AI 的发展历程主要包括以下几个阶段：
早期阶段（1950s – 1960s）：出现了专家系统、博弈论以及机器学习的初步理论。 知识驱动时期（1970s – 1980s）：重点在于专家系统、知识表示和自动推理。 统计学习时期（1990s – 2000s）：机器学习算法如决策树、支持向量机、贝叶斯方法等得到发展。 深度学习时期（2010s – 至今）：深度神经网络、卷积神经网络、循环神经网络等成为主流。早在 1945 年，Alan Turing 就考虑用计算机模拟人脑，并设计了 ACE（Automatic Computing Engine – 自动计算引擎）。这被视为机器智能的起源。
在神经网络方面，CNN 的结构基于两类细胞的级联模型，在计算上更高效、快速，在自然语言处理和图像识别等许多应用中表现出色。每次对大脑工作机制的更多认知，都会推动神经网络的算法和模型向前发展。
