符号主义与搜索
早期 AI 把智能看作在明确规则空间中搜索解答，奠定了规划、博弈和路径搜索的基础。
查看 Demo 01：搜索树 / A*
Overview
AI 技术演化总览时间线
先用章节主线建立时代框架，再用论文、系统、数据、算力与标准事件解释为什么技术会转向。事件经过选择，不追求收录完整。
Chapter Spine
12 个阶段构成学习主线
专家系统
专家知识被写成 if-then 规则，系统可解释，但知识获取和例外维护成为瓶颈。
Bayes 与统计学习
AI 从确定规则转向不确定性建模，用证据更新信念，并逐步走向数据驱动学习。
经典机器学习与决策边界
支持向量机、树模型和集成学习从样本中归纳决策边界，让 AI 从手写规则进一步转向数据驱动。
CNN 与深度视觉
卷积网络通过局部感受野和参数共享，从边缘、纹理到形状逐层组合视觉特征。
强化学习与行动反馈
系统根据动作后的 observation、reward 与 return 改变价值估计或策略，并与搜索和深度表示形成多种组合。
Transformer
Attention 让 token 之间建立直接连接，成为大规模语言模型和多模态模型的关键架构。
预训练与后训练
规模化预训练形成通用 Base Model，指令微调与偏好反馈继续塑造面向用户的交互行为。
LLM 系统化
大模型具备强生成能力，但现代应用通常还需要上下文、工具、记忆和评估把能力组织成系统。
RAG
RAG 把外部知识检索进上下文，提高答案事实性、可更新性和可引用性。
Agent
LLM 被放进计划、工具调用、观察和修正循环，开始执行多步任务而不只是一次性回答。
Safety / Eval 反馈回路
红队样本、护栏、最小权限、人工复核和回归评估把一次失败转成可重复测试，并持续约束后续发布。
Source-backed Milestones
27 个事件解释关键转折
每个事件都关联章节、谱系节点和至少一份原始论文、专著、官方档案或标准。影响说明聚焦后续机制，不把单一事件写成唯一原因。
Causal Explorer
沿章节与谱系追踪因果路径
可按章节或谱系筛选直接关联事件，也可跟随经过审核的引导式故事。故事只会聚焦相关事件，不会隐藏其他历史；当前状态会写入网址，便于分享和往返谱系图。
显示 27 / 27 个事件
当前组合没有直接关联事件，请清除一个筛选条件。
Guided Causal Story
从经验更新到反馈闭环
- 核心问题
- 行动后的结果如何逐步进入价值学习、深度表示、偏好后训练与 Agent 系统？
- 策展边界
- 这是一条经过审核的教学路径，不是唯一、完整或已被证明的历史因果链。它只突出反馈信号如何被不同系统复用；未选事件仍属于完整历史。Samuel 节点表示搜索、评估函数与经验更新的早期组合，不把 1959 年工作倒推为后来才形成的完整强化学习范式。
第 1 / 6 步
Samuel Checkers：经验开始改变后续选择
- 继承了什么
- 继承博弈树搜索和人工设计的局面表示。
- 解决了什么
- 让运行经验更新评估函数，从而改变后续搜索倾向。
- 仍缺什么
- 尚未形成后来强化学习的统一问题设定，也没有深度表示或通用收敛结果。
第 2 / 6 步
Q-learning：用结果反馈更新动作价值
- 继承了什么
- 继承状态、动作和累计结果的序贯决策问题。
- 解决了什么
- 给出增量动作价值更新，并在论文条件下建立收敛结果，不要求每一步提供目标动作。
- 仍缺什么
- 表格或离散表示难以直接处理高维像素；有限样本和函数逼近也不由该定理自动保证。
第 3 / 6 步
DQN：深度表示接入价值学习
- 继承了什么
- 继承 Q-learning 的动作价值目标与 CNN 的视觉表示。
- 解决了什么
- 用深度网络和经验回放从 Atari 像素输入学习多个游戏的控制策略。
- 仍缺什么
