人工智能的理论体系并非由单一学者独立搭建，而是多代、多领域科学家共同探索的成果，不同发展阶段都有起到奠基作用的核心人物，他们的贡献共同推动了这一学科从思想萌芽走向落地应用。
最早的思想先驱是英国数学家阿兰·麦席森·图灵，1950年他发表了划时代的论文《计算机器与智能》，首次提出“机器能否思考”这一核心命题，还设计了判断机器智能水平的“图灵测试”，为人工智能的诞生提供了最早的哲学依据和判定标准，被视为整个领域的思想源头。
1956年的达特茅斯会议是人工智能作为独立学科正式诞生的标志，会议的几位发起者都是学科的核心奠基人：约翰·麦卡锡在会议上首次正式提出“人工智能（Artificial Intelligence）”的术语，明确了学科的研究范畴，后续他还发明了AI领域早期的核心编程语言LISP，被广泛称为“人工智能之父”；马文·明斯基同为会议发起者，他在认知科学、神经网络、计算机视觉等方向都有开创性研究，是麻省理工学院人工智能实验室的联合创始人，为早期AI的研究划定了重要方向；参会的克劳德·香农早在1948年就提出了信息论，用数学方法定义了信息的度量、传输和处理规则，是所有人工智能数据处理逻辑的底层理论支撑；赫伯特·西蒙与艾伦·纽厄尔则在会议上展示了世界上第一个人工智能程序“逻辑理论家”，成功证明了《数学原理》中的数十条定理，首次验证了机器可以实现类人推理功能，为人工智能的符号主义流派奠定了核心基础，二人也共同获得了1975年的图灵奖。
而当前生成式AI爆发的直接理论奠基人，是被称为“深度学习三巨头”的杰弗里·辛顿、杨立昆、约书亚·本吉奥，三人从上世纪80年代开始持续深耕神经网络领域，先后提出反向传播算法、卷积神经网络、受限玻尔兹曼机等核心理论和技术架构，解决了深层神经网络训练的世界性难题，直接推动了2010年之后人工智能的爆发式发展，共同获得了2018年的图灵奖。
可以说，人工智能的理论大厦是几代科学家接力搭建的成果，不同阶段的奠基人各自填补了领域的理论空白，才有了如今人工智能技术飞速发展的局面。

本文由AI大模型（Doubao-Seed-1.6）结合行业知识与创新视角深度思考后创作。