70年，6次转折：AI是怎么从科幻小说变成你手机里的工具的？

分类：AI资讯 浏览量：4

摘要：

从1950年图灵提出“机器能思考吗”到2022年ChatGPT引爆大众视野，人工智能已走过70年历程。文章回顾了AI发展的6次关键转折：1956年达特茅斯会议确立AI学科；1970年代因算力不足陷入“AI寒冬”；1997年“深蓝”战胜国际象棋冠军；2016年AlphaGo击败围棋世界冠军，深度学习崛起；2018年后Transformer架构推动大语言模型爆发，GPT系列与图像生成模型相继问世；2022年ChatGPT成为AI走入普通人生活的标志。核心观点是：AI并非突然出现，而是几代人接力、在算力、数据与算法齐备后实现质变的技术长跑。

从图灵的"机器能思考吗"到你每天用的ChatGPT，这场技术长跑已经走了70年。

你是不是也以为，AI是这两三年突然冒出来的？

好像某天早上醒来，ChatGPT就刷屏了，然后满世界都在讨论"AI要取代我了"。
但真相是——AI已经悄悄走了70年。
70年。
比你父母的年纪都大。
这期间，它经历过被捧上神坛，也跌入过无人问津的谷底。有人喊过"AI永不可能"，也有人坚信"机器终将超越人类"。
今天这篇，花5分钟，带你走完这场改变人类技术格局的长跑。
看完你会明白：AI不是什么突然冒出来的怪物，而是几代人接力跑出来的一条路。

第一幕：一粒种子

1950年，英国。
一位叫阿兰·图灵（Alan Turing）的数学家，在一篇论文里问了一个问题：
"机器能思考吗？"
图灵与他的"图灵测试"概念
这个问题在当时看来，简直像个科幻小说。
计算机才刚诞生不久，体积比一个房间还大，算得比人慢一万倍。你说"机器能思考"？大多数人会觉得你在开玩笑。
但图灵不是开玩笑。他设计了一个测试——后来被称为"图灵测试"：如果一台机器和一个人对话，而对话者无法分辨对方是机器还是人，那这台机器就可以被认为"会思考"。
1956年，美国达特茅斯学院。
一群科学家开了一个会，只有10个人参加，但历史记住了这个时刻。
在这次会议上，"人工智能"（Artificial Intelligence）这个词第一次被正式提出。
从此，AI不再只是一个哲学问题，它成了一个学科，一个研究方向，一个梦想。
那个时代的科学家相信，"只要20年，机器就能做人类能做的任何事。"
事实证明……他们乐观得太早了。
"AI的历史不是一条直线，而是一场漫长的马拉松，中间有人摔倒了，有人放弃了，但总有人在继续跑。"

第二幕：冬天来了

热情来得快，去得也快。
1960年代，AI确实有过短暂的春天——能解简单的数学题、能玩井字棋、能听懂几个英文单词。
但很快，人们发现一个问题：
现实世界，比实验室复杂太多了。
机器下棋可以赢，但让它"理解一句话"或者"认出一个人"，它直接就懵了。
原因很简单——算力不够，数据不够，算法也不够。
当时的计算机，内存只有几KB。你现在的手机存储都比那大百万倍。
于是，投资方失望了，政府削减了经费，学术界也开始了自我怀疑。
1970年代，"AI寒冬"正式到来。
这不是一个比喻，而是真实发生的事——AI项目的经费被砍了80%以上，很多研究者转行，AI成了一个"说出去没人信"的词。
但冬天，不代表技术死了。
它只是在等一样东西——算力。
就像种了一棵种子，土已经有了，水也有了，只差阳光。
而阳光，在几十年后才会来。
AI寒冬：技术蛰伏的时代

第三幕：醒来

AI在寒冬里蛰伏了将近20年。
然后，转折点来了。

▎深蓝时刻

1997年。
IBM的超级计算机"深蓝"（Deep Blue），击败了国际象棋世界冠军卡斯帕罗夫。
6局大战，深蓝2胜1负3平，以微弱优势获胜。
这是人类历史上第一次，一台机器在象棋这种高度复杂的智力游戏中，正面击败了世界冠军。
全世界都震惊了。
但这只是开始。

▎AlphaGo时刻

2016年。
谷歌旗下的DeepMind公司，让AI程序AlphaGo对战围棋世界冠军李世石。
围棋，比国际象棋复杂几个数量级。以前AI连入门都做不到。
但这次，AlphaGo 4比1 完胜李世石。
第二局，AlphaGo走出第37手——一步被认为只有万分之一概率会被选择的棋，颠覆了数百年的围棋定式。
第四局，李世石以第78手反击——同样万分之一概率的棋，后来被称为"神之一手"。
AI不仅在超越人类，也在启发人类看到以前没看到的可能性。
AlphaGo vs 李世石，2016年

▎深度学习崛起

和AlphaGo差不多同一时期，另一个变化正在发生：
深度学习（Deep Learning）崛起了。
2012年，一个叫AlexNet的AI系统在图像识别比赛中，准确率甩开第二名一大截。
从那一年开始，AI突然"看懂"了图像。
在此之前，AI看一张猫的照片，只能看到一堆像素点。
在此之后，它能告诉你："这是一只橘猫。"
算力有了（GPU爆发），数据有了（互联网海量数据），算法有了（深度学习）。
三要素齐备。
AI的马拉松，终于跑到了第一个补给站。
"AI不是突然变聪明的，它只是等到了算力跟上的那一天。"

第四幕：大爆发

2018年之后，AI的发展速度，用"坐火箭"来形容都不为过。

▎大语言模型时代

2017年，谷歌发表了一篇论文，提出了一种叫"Transformer"的架构。
这篇论文在当时的影响力不大，但后来的事实证明——它是AI历史上最重要的论文之一。
基于Transformer架构，一系列大语言模型诞生了：
• 2018年：OpenAI发布GPT-1，谷歌发布BERT
• 2019年：GPT-2，参数量15亿，能写出以假乱真的文章
• 2020年：GPT-3，参数量1750亿，震惊业界
• 2023年：GPT-4发布
AI终于"看懂"了人类语言。
不只是理解，它能写文章、写代码、写诗、写方案——像一个什么都知道、什么都会的助手。
AI大模型时代来临

▎图像生成革命

与此同时，AI在图像领域也炸了。
• DALL-E：输入文字描述，AI直接生成图片
• Midjourney：生成的图片一度让人以为是摄影师拍的
• Stable Diffusion：开源发布，让每个人都能用AI画图
AI不只是能"看"了，它开始会"画"了。

▎ChatGPT时刻

2022年11月，OpenAI发布了ChatGPT。
这是AI真正走进普通人日常生活的标志性事件。
两个月内，用户突破1亿——被广泛报道为人类互联网历史上增长最快的产品。
在那之前，AI是实验室里的东西、是大公司的技术储备。
在那之后，AI是每个人手机上随时能打开的对话窗口。
时代变了。

公众号来源：墨鼎智能（查看原文）
标签： , , , ,
微信微博邮箱复制链接