人工智能发展史话
2017年柯洁与AlphaGO的人机大战引发广泛关注，虽然最终人类棋手败北，但围棋界并未因此沉寂。比赛仍在继续，只是从人机对抗转向了棋手间的纯粹较量。
AI在围棋领域已无需再证明实力。从那时起，AI转而成为棋手的训练伙伴，棋手们的学习方式也从研究棋谱转向了与AI对弈。
这虽不是AI首次进入公众视野，但确实是我首次萌生深入了解AI的契机。
2019年在读研期间，我加入学校双创中心一家AI创业公司。数月后，我对AI的过去与现状有了深入了解，并按照老板要求，以产业视角撰写了一本《人工智能时代》的书籍。
然而基于神经网络和深度学习的AI，虽然能解决实际问题，却并非人们理想中的通用型AI。这也是我最终离开的原因之一。
大模型兴起后，AI奇点真正到来。在一些人眼中，只有大模型出现后的AI才称得上真正的人工智能。这种观点有一定道理，早期AI仅限于特定领域，机械性远大于智能性，而如今的AI逻辑中，智能性已超越机械性。
但现代AI并非凭空出现，因此这个AI专题仍需从历史讲起。
AI的起源
工业社会以来，人们不断尝试制造工具替代人的体力或脑力劳动。17世纪数学家莱布尼茨提出“符号语言”和“思维演算”设想，认为应将思维代数几何化，这成为现代机器思维的萌芽。
20世纪30年代，英国数学家图灵开始研制智力机。1949年，图灵负责最早的计算机曼彻斯特一号的软件工作。
1950年，图灵发表《计算机与智能》论文，提出“机器思维”概念和著名的“图灵测试”。
图灵测试：对话者通过文字分别与密室中机器和人自由对话，若无法分辨对话对象是人还是机器，则认为该计算机具备人类智能。
除计算机科学外，控制论、信息论、系统论及心理学、哲学等领域的交叉成果，为AI诞生奠定基础。
AI的第一次浪潮（1956-1974）
1956年，美国达特茅斯学院一场讨论会确立了人工智能概念，被视作AI元年。当时基本假设是人类思维可机械化，通过逻辑学知识用计算机0和1表达。
当时许多看似需人类思考的问题被AI攻克，如走迷宫和国际象棋等。但生活中的复杂问题让当时的AI束手无策，这次浪潮在70年代中期逐渐衰落。
AI的第二次浪潮（1980-1987）
1980年，卡耐基梅隆大学为某公司开发专家系统，提供决策支持。
与第一次AI浪潮利用推理和逻辑规则不同，这次浪潮的AI开始借用领域专业知识。如AI要取代医生，需输入大量病理知识。
这种方式与现在给AI“喂数据”异曲同工。但当时给AI提供知识需倾听专家意见，实操困难且成本高昂。知识量增加时，知识间也会出现矛盾，一如现在的“AI幻觉”。
当意识到这类系统的开发维护成本与价值不成正比，这次浪潮也就偃旗息鼓。但这次浪潮中，人工神经网络研究已取得长足进展。
AI的第三次浪潮（2011-2019）
21世纪，吴恩达与谷歌合作，用1.6万台计算机搭建并模拟人脑神经网络，向这个AI展示1000万段视频。
这个AI在无外界干涉下，“认识”到猫是怎样的生物，并成功找到猫的照片，识别成功率超80%。
这一时期，数据和算力增长，AI算法也取得突破。借助深度学习技术，语音识别、图形视觉等领域取得进展。AlphaGO战胜柯洁也发生在此期间。
但其实AlphaGO还不是当时最强的围棋AI，后来应用对抗神经网络的AlphaZero以100:0战绩横扫AlphaGO，名副其实“百战百胜”。
这次AI浪潮与之前相比，技术层面没有太大改变，差别在于深度学习的成功，也有赖于数据和算力的爆发式增长。
但也因为没有本质上的改变，AI看起来还是空中楼阁，直到大模型的出现。
真正的AI浪潮
我不太承认只有现在的AI才算是真正的人工智能，但只有现在AI掀起的浪潮才是真正的AI浪潮。
过往所谓的AI浪潮都只是在业界或者单个领域掀起了水花，但这一次的AI浪潮才真正开始影响到各行各业。
从大语言模型兴起，到AI生图、AI生成语音、AI生成视频，包括现在很火的“养龙虾”，其实都是AI在不同领域的应用。现在的AI通过“图灵测试”完全没有问题，甚至很多时候AI比人更像人。
某种程度上来说，现在的AI确实已经跟人的思维有些类似了。跟人相比较，AI的算法可以类比人的大脑，数据类比人的经验，算力则类比人的精力。
在大脑、经验和精力都不拉垮的前提下，agent的爆发是早晚的事。就目前来看，AI对各行各业的影响，现在还只是个开始。
AI的发展经历了多次的浪潮，每一轮的繁荣背后有无数家公司死去，也有无数的论文和努力被遗忘。人们在一次次高估短期、低估长期中错失了太多的机会，这是人性使然。
在泡沫和信仰的交替中，也许这一次的AI仍旧只是更高级的模仿而非真正的智能，但人总是会跨到下一个时代的，AI也是。
对了，感兴趣的朋友可以直接在公众号后台回复“人工智能时代”，我有把这本书的网盘链接放进去。当然，这本书在现在来看已经过时了，但对了解AI还是有一定的帮助，有兴趣的话自己看看就好了。