第一次AI寒冬：过度承诺的代价

1974年，英国数学家詹姆斯·莱特希尔受英国科学研究委员会委托，发布报告指出：AI领域夸大了研究成果，机器翻译、通用问题求解等项目均未达到预期。英国随即大幅削减AI研究经费；美国国防高级研究计划局（DARPA）也停止了对多个AI项目的资助。整个70年代，AI陷入”寒冬”——实验室资金枯竭，顶尖人才流失，这门学科几乎被扫进科学史的垃圾桶。

【为什么重要？】
这次寒冬是AI史上第一次严肃的自我反省，迫使研究者从”解决一切”的幻想回归现实，转向更专注的问题领域。

【逻辑闭环】
解决了什么：淘汰了不切实际的宏大承诺，促使研究者聚焦真实可交付的问题。局限是什么：寒冬的打击也让神经网络等有潜力的方向被一同冰封，造成了不必要的延误。寒冬的另一面：正是资金压力推动研究者转向”专家系统”这一更实用、更有商业价值的方向，从而催生了80年代的AI热潮。