1976—1982年，人工智能的发展处于（）。A.萌芽期 B.第一次繁荣期 C.第一次低谷期 D.复苏期

1976—1982年，人工智能的发展处于第一次低谷期，答案选 C。这一时期的显著特征是技术瓶颈凸显、研究经费大幅削减，以及学术界对人工智能的乐观预期遭遇现实挫折。

低谷期的核心成因

技术局限性暴露
早期AI系统在复杂任务中表现乏力：定理证明程序无法解决“连续函数之和为连续函数”这类基础数学问题；感知机算法被证明无法处理非线性分类问题，应用范围受限；计算机的运算能力与内存容量难以支撑实际场景需求，导致萨缪尔的西洋跳棋程序水平停滞，甚至输给人类。这些失败直接动摇了人们对AI的信心。

外部环境的负面冲击
1973年英国发布的《莱特希尔报告》（Lighthill Report）是关键转折点。该报告认为人工智能研究“要么是骗局，要么是庸人自扰”，直接导致英国政府终止全国AI研究 funding。美国DARPA也削减资助，IBM等企业取消内部AI项目，全球范围内大量研究计划因经费停发而终止。

理论质疑与舆论转向
学术界开始反思AI的底层逻辑，反对派指出“计算机只能解决形式化问题，而现实世界的问题是非形式化的”。媒体与公众对AI的认知从“未来科技”转向“夸大其词”，甚至出现“AI威胁论”等负面声音，进一步加剧了研究环境的恶化。

低谷期的行业生态

这一时期AI领域陷入“寒冬”状态：

研究停滞：高校与企业的AI实验室大规模关闭，仅少数团队坚持基础理论探索。

人才流失：研究者转向更易获得资助的传统计算机科学领域，或进入应用开发领域。

术语避忌：“人工智能”一词因负面联想被刻意回避，部分项目甚至伪装成其他领域研究。

后续转折与历史定位

尽管整体低迷，专家系统（如用于化学分析的和医学诊断的）在受限领域展现出实用价值，为80年代的复苏埋下伏笔。但就1976—1982年的核心特征而言，技术瓶颈、资金断裂与信心危机共同定义了这一“第一次低谷期”，成为AI发展史上“理想与现实碰撞”的典型阶段。

这一时期的教训深刻影响了后续AI发展：研究者开始重视知识工程与计算资源的匹配，也让行业意识到“适度预期”对技术可持续发展的重要性。你认为，当前AI的快速发展是否面临类似的“期望与现实”挑战？