一、人工智能的发展历史答案？
一、孕育期
1.1943年 Warren McCulloch和Walter Pitts利用三种资源：基础生理学知识和脑神经元的功能、罗素和怀特海德对命题逻辑的形势分析、图灵的计算理论，提出了人工神经元模型。
2.1949年Donald Hebb提出用于修改神经元之间的连接强度的更新规则，即赫布型学习。
3.1950年Marvin Minsky和Dean Edmonds建造了第一台神经网络计算机SNARC，使用3000个真空管和自动指示装置模拟40个神经元构成的网络。
4.1950年阿兰.图灵提出图灵测试、机器学习、遗传算法和强化学习。
5.1952年阿瑟.萨穆尔的西洋跳棋程序，可以通过学习达到业余高手的水平。
二、诞生
1956年约翰.麦卡锡(john McCarthy)等人召开了达特茅斯研讨会，标志着人工智能的诞生。
此后20年，人工智能领域被这10个人以及他们所在的MIT、CMU、斯坦福和IBM的学生和同事支配了。
1.艾伦.纽厄尔和赫伯特.西蒙推出了一个推理程序'逻辑理论家'，能证明罗素和怀特海德的《数学原理》。
2.1958年麦卡锡定义了长期霸占人工智能编程统治地位的Lisp语言，发明了分时技术、提出了'有常识的程序'。
后者被认为是第一个完整的人工智能系统。
3.明斯基指导学生研究求解需要智能的有限问题，这些有限域称为微观世界，比如积木世界。
这直接引发了1970年学习理论、1971年的视觉项目、1972年的自然语言理解程序、1974年的规划器、1975年的视觉与约束传播工作、
4.1962年Frank Rosenblatt用感知机加强了赫布的学习方法。Block等也提出了感知机收敛定理。
5.1969年Bryson和Ho首次提出反向传播算法。
三、第一次低谷(1974-1980)
1. 由于准确的翻译需要背景知识来消除歧义并建立句子的内容，导致机器翻译迟迟没有进展。
2.微观世界能求解的问题，放大之后迟迟没有任何进展。
3.感知机被嘲讽无法解决最简单的异或问题，导致神经网络几乎销声匿迹。
四、第二次兴起(1980-1987)：专家系统的流行
1.1969年Buchanan等开发了第一个成功的知识密集系统DENDRAL，引发了专家系统的研究。
2.1982年第一个成功的商用专家系统RI在数据设备公司(DEC)运转，该程序帮助为新计算机系统配置订单，到1986年为公司节省了4000万美元。
这个期间几乎每个主要的美国公司都正在使用或者研究专家系统。
五、第二次AI寒冬1987-1995
1.XCON等最初大获成功的专家系统维护费用居高不下。
2.专家系统的实用性仅仅局限于某些特定情景。
3.1981年日本提出的'第五代计算机'，以研制运行Prolog语言的智能计算，始终无法实现。
4.美国AI研究计划中的芯片设计和人机接口研究始终无法实现目标。
六、第三次兴起(1995-现在)
二、人工智能在人类历史的地位？
人工智能是下一个时代的发动机 燃料是大数据，将推动工程设计 至 超出人类水平的上限，将全面革新人类社会中的所有产品。它是人类创新进步的阶梯，人类社会将从此有了质的飞跃，取得更大的进步！
即下一个时代的标志性发动机 是信息处理的发动机！
三、从人工智能的利弊看科学技术在历史发展中的作用？
1、人工智能能够快速分析处理大量的文献资料
研究历史最为重要的就是古物的研究，而古书又是占了大头。但是，研究古书却是一件令人非常头疼的事情，尤其是初学者，面对浩如烟海的古籍往往无从下手，而没有了古籍作为自己研究的第一手资料，那么所有的科学研究也无法着手。
而要是把这项繁琐的工作交给人工智能，通过大数据分析处理得出有用的结论，就能够为广大的历史工作中省去大量的时间成本，可以从事更多复杂的，更多有创新价值的研究，这样无疑会加速历史研究的发展。
2、人工智能是技术辅助手段，并不是要完全依靠人工智能。
历史作为一门重要的人文学科，很多人认为人工智能无法参与这项领域，但是我却不认为是这样的。人工智能技术终究其本质也是数据的分析处理，所以它只能够作为是研究历史的手段，而这种技术历史研究也在一直使用。就比如用统计学的方法来研究历史，研究历史的经济领域的发展，研究不同朝代的人口变迁，这些都是处理了大量的原始数据而得到的。