1988年：马文·明斯基（Marvin Minsky）和西摩尔·帕普特（Seymour Papert）出版了图书《Perceptrons》，这本书1969年首次出版，1988年扩充后再版。两人解释了再版的原因：“AI领域的研究为何没有取得突破？因为研究人员不熟悉历史，老是犯一些前人已经犯过的错误。”

　　1989年：燕乐存（Yann LeCun）与AT&T贝尔实验室的其它研究人员携手合作，成功将反向传播算法应用于多层神经网络，它可以识别手写邮编。由于当时的硬件存在限制，训练神经网络花了3天。

　　1990年：罗德尼·布鲁克斯(Rodney Brooks)发表了《lephants Don’t Play Chess》，他提出了新的AI方法：利用环境交互重新打造智能系统和特殊机器人。布鲁克斯称：“世界就是我们的最佳模型……关键在于正确感知它，保持足够高的频率。”

　　1993年：弗农·温格（Vernor Vinge）发表了《The Coming Technological Singularity》，他预测在30年之内，我们可以用技术创造出超智者，简言之，人类将会终结。

　　1995年：理查德·华莱士（Richard Wallace）开发了聊天机器人 A.L.I.C.E（Artificial Linguistic Internet Computer Entity的缩写），它受到了ELIZA的启发，由于互联网已经出现，网络为华莱士提供了海量自然语言数据样本。

　　1997年：赛普·霍克赖特（Sepp Hochreiter）和于尔根·施密德胡伯（Jürgen Schmidhuber）提出了LSTM概念（长短期记忆），今天的递归神经网络就是用这种方法开发的，它可以识别手写笔迹，还可以识别语音。

　　1997年：IBM研发的“深蓝”（Deep Blue）击败人类象棋冠军。

　　1998年：戴夫·汉普顿（Dave Hampton）和钟少男（Caleb Chung）开发了Furby，它是第一款家庭机器人，或者说是宠物机器人。

　　1998年：燕乐存（Yann LeCun）与人合作发表论文，谈到了用神经网络识别手写笔迹的问题，还谈到了优化向后传播的问题。

　　2000年：MIT研究人员西蒂亚·布雷泽尔（Cynthia Breazeal）开发了Kismet，它是一个可以识别、模拟表情的机器人。

　　2000年：本田推出了ASIMO，它是一个人工智能拟人机器人，可以像人类一样快速行走，在餐馆内可以将盘子送给客人。

　　2001年：斯皮尔伯格拍摄的电影《人工智能》上映，影片中一个机器人很像人类小孩，他的程序很独特，拥有爱的能力。

　　2004年：第一届DARPA自动驾驶汽车挑战赛在莫哈韦沙漠举行，可惜没有一辆自动驾驶汽车完成150英里的挑战目标。

　　2006年：杰弗里·辛顿（Geoffrey Hinton）发表《Learning Multiple Layers of Representation》，他首次提出了“机器阅读”这一术语，所谓机器阅读就是说系统不需要人的监督就可以自动学习文本。

　　2007年：杰弗里·辛顿（Geoffrey Hinton）发表《Learning Multiple Layers of Representation》，根据他的构想，我们可以开发出多层神经网络，这种网络包括自上而下的连接点，可以生成感官数据训练系统，而不是用分类的方法训练。辛顿的理论指引我们走向深度学习。

　　2007年：李飞飞（Fei Fei Li ）和普林斯顿大学的同事携手合作，开始研究ImageNet，这是一个大型数据库，由大量带注解的图片组成，旨在为视觉对象识别软件研究提供辅助。

　　2009年：Rajat Raina、阿南德·马德哈迈（Anand Madhavan）和吴恩达（Andrew Ng）发表论文《Large-scale Deep Unsupervised Learning using Graphics Processors》，他们认为“现代图形处理器的计算能力远超多核CPU，GPU有能力为深度无监督学习方法带来变革。”

　　2009年：谷歌开始秘密研发无人驾驶汽车，2014年，谷歌在内华达州通过了自动驾驶测试。

　　2009年，西北大学智能信息实验室的研究人员开发了Stats Monkey，它是一款可以自动撰写体育新闻的程序，不需要人类干预。

　　2010年：ImageNet大规模视觉识别挑战赛（ILSVCR）举办。

　　2011年：在德国交通标志识别竞赛中，一个卷积神经网络成为赢家，它的识别率高达99.46%，人类约为99.22%。

　　2011年：IBM开发的自然语言问答计算机沃森在“危险边缘”（Jeopardy！）中击败两名前冠军。

　　2011年：瑞士Dalle Molle人工智能研究所发布报告称，用卷积神经网络识别手写笔迹，错误率只有0.27%，之前几年错误率为0.35-0.40%，进步巨大。

　　2012年6月：杰夫·迪恩（Jeff Dean）和吴恩达（Andrew Ng）发布报告，介绍了他们完成的一个实验。两人向大型神经网络展示1000万张未标记的图片，这些图片是随机从YouTube视频中抽取的，发现当中的一个人工神经元对猫的图片特别敏感。

　　2012年10月：多伦多大学设计的卷积神经网络参加ImageNet大规模视觉识别挑战赛（ILSVCR），它的错误率只有16%，比往年25%的错误率大幅改进。

　　2016年3月：谷歌DeepMind研发的AlphaGo击败围棋冠军李世石。

　　原文来自：福布斯