B领域级
《Perceptrons》划出单层网络的边界
对能力边界的数学分析，后来被误读为对神经网络的终审
已核验1可追溯来源
Minsky 与 Papert 系统分析感知机，证明单层线性模型无法解决 XOR 等问题，并讨论了计算复杂度限制。
发生了什么
书中的结论针对特定类型的单层感知机。多层网络理论上可以跨过部分限制，但当时缺少有效训练方法和足够算力。
当时的行业背景
1950 年代末的感知机被公开宣传为可能具备学习、识别甚至语言能力的通用机器，但理论边界尚不清楚。
为什么重要
它纠正了早期宣传，也影响了研究资金和注意力的流向。后来把整段神经网络低潮归因于一本书过于简单，但这次争论提醒研究者区分已证明的边界与被扩大的叙事。
在它之前
感知机的公共叙事远超已有实验和理论证据。
在它之后
单层模型的限制被明确，神经网络进入较长的低关注期。
影响
它改变了什么
对行业
神经网络研究的声势下降，符号 AI 在接下来的阶段占据更多资源。
来源