AI系列|人工智能再迎高潮:80 年代专家系统与神经网络的复兴

将水木上岸设为“星标⭐”
掌握第一手top院校信息

水木上岸自2017年开始辅导清华347应用心理,近年上岸率高达67%-88%,团队的讲师均来自清华大学,本硕博都有,覆盖考研体系中所有课程,我们是心理学领域唯一专业人工智能的团队。
2026考研中,水木上岸21位学员被录取(共29人),占总录取人数72.4%,前五名均为水木上岸学员。
2025考研中,水木上岸21位学员被录取(共录取 24人),占总录取人数88%,前五名均为水木上岸学员(包含总分第一和专业第一)。2024考研中,水木上岸学员录取率67%,其中包含专业第一。
人工智能的应用发展阶段处于 20 世纪 80 年代。在科技发展的历史长河中,20 世纪 80 年代,人工智能进入了一个全新的应用发展高潮。
20 世纪 80 年代初,专家系统作为一种模拟人类专家知识和经验的人工智能系统,开始流行。专家系统能够依据一组从专门知识中推演出的逻辑规则,在某一特定领域回答或解决问题。由于专家系统仅限于一个很小的知识领域,从而避免了常识问题的复杂性,其简单的设计又使其能够较为容易地实现编程或修改。专家系统的兴起,掀起了人工智能领域的 “知识革命”。
与专家系统并行的是机器学习 (machine learning, ML) 领域的复苏。特别是神经网络,这一在 20 世纪 60 年代曾一度陷入低谷的技术,在 80 年代开始慢慢复苏。1980 年,在美国卡内基梅隆大学召开了第一届机器学习国际研讨会,这标志着机器学习研究已在全世界范围内兴起。
1985 年,朱迪亚・珀尔 (Judea Pearl) 提出了贝叶斯网络,这是一种模拟人类推理过程中因果关系的不确定性处理模型。贝叶斯网络通过有向无环图来表示随机变量之间的条件依赖关系,为人工智能领域的因果推理和反事实推理提供了有力的工具。

1986 年,杰弗里・辛顿 (Geoffrey Hinton) 等提出了多层感知机 (multi-layer perceptron, MLP) 与反向传播 (BP) 训练相结合的理念。这一方法解决了单层感知机不能做非线性分类的问题,开启了神经网络新一轮的研究高潮。

1989 年,杨立昆 (Yann LeCun) 结合反向传播算法与权值共享的卷积神经层,发明了卷积神经网络 (convolutional neural network, CNN)。这一网络结构在图像识别领域取得了显著的效果,并被成功应用到美国邮局的手写字符识别系统中。

20 世纪 80 年代是人工智能领域的一个重要发展阶段。这一时期,专家系统的流行、机器学习的复苏、贝叶斯网络与多层感知机的提出以及卷积神经网络的诞生等事件共同推动了人工智能技术的快速发展和应用。这些成就不仅为人工智能的未来发展奠定了坚实基础,也为人类社会的进步和发展注入了新的活力。


2026清华复试名单与所报水木上岸班型

2025清华复试名单

往期精选

【26水木上岸40位学员进入清华复试】
【25上岸经验贴】
【清华录取通知书】
【26喜报】


公众号安利

水木上岸官方总号
由水木上岸学术团队打造的”智能心理测量”公众号,是心理学与人工智能深度交融的先锋平台。我们以”用算法解析心智,以科技赋能心灵”为使命,聚焦AI+心理学的跨学科创新,持续追踪全球顶尖实验室的科研动态,为读者搭建认知升级的智识桥梁。
水木上岸联合清华计算机系AI团队
推出了
心理学考研版 AI 助教
24 小时答疑


夜雨聆风