Frank Rosenblatt 演示感知机，第一个能学习的人工神经网络

事件摘要

康奈尔航空实验室的心理学家 Frank Rosenblatt 演示了感知机——第一个能从经验中学习的机器。在一台 IBM 704 计算机上，它经过 50 次试验学会了区分左右标记的卡片。《纽约时报》称之为

影响评估

• 能力跃迁 +3 · 长期

  证明了机器可以从数据中学习，而非仅仅执行预设指令。感知机的学习算法——通过迭代纠错调整权重——是反向传播和所有现代深度学习训练方法的直接祖先。

  受影响群体: AI researchers、machine learning engineers、computer scientists

• 认知转变 +2 · 长期

  播种了连接主义 AI 方法——通过互联人工神经元学习——作为主导符号 AI 范式的替代方案。虽然连接主义在第一次 AI 冬天中被边缘化，但最终在 2010 年代的深度学习革命中取得了胜利。

  受影响群体: AI researchers、neuroscientists、cognitive scientists

• 经济冲击 +1 · 长期

  感知机的并行矩阵计算原理成为 GPU 加速 AI 的基础。这间接推动了 NVIDIA 从游戏图形公司转型为万亿美元市值的 AI 计算平台。

  受影响群体: semiconductor industry、investors、hardware engineers

共识度与来源

• 1
  "Professor's perceptron paved the way for AI — 60 years too soon" — Cornell Chronicle (2019)

  原文可访问: https://news.cornell.edu/stories/2019/09/professors-perceptron-paved-way-ai-60-years-too-soon

  The perceptron was the first neural network. The foundations for all of this artificial intelligence were laid at Cornell.

  新闻报道 引用已记录 原文可访问
• 2
  "The Perceptron - Foundation of Modern Neural Networks" — Michael Brenndoerfer (2025)

  原文可访问: https://mbrenndoerfer.com/writing/history-perceptron-neural-network-foundation

  In 1958, Frank Rosenblatt created the perceptron at Cornell Aeronautical Laboratory, the first artificial neural network that could actually learn to classify patterns.

  参考证据 引用已记录 原文可访问
• 3
  Rosenblatt, F. (1958) 'The Perceptron: A Probabilistic Model.' Psychological Review, 65(6), 386-408.

  原文可访问: https://doi.org/10.1037/h0042519

  The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain.

  学术论文 引用已记录 原文可访问
• 4
  Perceptron — Wikipedia

  原文可访问: https://en.wikipedia.org/wiki/Perceptron

  The perceptron was invented in 1958 by Frank Rosenblatt.

  参考证据 引用已记录 原文可访问