- 游戏基准中的结果不等于现实世界可靠控制，也没有消除探索、稳定性和泛化问题。
第 4 / 6 步
AlphaGo：学习与搜索重新组合
- 继承了什么
- 继承监督学习、强化学习、策略与价值网络，以及经典树搜索。
- 解决了什么
- 让学习到的评估与 Monte Carlo 树搜索协同处理围棋的巨大行动空间。
- 仍缺什么
- 不能归结为强化学习取代搜索，也不能从围棋表现推出通用智能。
第 5 / 6 步
InstructGPT：偏好信号进入语言模型后训练
- 继承了什么
- 继承预训练语言模型、监督示范、候选排序和策略优化方法。
- 解决了什么
- 在研究的任务与评测分布中，用奖励模型和 PPO 让输出更符合标注协议下的偏好。
- 仍缺什么
- 偏好不是普遍真理，受偏好不保证事实正确或完整安全，偏好优化也不只存在这一条路线。
第 6 / 6 步
Agent / Safety：运行时反馈不等于训练更新
- 继承了什么
- 继承语言模型、工具调用与 observation 驱动的计划修正循环。
- 解决了什么
- 让外部回执改变当前任务的下一步，并通过权限、停止条件与评估约束行动。
- 仍缺什么
- 一次运行中的重试不能证明权重在线更新；可靠性仍需要明确训练管线与持续安全评估。
Guided Causal Story
从规则到可学习表示
- 核心问题
- 当搜索、规则、不确定性建模和手工特征各自遇到限制时，AI 如何逐步转向数据驱动与可学习表示？
- 策展边界
- 这是一条展示问题表示方式如何变化与重组的策展路径，不是规则被概率方法、经典机器学习再被深度学习逐步替代的单线历史。各条路线长期交叠；ImageNet 与 AlexNet 节点只突出共同数据、评测和算力如何与既有卷积机制组合。未选事件仍属于完整历史。
第 1 / 7 步
A*：用代价与启发信息组织搜索
- 继承了什么
- 继承把路径问题表示成图、状态与可比较代价的做法。
- 解决了什么
- 在明确条件下，让已走路径代价与领域启发估计共同决定节点展开顺序。
- 仍缺什么
- 启发信息仍由设计者提供；它没有从数据中学习特征，也不会自动表达不确定性。
第 2 / 7 步
MYCIN：把领域知识写成可解释规则
- 继承了什么
- 继承显式知识表示、规则匹配与受限问题求解。
- 解决了什么
- 用规则、置信因子和解释机制处理受限的感染诊疗咨询问题。
- 仍缺什么
- 强表现依赖窄领域知识，知识获取、例外维护与责任边界仍是瓶颈。
第 3 / 7 步
Bayesian network：把不确定依赖组织成图
- 继承了什么
- 继承结构化知识表示与根据证据更新判断的问题。
- 解决了什么
- 用有向图表达条件依赖，并把证据传播与概率推理放进同一框架。
- 仍缺什么
- 图结构与变量仍需要建模；它没有直接解决从高维原始输入学习任务特征。
第 4 / 7 步
SVM：从样本学习最大间隔边界
- 继承了什么
- 继承带标签样本、特征表示与优化目标构成的分类问题。
- 解决了什么
- 把输入映射到高维特征空间，并由支持向量确定最大间隔分类边界。
- 仍缺什么
- 学到分类边界不等于自动得到适合所有任务的多层表示或完整感知系统。
第 5 / 7 步
LeNet：卷积表示进入文档识别流程
- 继承了什么
- 继承多层网络训练，并复用局部连接和参数共享。
- 解决了什么
- 把卷积网络与全局训练用于手写字符和支票读取等真实工程流程。
- 仍缺什么
- 一个受限文档任务的成功没有证明同一规模的数据与计算能覆盖广泛视觉问题。
第 6 / 7 步
ImageNet：共同数据让视觉进步可比较
- 继承了什么
- 继承对象识别对带标签样本、类别组织和共同评测的需求。
- 解决了什么
- 用 WordNet 层级组织大规模图像，为训练与可比较评测提供共同基础。
- 仍缺什么
- 数据集本身不选择模型或完成训练，标签层级也限定了它能测量的问题。
