AI八十年：从梦想到日常工具

1956年，几位年轻学者在达特茅斯举办暑期研讨会，提出‘智能的每一层面都可被精确描述，进而由机器模拟’。会议虽无实质成果，却为之后七十年的人类技术理想定下基调。

1943年，神经生理学家沃伦·麦卡洛克与数学家沃尔特·皮茨发表论文，用数学证明：由简单神经元组成的网络，理论上能计算任何可计算函数。这成为人工神经网络的理论起点。

1950年，艾伦·图灵发表《计算机与智能》，未直接回答‘机器能否思考’，而是提出操作性标准：若机器在对话中令人类无法区分其为机器或人，则视为智能。这就是著名的图灵测试。

1956年夏，约翰·麦卡锡、马文·明斯基、克劳德·香农与纳撒尼尔·罗切斯特在达特茅斯学院组织六周研究项目，麦卡锡为其命名为‘人工智能’。

这个名字本身即是一份宣言：智能并非神秘天赋，而是可被工程化的问题。

达特茅斯会议后二十年，AI主流范式为符号主义：智能 = 逻辑推理。知识以符号表达，推理由规则引擎驱动。

1957年，弗兰克·罗森布拉特发明感知机——一种可学习的单层神经网络，能识别简单模式。《纽约时报》兴奋预言：‘海军期待它终能行走、说话、观看、书写并意识到自我存在。’

同期，赫伯特·西蒙于1957年预言：‘十年内，计算机将成为国际象棋冠军，发现并证明重要数学定理，创作出被评论家视为具美学价值的音乐。’

这些预言过于乐观。1969年，明斯基与派珀特出版《感知机》，从数学上证明单层感知机的局限——连简单异或（XOR）问题都无法解决。此书几乎终结了神经网络研究。

1973年，英国政府委托詹姆斯·莱特希尔爵士评估AI进展。莱特希尔报告严厉批评：‘迄今成果未达预期影响。’政府随即大幅削减AI经费。

美国DARPA亦转向更‘务实’项目。资金断流引发‘AI寒冬’，博士生被劝阻在简历中写‘AI’——几乎等同于断送学术生涯。

但寒冬中，火种未灭。

1986年，杰弗里·辛顿、大卫·鲁梅哈特与罗纳德·威廉姆斯重新发现反向传播算法——一种有效训练多层神经网络的方法。论文屡遭拒稿，最终发表于《Nature》，成为连接主义复兴的起点。

1997年5月11日，IBM深蓝在第六局击败国际象棋冠军加里·卡斯帕罗夫。此役具象征意义，但深蓝依赖暴力搜索与专用硬件，非真正‘智能’。

真正转折发生于2006年。辛顿发表关于深度信念网络的论文，展示如何逐层预训练深度神经网络。同年，英伟达推出CUDA平台，使GPU可用于通用计算。二者交汇，为深度学习革命奠定基础。

2009年，斯坦福李飞飞团队发布ImageNet——含1400万张标注图像的数据集，成为深度学习算法的竞技场。

2012年10月，一篇论文彻底改变AI轨迹。

辛顿的两名学生——亚历克斯·克里热夫斯基与伊利亚·苏茨克维——用NVIDIA GPU训练名为AlexNet的深度卷积神经网络，在ImageNet图像识别竞赛中，错误率比第二名低逾10个百分点。

这不是渐进进步，而是质的飞跃。一夜之间，计算机视觉领域从手工特征转向深度学习。

此后五年，深度学习席卷各领域：语音识别达人类水平、机器翻译全面转向神经网络、图像生成（2014年Ian Goodfellow发明GAN）。

2016年3月，DeepMind的AlphaGo以4:1击败李世石九段。第37手——被称‘神之一手’的落子——为人类从未见过。围棋曾被视为计算机需再花二十年攻克的高地。

但真正的范式变革仍在后头。

2017年，谷歌大脑八位作者发表题为《Attention Is All You Need》的论文。

论文提出全新架构：Transformer。它摒弃主流循环神经网络（RNN），改用自注意力机制，使每个词在生成时同时关注输入全部词。这意味着整个句子可并行处理，而非逐字串行计算。

当时评价仅为‘有趣改进’。无人预料，这一架构将成为未来十年所有关键AI系统的核心。

OpenAI、Google、Anthropic、Meta——今日所有顶尖AI实验室的核心模型，均基于Transformer。GPT中的‘T’，即Transformer。

2018年，OpenAI发布GPT-1（1.17亿参数），表现平平，未受关注。2019年GPT-2（15亿参数）已展现令人不安的文本生成能力——OpenAI最初甚至不愿公开完整模型。

2020年GPT-3（1750亿参数）发布，成为分水岭。无需为新任务微调，仅凭提示中的几个示例，即可完成翻译、问答、编程等数十项任务。此即‘涌现能力’——模型规模达临界点，此前不存在的能力突然显现。

2022年11月30日，OpenAI开放ChatGPT。两个月内用户破亿，创互联网产品达到此里程碑的最快纪录。全民AI时代开启。

2023年3月，GPT-4发布。不仅通过律师资格考试（分数超90%人类考生），还能理解图像、推理复杂逻辑，并在多项专业测试中达到或超越人类水平。

2024年，多模态模型融合文本、图像、语音与视频——GPT-4o、Gemini、Claude 3.5——AI正从纯语言模型迈向对世界的多维感知。

AI发展史的独特之处，在于其自始即以通用人工智能（AGI）为终极目标——一种在几乎所有智力任务上达到或超越人类的智能。

乐观派观点：

规模法则表明，模型性能随参数、数据与算力增长稳定提升，无明确平台期。GPT-4已展现推理雏形，多模态理解正赋予AI对物理世界的基本认知。OpenAI首席执行官Sam Altman公开表示AGI或于2030年前实现。

谨慎派观点：

当前大语言模型本质是复杂模式匹配，非真正理解。缺乏因果推理、稳定世界观与持续学习能力，对物理常识掌握仍脆弱。科幻作家Ted Chiang将LLM比作‘互联网的模糊JPEG压缩’——表面逼真，细节全无。

无论哪方最终正确，有一点确凿无疑：我们正经历人类历史上首次造物主时刻——创造一种可能比我们更聪明的存在。

回望这八十年，AI历史呈现独特节奏：狂喜→幻灭→蛰伏→突破→狂喜。每代人皆以为终点在即，而每次幻灭后，地下皆酝酿新范式。

但此次与以往有本质不同：AI已走出实验室。2024年，全球数亿人每日与AI互动——写作、编程、设计、研究、教育。它不再是少数研究者的未来愿景，而是普通人手中的日常工具。

图灵1950年论文写道：‘我们只能看到前方极短距离，但可见那里有诸多待做之事。’

74年后，此言比以往更真实。前路仍迷雾重重——但身后八十年足迹昭示：每一步，都在将不可能变为可能。

小蜗牛Shaw