AI 發展大事記
從 1950 年圖靈的一個問題，到今天口袋裡的 AI 助理——76 年、兩次寒冬、一場大爆發。看懂這條時間軸，你就看懂了現在所有 AI 新聞的來龍去脈。
奠基年代（1950–1996）
「機器能思考嗎？」——AI 這門學科從一個哲學問題開始，經歷兩次寒冬，默默打下今日的地基。
圖靈測試提出
英國數學家圖靈（Alan Turing）發表〈計算機器與智慧〉，提出「模仿遊戲」：如果機器的對話讓人分不出是人是機器，就可視為有智慧。這個問題定義了之後 70 年的方向。
達特茅斯會議，AI 誕生
麥卡錫（John McCarthy）等人在達特茅斯學院舉辦夏季研討會，首次使用「人工智慧（Artificial Intelligence）」一詞，AI 正式成為一門學科。
第一個聊天機器人 ELIZA
MIT 的維森鮑姆（Joseph Weizenbaum）做出 ELIZA，用簡單的規則模仿心理治療師對話。許多使用者明知是程式仍對它傾訴——人類容易把機器當人的傾向，從此有了名字：ELIZA 效應。
第一次 AI 寒冬
早期的樂觀承諾無法兌現，各國大砍研究經費。AI 歷史上第一次教訓：期望膨脹得越快，泡沫破得越痛。
反向傳播算法普及
辛頓（Geoffrey Hinton）等人讓「反向傳播」訓練多層神經網路的方法廣為人知，為數十年後的深度學習革命埋下種子——雖然當時算力還遠遠不夠。
機器學習崛起（1997–2016）
電腦先在棋盤上贏過人類，然後靠深度學習學會「看」。AI 從實驗室走進新聞頭條。
深藍擊敗西洋棋世界冠軍
IBM 的深藍（Deep Blue）擊敗西洋棋世界冠軍卡斯帕洛夫，機器首次在頂級智力競技中戰勝人類冠軍，全球震動。
AlexNet 引爆深度學習革命
辛頓團隊的 AlexNet 在 ImageNet 影像辨識大賽以壓倒性優勢奪冠，證明「深度神經網路＋GPU＋大數據」的威力。現代 AI 的一切，從這一年開始加速。
GAN 生成對抗網路問世
Goodfellow 提出 GAN：讓兩個神經網路互相對抗，一個生成、一個辨別。AI 從「辨識」跨入「生成」，是生成式 AI 的重要源頭之一。
AlphaGo 擊敗李世乭
DeepMind 的 AlphaGo 以 4:1 擊敗世界圍棋冠軍李世乭。圍棋曾被認為十年內電腦不可能取勝，「第 37 手」成為機器創造力的代名詞，也讓全世界（尤其亞洲）第一次正視 AI。
Transformer 與大模型（2017–2021）
一篇論文改變一切。「注意力就是你所需要的一切」之後，模型越練越大，能力開始湧現。
Transformer 架構問世
Google 發表〈Attention Is All You Need〉，提出 Transformer 架構。今日幾乎所有大型語言模型（GPT、Claude、Gemini、Llama）都建立在它之上，是本世代 AI 最重要的一篇論文。
什麼是 Transformer？ →GPT-1 與 BERT 相繼發布
OpenAI 發表 GPT-1（生成式預訓練），Google 發表 BERT（雙向理解）。「先用海量文字預訓練、再微調」成為 NLP 的新典範。
GPT-3 展現規模的力量
OpenAI 發布 1750 億參數的 GPT-3，不用微調就能照著範例做各種任務。「模型夠大、能力自己湧現」的規模法則（scaling laws）從此主導產業投資。
GitHub Copilot 開啟 AI 寫程式
GitHub 與 OpenAI 推出 Copilot，AI 在編輯器裡即時補全程式碼。AI 輔助開發從玩具變成日常工具，也是後來「vibe coding」浪潮的起點。
什麼是 Vibe Coding？ →生成式 AI 大爆發（2022–2023）
