人工智能技术发展历史演变

​ 人工智能技术发展历史演变，至今为止大概可以分为以下阶段：

​ 1950年-1990年，处于弱人工智能阶段，此阶段的主要是基于人工设计的规则系统，基于专家的知识和数百规则集构成，本质还是基于规则，不够智能。

​ 1990年-2012年，处于统计机器学习阶段，此阶段用到了HMM、CTF、SVM反向传播、卷积网络，基于对百万级的数据进行标注，利用统计机器学习算法+算法包（scikit-learn，XGBoost）。

​ 2013年-2018年，处于深度学习阶段，此阶段用到了ImageNet、ResNet、Word2vec、Attention、Transformer，基于十亿级标注数据，利用深度神经网络+开发框架(TensorFlow，PyTorch)

​ 2018年-至今，处于大语言模型阶段，此阶段用到了BERT、PaLM、LLaMA、GPT-4、GLM，基于全网万亿数据十亿用户反馈，利用预训练 + 微调 + 开源社区，AI的发展仍在高速进行，未来方向可能包括通用人工智能（学习更广泛的知识）、具身智能（直接通过物理世界的环境中实时学习）

​ 总体上数据量和算法都在不断递增和优化。