第 7 / 7 步
AlexNet：算法、数据与 GPU 规模同时组合
- 继承了什么
- 继承深层卷积网络、ImageNet 任务与并行计算条件。
- 解决了什么
- 在约 120 万张训练图像上用高效 GPU 实现深层 CNN，并显著降低 ImageNet 错误率。
- 仍缺什么
- 视觉基准突破不表示规则、概率推理或经典搜索已经失效，也不等于通用视觉已经解决。
Guided Causal Story
从规模化模型到可靠系统
- 核心问题
- 规模化语言模型进入具体应用时，为什么还可能需要外部知识、后训练、行动循环和持续风险评估？
- 策展边界
- 这是一条经过审核的系统边界路径，不是所有应用都必须经过的流水线，也不是已被证明的单线因果史。各节点解决不同问题，可以被组合、替换或省略；RAG 不会因此更新模型权重，偏好后训练不保证事实与安全，运行时 observation 也不等于训练更新。未选事件仍属于完整历史。
第 1 / 7 步
Transformer：并行 Attention 提供可扩展主干
- 继承了什么
- 继承神经序列转换与从数据学习 token 表示的问题。
- 解决了什么
- 用 attention 取代循环与卷积主干，让 token 直接连接并提高训练并行性。
- 仍缺什么
- 一种架构本身没有决定训练规模，也没有自动提供最新知识、可靠行动或风险治理。
第 2 / 7 步
Scaling Laws：把规模化变成可测量方向
- 继承了什么
- 继承语言模型预测损失，以及模型、数据和计算规模的工程选择。
- 解决了什么
- 在研究范围内量化交叉熵损失与模型规模、数据规模和训练计算量的幂律关系。
- 仍缺什么
- 更低训练损失本身不等于更可靠、更安全或更符合具体用户意图。
第 3 / 7 步
GPT-3：任务适应进入文本上下文
- 继承了什么
- 继承大规模预训练语言模型和自然语言生成接口。
- 解决了什么
- 让模型在不更新权重时，根据提示中的说明和少量示例完成多类任务。
- 仍缺什么
- 上下文内适应不保证知识最新、答案可核验，也不赋予模型外部行动能力。
第 4 / 7 步
RAG：把可检索知识接入生成上下文
- 继承了什么
- 继承预训练生成模型、神经检索器与外部文档索引。
- 解决了什么
- 把参数记忆、可更新外部知识与生成过程拆成可组合的系统部件。
- 仍缺什么
- 检索段落只进入当前上下文，不会更新模型权重，也不能保证最终回答正确。
第 5 / 7 步
InstructGPT：用示范与偏好塑造助手行为
- 继承了什么
- 继承预训练模型、监督示范、候选排序与策略优化。
- 解决了什么
- 在研究任务、标注协议与评测分布内，让输出更符合标注者偏好。
- 仍缺什么
- 偏好不是普遍真理，受偏好不保证事实或完整安全，后训练也不只有这一条路线。
第 6 / 7 步
ReAct：让观察结果改变下一步行动
- 继承了什么
- 继承语言模型推理、外部来源调用与计划修正。
- 解决了什么
- 交错生成推理轨迹、环境动作与观察，让系统根据回执更新当前计划。
- 仍缺什么
- 一次运行中的 observation 不等于权重更新；工具错误、权限和停止条件仍需系统约束。
第 7 / 7 步
NIST GenAI Profile：把风险证据变成持续过程
- 继承了什么
- 继承 AI RMF 的生命周期风险管理框架。
- 解决了什么
- 把红队、事件记录、持续评估与风险处置映射到生成式 AI 风险管理。
- 仍缺什么
- 治理指南不是模型能力，也不能保证组织已经落实控制或让风险永久消失。
图灵把“机器会思考吗”改写为可检验问题
《计算机器与智能》用模仿游戏讨论机器智能，把抽象争论转向可以观察的行为证据。
为什么重要
它没有给出完整智能定义，却建立了此后 AI 研究反复使用的基准思路：先明确任务，再讨论证据。
