人工智能（Artificial Intelligence，简称AI）的起源并非一蹴而就的奇迹，而是一场跨越了半个多世纪的思想接力。从古希腊时期关于“自动机”的神话幻想，到20世纪中叶计算机科学的破晓，人类对“造出智能机器”的渴望最终在理论与技术的交汇处结出了硕果。这段起源史，不仅是技术的演进史，更是人类重新认识自身智能的探索史。
思想的火种：图灵测试与神经元模型
在人工智能作为一门独立学科诞生之前，其思想根基早已在20世纪中叶悄然奠定。1943年，神经生理学家沃伦·麦卡洛克和数学家沃尔特·皮茨提出了M-P人工神经元模型。他们首次用数学公式和二进制逻辑模拟了生物神经元的激活过程，为后来的神经网络研究埋下了第一颗种子。紧接着在1949年，唐纳德·赫布提出了“赫布律”，指出神经元之间的连接强度会随着使用而调整。这一理论精准地预言了现代机器学习的核心本质：所谓的“训练”与“学习”，本质上就是调整连接权重的过程。
然而，真正为人工智能划定哲学边界的，是英国数学家艾伦·图灵。1950年，图灵发表了划时代的论文《计算机器与智能》，提出了著名的“图灵测试”。他极具前瞻性地提出，与其争论机器是否拥有“意识”，不如用一个可量化的标准来定义智能：如果一台机器能够在对话中让人类无法分辨其机器身份，那么它就可以被认为是智能的。图灵甚至提出了“训练机器”的构想，主张通过模拟儿童的认知过程让机器不断学习，这与当今大语言模型的预训练思路有着惊人的跨时代共鸣。
学科的诞生：1956年达特茅斯会议
如果说图灵等人提供了理论的火种，那么1956年的达特茅斯会议则是真正点燃人工智能引擎的火花。这场为期两个月的暑期研讨会，被公认为人工智能学科正式诞生的标志。
会议的发起人是当时在达特茅斯学院任教的年轻助理教授约翰·麦卡锡。在经历了职场挫折后，他得到了普林斯顿校友的引荐，并与IBM的学者一拍即合，决定召集业内顶尖专家共同探讨“造一台像人类那样智能的机器”。为了摆脱传统“自动机研究”的局限，麦卡锡力排众议，首次提出了“人工智能”（Artificial Intelligence）这一术语，并成功将其确立为会议的主题。
这场汇聚了马文·明斯基、克劳德·香农、艾伦·纽厄尔、赫伯特·西蒙等十余位科学巨匠的会议，不仅确立了AI的名称与概念，更展示了令人振奋的早期成果。纽厄尔和西蒙带来了世界上首个可工作的人工智能程序“逻辑理论家”（Logic Theorist），它成功证明了《数学原理》中的多个定理，证明了机器确实能够执行“推理”这一人类专属的智力活动。此外，麦卡锡在会上发明的“α-β修剪”算法以及后续开发的LISP语言，也为AI的符号处理奠定了坚实的技术基础。
路线的分野与早期的乐观
达特茅斯会议不仅是一次成功的学术聚会，更是人工智能技术路线分野的起点。在会上及随后的发展中，AI领域逐渐显现出两大核心流派：以逻辑推理和符号操作为核心的“符号主义”，以及受生物神经系统启发的“连接主义”。
会议结束后，整个学术界沉浸在一种近乎狂热的乐观情绪中。赫伯特·西蒙甚至断言：“十年之内，计算机就能成为世界象棋冠军。”这种乐观促成了AI的第一个“黄金时代”，美国军方和各大机构投入大量资金，各类AI实验室如雨后春笋般成立。
回顾人工智能的起源，1956年的达特茅斯会议无疑是一座不朽的丰碑。它将原本散落于哲学、数学、心理学和计算机科学中的思想碎片，拼凑成了一门独立学科的宏伟蓝图。尽管早期的先驱们未能在一代人之内解决所有智能难题，但他们所确立的目标、提出的术语以及开辟的道路，为后来历经起伏、最终走向深度学习与大模型时代的AI浪潮，奠定了最坚实的基石。
