁斯·布坎南、约书亚·莱德伯格。第一个专家系统，用于从质谱数据识别分子结构。在规则中编码化学家专业知识，表现优于研究生，使用生成-测试范式。启动了专家系统领域。
机器人沙基 (1966-1972): SRI国际第一个集成感知、规划和行动的移动机器人。使用电视摄像头进行视觉、激光测距仪、碰撞传感器，无线电链路到DEC PDP-10和PDP-15计算机。实现STRIPS规划器，A*搜索算法。可以在房间中导航、推动积木、开关灯。开发成本75万美元/年。
语义网络 (1966): 罗斯·奎利安的人类记忆模型，使用节点（概念）和标记边（关系），通过网络遍历实现推理。影响了知识表示和现代知识图谱。
隐马尔可夫模型 (1966): IDA的伦纳德·鲍姆及同事开发了带有隐藏状态和可观察输出的序列数据统计模型。成为语音识别、自然语言处理和生物信息学的基础。
Mac Hack VI (1967): MIT的理查德·格林布拉特的国际象棋程序，第一个参加锦标赛国际象棋的程序，达到1400级别。击败了声称计算机无法下好棋的哲学家休伯特·德雷福斯。
1970年代: 专家系统与第一次AI寒冬 PROLOG (1972): 马赛大学的阿兰·科尔默劳尔和菲利普·卢塞尔创建的基于一阶谓词演算的逻辑编程语言。使用事实、规则和查询的声明式编程，使用合一和回溯进行推理。成为主要AI语言，特别在欧洲和日本。
MYCIN (1972-1976): 斯坦福的爱德华·肖特利夫创建的专家系统，用于诊断细菌感染和推荐抗生素。使用600个带有确定性因子的规则，显示推理的解释设施，达到专家医生水平（69%准确率vs人类专家65%）。由于责任问题从未临床部署，但启发了众多专家系统。
莱特希尔报告 (1973): 詹姆斯·莱特希尔向英国科学研究委员会的报告批评AI未能兑现承诺，识别组合爆炸、缺乏常识推理和玩具问题综合症。导致英国资金大幅削减，促成了"AI寒冬"（1974-1980）。
框架理论 (1975): 马文·明斯基提出使用框架（结构化记录）进行知识表示，带有槽位和默认值，实现继承和过程附加。影响了面向对象编程和现代知识表示。
FREDDY机器人 (1973-1976): 爱丁堡大学的装配机器人可以使用视觉系统识别和装配木制模型。识别物体需要10分钟，展示了现实世界感知的困难。
第五代计算机项目 (1982): 日本10年计划创建AI并行推理机，投资8.5亿美元。虽然未能达到目标，但刺激了国际AI研究竞争。