奠基时期1943 — 19896 篇
99+Bulletin of Mathematical Biophysics
A Logical Calculus of the Ideas Immanent in Nervous Activity
Warren S. McCulloch, Walter Pitts
首次提出用数学模型描述神经元活动，奠定了人工神经网络的理论基础，启发了后来深度学习的发展。
神经网络奠基
阅读原文99+Mind
Computing Machinery and Intelligence
Alan Turing
提出著名的图灵测试，将"机器能否思考"这一哲学问题转化为可操作的实验，成为衡量机器智能的经典标准。
图灵测试智能定义
阅读原文99+Dartmouth College
A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence
John McCarthy, Marvin Minsky, Nathaniel Rochester, Claude Shannon
正式提出"人工智能"(Artificial Intelligence)这一术语，标志着 AI 作为独立学科的诞生。
AI 诞生学科奠基
阅读原文99+Psychological Review
The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain
Frank Rosenblatt
发明感知机(Perceptron)，首个能从数据中学习的人工神经网络模型，证明了机器可以通过训练识别模式。
感知机机器学习
阅读原文99+MIT Press
Perceptrons: An Introduction to Computational Geometry
Marvin Minsky, Seymour Papert
分析了单层感知机的局限性（无法解决 XOR 问题），导致第一次神经网络研究低谷，但也推动了多层网络的理论发展。
感知机局限AI 寒冬
阅读原文99+Nature
Learning Representations by Back-propagating Errors
David E. Rumelhart, Geoffrey E. Hinton, Ronald J. Williams
将反向传播算法成功应用于多层神经网络训练，使深度网络的实用化成为可能，是现代深度学习的基石。
反向传播深度学习基石
阅读原文