AI 技术的发展历程如下：
早期阶段（1950s – 1960s）：包括专家系统、博弈论、机器学习初步理论。 知识驱动时期（1970s – 1980s）：有专家系统、知识表示、自动推理。 统计学习时期（1990s – 2000s）：出现了机器学习算法，如决策树、支持向量机、贝叶斯方法等。 深度学习时期（2010s – 至今）：深度神经网络、卷积神经网络、循环神经网络等得到广泛应用。当前 AI 的前沿技术点包括：
大模型，如 GPT、PaLM 等。 多模态 AI，例如视觉 – 语言模型（CLIP、Stable Diffusion）、多模态融合。 自监督学习，包含自监督预训练、对比学习、掩码语言模型等。 小样本学习，如元学习、一次学习、提示学习等。 可解释 AI，涉及模型可解释性、因果推理、符号推理等。 机器人学，包括强化学习、运动规划、人机交互等。 量子 AI，有量子机器学习、量子神经网络等。 AI 芯片和硬件加速。此外，绿洲资本张津剑认为 AI 技术正在加速发展，并且没有看到任何减缓的迹象。尽管媒体报道可能有所减少，但 AI 的实际进展非常迅速。
