AI七十年历程：从萌芽到共生，现状如何

1956年盛夏，美国达特茅斯学院举办了一场研讨会，十位学者齐聚一堂，探讨一个当时宛如科幻构想的话题：“如何赋予机器语言能力、构建抽象概念，并解决那些仅限人类能处理的难题。”他们为这一新兴领域定名：人工智能。

七十年后的当下，人工智能早已走出实验室，深深融入我们生活的方方面面。从无人驾驶到面部识别，从AI创作到智能客服，它不再是遥不可及的未来概念，而是触手可及的日常助手。然而，在这条漫长的演进之路上，AI究竟经历了什么？其核心目标又发生了怎样的演变？

1

·AI发展的四大关键里程碑·

人工智能的演进并非坦途，它曾两度遭遇“寒冬”，又两次强势复兴。回望这段历程，有四个节点尤为 pivotal。

1950年代至1970年代：萌芽与乐观。图灵于1950年提出了著名的“图灵测试”——若一台机器在对话中让人类无法分辨其身份，即可视为拥有智能。随后，达特茅斯会议正式确立了AI作为独立学科的地位。早期研究者信心爆棚，认为仅需二十年便能造出媲美人类的智能机器。他们主攻逻辑推理与符号运算，例如能证明数学定理的“逻辑理论家”程序。

1970年代至1980年代：首次寒冬。当研究者意识到，简单的逻辑难以应对复杂的现实世界——即便理解“桌上的杯子”这般简单的句子，背后也需海量知识支撑时，政府资助大幅缩减，AI研究陷入低谷。

1980年代至1990年代：专家系统与重生。人们另辟蹊径：与其追求通用智能，不如先让机器成为特定领域的“专家”。专家系统将人类专家的知识以规则形式录入计算机，在医疗诊断、地质勘探等领域取得初步成功。但因知识维护成本高昂、难以泛化，这股热潮很快降温。

21世纪至今：深度学习引爆第三波浪潮。真正的转折出现在2012年。深度学习算法在大规模图像识别比赛中将准确率提升近10个百分点，震撼学界。随后，AlphaGo击败李世石、ChatGPT横空出世，AI迈入以大数据、大算力、大模型为标志的新时代。

2

·AI目标正悄然转变·

早期AI研究者心中默认的目标是：让机器替人类干活。无论是自动证明定理，还是识别敌机，AI被定位为人类的“工具”，甚至是“替代者”。这种思维导向了一个后果：人们常以“AI是否会夺走我的工作”来衡量其价值。

但近年来，一个更温和、更务实的目标逐渐显现：AI并非要取代人类，而是要成为人类的“数字伙伴”。

这一转变有着深厚的技术背景。当前主流的AI，即弱人工智能，擅长感知、识别、生成与预测，却不具备真正的理解力与意识。它能写出流畅文章，却不知自己在写什么；它能诊断疾病，却从未怀有“救死扶伤”的动机。换言之，AI在“执行”层面远超人类，在“理解”层面却远远落后。

正因如此，最理想的模式并非“人对机器”的零和博弈，而是“人+机器”的协作共生。医生借助AI读片，教师借助AI批改作业，设计师借助AI生成草图，人类负责判断、创造与决策，AI负责繁琐、重复与海量计算。这才是AI设计的初衷。

3

·AI会取代人类吗·

每当AI取得突破，这一问题便会重提。AlphaGo战胜李世石时，有人称“围棋是人类智慧的最后堡垒，已然失守”；ChatGPT能撰写论文时，又有人言“文科生将面临失业”。

冷静审视，迄今没有任何AI系统具备“取代人类”的潜质。原因有二。

首先，AI缺乏自我意识。其所有行为均基于统计规律与训练数据。它能在围棋这一封闭规则系统中做到极致，却无法像人类一样在开放世界中作出价值判断。AI不知自己为何下棋，也不在乎输赢。

其次，AI缺乏真正的创造力。人类的创造力