AI 突然「人人可用」。生圖模型開源、ChatGPT 五天百萬用戶，世界在幾個月內換了話題。
DALL·E 2 與 Midjourney 掀起生圖熱
OpenAI 的 DALL·E 2 與新創 Midjourney 相繼亮相，「打字就能生圖」首次讓大眾親手體驗生成式 AI 的魔力。
Stable Diffusion 開源
Stability AI 開源 Stable Diffusion，任何人都能下載權重在自己顯卡上生圖。開源社群瞬間引爆，微調模型、風格 LoRA 百花齊放。
Stable Diffusion 模型介紹 →ChatGPT 問世，五天百萬用戶
OpenAI 發布 ChatGPT，五天破百萬用戶、兩個月破億，成為史上普及最快的消費產品。AI 從科技新聞變成全民話題，這一天常被稱為「生成式 AI 元年」的開端。
ChatGPT 工具介紹 →Bing 接入 GPT、Google 急推 Bard
微軟把 GPT 塞進 Bing 搜尋，Google 倉促推出 Bard 應戰（展示出錯一夜蒸發千億美元市值）。科技巨頭全面開戰，「AI 軍備競賽」正式開打。
GPT-4 發布
OpenAI 發布 GPT-4：能看圖、通過律師考試、程式能力大跳級。同月 Anthropic 推出 Claude、Google 開放 Bard，大模型競爭進入白熱化。
多模態與推理（2024–2025）
AI 學會聽與說、學會「先想再答」，開源模型以低成本追上來，影片生成從 demo 變成產品。
AI 研究拿下諾貝爾獎
辛頓與霍普菲爾德獲諾貝爾物理學獎（神經網路），DeepMind 的哈薩比斯等人獲化學獎（AlphaFold 蛋白質結構預測）。AI 對科學的貢獻獲得最高殿堂認證。
DeepSeek-R1 震撼世界
中國團隊以極低成本開源推理模型 R1，表現逼近頂尖封閉模型，美股 AI 股應聲重挫，被稱為 AI 的「Sputnik 時刻」。開源與封閉、中美之間的競爭格局被改寫。
DeepSeek-R1 模型介紹 →AI Agent 與 vibe coding 元年
Claude Code、Cursor 等工具讓 AI 能自主規劃、寫整個專案；MCP 協定串起工具生態。從「AI 回答問題」到「AI 動手做事」，工作方式開始真正改變。
什麼是 AI Agent？ →GPT-5 與開源浪潮
OpenAI 發布 GPT-5 並睽違六年開源 gpt-oss；同月 Google 的 Nano Banana 修圖爆紅。頂尖能力普及化、開源封閉互相逼近，成為下半年的主旋律。
GPT-5 模型介紹 →現在進行式（2026–）
故事還在寫。模型持續進化、Agent 開始接手真實工作，而「怎麼用得好、管得住」成了所有人的課題。
AI 進入日常的深水區
推理模型、多模態、Agent 能力持續推進；企業導入從試點走向規模化，各國 AI 法規（如歐盟 AI 法案）陸續上路。比起「AI 會不會取代人」，更實際的問題是：會用 AI 的人正在取代不會用的人。
從教學開始上手 →常見問題
AI 是什麼時候發明的？
「人工智慧」一詞誕生於 1956 年的達特茅斯會議，但思想源頭可追溯到 1950 年圖靈提出的「機器能思考嗎」。現代大眾熟悉的生成式 AI，則是 2022 年 ChatGPT 問世後才全面普及。
為什麼 AI 最近幾年突然變強？
三個條件在 2010 年代後同時成熟：深度學習演算法（2012 AlexNet 驗證）、GPU 算力、網路時代的海量資料。2017 年 Transformer 架構出現後，「模型越大能力越強」的規模法則帶來一路加速。
什麼是 AI 寒冬？還會再來嗎？
AI 歷史上曾兩度因期望落空而經費枯竭（1970 與 1980 年代末）。今日 AI 已有大規模商業應用支撐，與當年純研究階段不同；但投資過熱與修正的循環仍可能發生。