📜 三千年演进 · 一根时间线

AlphaTree · 数学 · 计算机 · AI发展主线

沿时间线走一遍，看三千年里数学、计算机、人工智能怎么一步步走到今天。

AlphaTree · 数学·计算机·人工智能发展史（图解·中英双语）

AlphaTree 是一张可交互的“数智发展史”图谱，沿一根时间线串起三千年里数学、计算机与人工智能的演进：从古代数学与逻辑、图灵机与可计算性、冯·诺依曼架构、信息论，到 1956 年达特茅斯会议人工智能诞生、感知机、专家系统、反向传播、卷积神经网络 LeNet、深度学习 ImageNet 突破、GAN、ResNet、AlphaGo、Transformer、BERT、GPT、ChatGPT、多模态大模型，再到推理模型与 Agent，以及文心、通义、DeepSeek 等国内大模型发展。

站点包含六大模块：发展主线、论文导览、关键概念、算法画廊、网络结构（3D 神经网络可视化）、常用 AI 工具导航，支持中英文一键切换。当前浏览器未启用 JavaScript，仅展示文字摘要；启用后可见完整可视化时间线与交互详情。

↑↓ 导航Enter 打开Esc 关闭🔭 AlphaTree

图示放大滚轮 / 拖动查看 · 点击空白处或 Esc 关闭适应

发展主线 · 关键里程碑索引（AlphaTree 数智发展史 · 中英双语）

1 古代数学与逻辑 — 几何、代数、二进制、布尔代数为计算奠定数学与逻辑基础。
2 图灵机与可计算性 — 1936 年图灵提出抽象计算模型，定义了“可计算”的边界。
3 冯·诺依曼架构 — 1945 年前后确立“程序与数据共存于内存、CPU 顺序取指执行”的存储程序计算机。
4 信息论与信息熵 — 1948 年香农用比特度量信息不确定性，成为压缩、通信与机器学习的共同基础。
5 达特茅斯会议：人工智能诞生 — 1956 年达特茅斯会议首次提出“人工智能”一词，标志学科开端。
6 感知机 — 1958 年 Rosenblatt 提出单层神经网络感知机，开启连接主义早期探索。
7 专家系统与知识工程 — 1970 年代以规则与知识库为核心的专家系统兴起，AI 第一次商业化浪潮。
8 反向传播算法 — 1986 年反向传播让多层神经网络可有效训练，奠定深度学习训练基石。
9 卷积神经网络 LeNet — 1998 年 LeCun 提出 LeNet，卷积结构在 handwriting 识别上取得成功。
10 深度学习 ImageNet 突破 — 2012 年 AlexNet 在 ImageNet 上大幅领先，引爆深度卷积网络时代。
11 生成对抗网络 GAN — 2014 年 Goodfellow 提出 GAN，开启图像生成的新范式。
12 残差网络 ResNet — 2015 年 ResNet 用残差连接训练极深网络，缓解梯度消失。
13 AlphaGo — 2016 年 DeepMind 的 AlphaGo 击败人类顶尖棋手，强化学习走入大众视野。
14 Transformer 架构 — 2017 年《Attention Is All You Need》提出 Transformer，取代 RNN 成为序列建模主流。
15 BERT 与预训练语言模型 — 2018 年 BERT 用掩码预训练刷新 NLP 多项榜单，开启预训练+微调范式。
16 GPT 系列与少样本学习 — 2018–2020 年 GPT-2/GPT-3 展示自回归生成与少样本能力。
17 ChatGPT 与对话式 AI — 2022 年 ChatGPT 让大模型以对话形态普及，引发生成式 AI 浪潮。
18 多模态大模型 — 2023 年起模型统一处理文本、图像、音频、视频，走向多模态理解与生成。
19 大模型推理与 Agent 兴起 — 2024–2025 年推理模型与智能体（Agent）成为重点，模型具备规划与工具调用能力。
20 国内大模型发展 — 文心、通义、DeepSeek 等国产大模型快速跟进，形成“百模大战”与开源平权。