Dartmouth 提案为“人工智能”建立共同研究议程
1955 年提案为 1956 年夏季项目设定语言、抽象、问题求解、自我改进和神经网络等问题。
为什么重要
它把分散的计算、逻辑和神经研究聚到一个名称下，也留下了远大目标与现实能力之间的长期张力。
感知机让分类边界可以从样本中学习
Rosenblatt 用概率模型描述一个可根据输入调整连接并完成识别的假想神经系统。
为什么重要
可学习权重替代了部分手写规则，但单层边界的能力有限，后来推动了对多层表示的探索。
原始来源
- 原始论文The Perceptron
跳棋程序展示机器可从经验改善策略
Samuel 的程序把搜索、局面评估和学习结合起来，实验证明程序能超过其编写者的跳棋水平。
为什么重要
“机器学习”不再只是概念：系统可以用运行经验更新评估函数并改变后续搜索选择；这里不把这项早期组合倒推标记为后来才形成的完整强化学习范式。
Shakey 把感知、规划与行动接进同一循环
SRI 在 1966 至 1972 年研究的移动机器人可以感知环境、规划路线并移动简单物体。
为什么重要
它把图搜索和规划从纸面问题带到受限物理环境，也暴露了现实感知与行动的工程成本。
原始来源
A* 为启发式最小成本路径搜索提供形式基础
Hart、Nilsson 与 Raphael 说明如何把领域启发信息纳入图搜索，并讨论一类策略的最优性质。
为什么重要
搜索不再只是盲目枚举；路径成本与启发估计可以在明确条件下共同指导展开顺序。
Lighthill 报告记录早期 AI 的失望与资金质疑
报告认为许多早期承诺没有兑现，并把组合爆炸列为通用系统扩展时的核心障碍。
为什么重要
它是第一次 AI 寒冬背景中的代表性原始材料；这里把它视为英国评审观点，而不是全球衰退的单一原因。
MYCIN 把领域知识组织成可解释规则咨询
MYCIN 用规则、置信因子和解释机制处理受限的感染诊疗咨询问题。
为什么重要
专家系统证明窄领域知识可以带来强表现，同时把知识获取、例外维护和责任边界变成新瓶颈。
反向传播让隐藏层学到任务相关表示
Rumelhart、Hinton 与 Williams 描述通过输出误差反复调整连接权重的学习过程。
为什么重要
多层网络可以形成中间特征，不必只依赖人工设计的输入表示，为后来的深度学习复兴提供关键机制。
Bayesian network 把不确定关系组织成图
Pearl 系统化了用有向图表达条件依赖、传播证据并进行概率推理的方法。
为什么重要
概率更新从单个公式扩展为结构化推理框架，让知识、依赖和不确定性可以共同建模。
Q-learning 给动作价值学习写出增量更新规则
Watkins 与 Dayan 描述一种直接学习最优动作价值的增量方法，并在论文列明的重复采样与表示条件下给出收敛结果。
为什么重要
结果反馈可以更新 state-action 价值而无需每一步的标准动作，但这项定理不代表所有强化学习方法或有限教学 Demo 都保证收敛。
原始来源
- 原始论文Q-learning
SVM 用最大间隔构造可泛化决策边界
Cortes 与 Vapnik 把输入映射到高维特征空间，并用支持向量确定分类边界。
为什么重要
经典机器学习把优化目标、边界复杂度和泛化联系起来，成为深度学习前的重要高性能路线。
原始来源
Deep Blue 在标准赛制中击败国际象棋世界冠军
IBM 系统通过专用搜索、评估和大规模并行计算，在 1997 年六局赛中战胜 Garry Kasparov。
为什么重要
胜利说明窄任务中的搜索与算力可以达到超人表现，但不等于系统获得了通用智能。
原始来源
- 官方档案IBM: Deep Blue
LeNet 展示卷积网络可进入真实文档识别流程
论文比较手写字符识别方法，并展示卷积网络与全局训练在支票读取系统中的应用。
为什么重要
局部连接和参数共享从机制变成工程系统，为后来更大规模视觉网络提供可复用结构。
