人工智能领域历史上经历了多次“寒冬”，这些寒冬背后的主要原因包括：

1. 技术瓶颈和性能限制：如北京商报所述，AI寒冬的一个主要原因是计算机性能的瓶颈，无法满足发展人工智能所需要的复杂计算以及庞大的数据量[1]。

2. 资金投入的减少：中国新闻网提到，AI寒冬的特征之一是投入的研发资金快速下降，这反映了人类对技术认知的变化，当对AI发展过度乐观时，会产生过度承诺，导致资金问题[2]。

3. 技术预期与实际成果的差距：历史上的AI之冬，以及留给今天的启示中提到，逻辑理论下的AI系统难以工程化，许多AI项目耗费了巨额资金和漫长等待后，依然没有能成为实物、带来实际价值[3]。

4. 过度乐观和过度承诺：集智俱乐部的文章中提到，20世纪60年代和70年代初的乐观预测很快表现出了各种弊端，导致了人工智能的第一个寒冬[4]。

5. 技术愿景与实际限制的差距：新华网的文章指出，在人工智能发展史上，已经历三次“AI寒冬”，其中不乏宏大的技术愿景因各方面限制化为泡影的例子[5]。

这些因素共同作用，导致了人工智能领域历史上的多次寒冬。随着技术的进步和对AI更理性的认识，领域内的研究和应用也在不断发展和成熟。

[1] 北京商报: 人工智能，第三次浪潮OR寒冬？ [2] 中国新闻网: 人工智能“寒冬”只是一种假象 [3] 人人都是产品经理: 历史上的AI之冬，以及留给今天的启示 [4] 集智俱乐部: 米歇尔发文直指AI四大谬论，探究AI几度兴衰背后的根源 [5] 新华网: 瞭望| 前瞻2024人工智能四大趋势