ImageNet 把大规模带标签图像变成共同数据基础
ImageNet 以 WordNet 层级组织大规模图像数据，为对象识别训练与可比较评测提供基础。
为什么重要
数据规模与统一任务让模型进步可以被持续比较，也为深度视觉的算力竞赛准备了条件。
AlexNet 把深层 CNN、ImageNet 与 GPU 规模结合
2012 年系统在约 120 万张训练图像上使用深层卷积网络和高效 GPU 实现，显著降低 ImageNet 错误率。
为什么重要
算法、数据和算力同时到位后，深度学习从长期研究路线转为视觉领域的主流工程方法。
DQN 把深度视觉表示接入 Q-learning 控制
论文用深度卷积网络、经验回放与 Q-learning，从 Atari 像素输入学习多个游戏的控制策略。
为什么重要
深度表示让价值学习处理高维感知输入，但论文中的 Atari 结果不等于通用智能或现实世界可靠控制。
AlphaGo 把深度网络、自我对弈与树搜索组合起来
系统组合监督学习与强化学习训练的策略网络、价值网络和 Monte Carlo 树搜索。
为什么重要
它展示学习表示和经典搜索不是互相替代；强化学习也不是脱离监督学习与搜索单独造成结果。
Transformer 用 Attention 取代序列递归主干
论文提出仅基于 attention 的序列转换架构，省去循环与卷积，并提升训练并行性。
为什么重要
token 间直接连接和并行训练成为基础模型扩展的关键结构前提。
关联谱系
原始来源
语言模型 Scaling Laws 量化规模与训练损失的关系
论文在研究范围内观察到，交叉熵损失随模型规模、数据规模和训练计算量呈现幂律变化。
为什么重要
规模化从经验性尝试变成可测量的工程方向，但较低训练损失本身不等于更可靠、更安全或更符合用户意图。
GPT-3 展示规模化语言模型的文本内任务适应
1750 亿参数模型在不更新权重的情况下，通过提示中的说明和少量示例完成多类任务。
为什么重要
能力入口从专门微调部分转向通用文本交互，同时也放大了数据、评估和系统约束的重要性。
RAG 把参数记忆与可检索外部记忆结合
RAG 用神经检索器访问 Wikipedia 稠密索引，再让生成模型依据检索段落作答。
为什么重要
知识更新、来源追踪和生成能力可以拆成系统部件，而不必把全部事实都固化在模型参数中。
关联章节
关联谱系
FLAN 展示跨任务 Instruction Tuning 的零样本迁移
研究用自然语言指令描述的一组任务继续微调预训练语言模型，并评估未见任务上的零样本表现。
为什么重要
后训练开始明确塑造“理解请求并按任务格式回答”的行为，而不只是扩大预训练模型。
InstructGPT 用示范、排序与人类反馈塑造助手行为
研究先用标注者示范监督微调，再用候选输出排序训练奖励模型，并通过 PPO 继续优化策略。
为什么重要
研究显示特定任务、标注协议与评测分布中的偏好可以塑造行为，同时也记录简单错误与未解决限制；偏好不是普遍真理，RLHF 也不是全部后训练。
ReAct 交错生成推理轨迹与环境动作
方法让语言模型在推理、调用外部来源、观察结果和更新计划之间交替推进。
为什么重要
Agent 的核心不只是生成一份计划，而是让观察结果持续改变下一步动作。
关联章节
关联谱系
NIST AI RMF 把风险治理组织成持续函数
AI RMF 1.0 用 Govern、Map、Measure、Manage 四个函数组织 AI 生命周期风险管理。
为什么重要
安全与可靠性从单次测试扩展为贯穿设计、部署、监控与复评的组织过程。
关联章节
关联谱系
NIST 为生成式 AI 补充专门风险画像
生成式 AI Profile 把红队、事件记录、持续评估和风险处置映射到 AI RMF。
为什么重要
现代生成系统的发布门需要可重复证据和持续监控，不能用一次通过代表风险已经消失。
关联章节
关联谱系