AI 70年：真正改变命运的只有三个瞬间
AI 70年：真正改变命运的只有三个瞬间
1956年：AI的‘出生证明’——但生下来就差点被饿死
你可能觉得AI是这几年突然冒出来的。但AI的“出生证明”早在1956年就开出来了。那年夏天，美国达特茅斯学院的一间会议室里，几个年轻人——约翰·麦卡锡、马文·明斯基、克劳德·香农——凑在一起，给一个还没成型的东西起了个名字：“人工智能”。
这是一次命名大会。他们连个能跑的程序都没拿出来，就敢说“我们能让机器像人一样思考”。但偏偏是这次会议，被后来的人当成AI的“出生时刻”。
不过，光有名字没用，AI很快就被现实打脸了。
从1956年到70年代初，这帮科学家走的是“符号主义”路线——把人类的知识和逻辑规则写成程序，机器就能变聪明。但当时的计算机内存只有几KB，处理速度慢得像蜗牛。你让一台连下棋都费劲的机器去理解“爱”或者“正义”？它直接死机给你看。
结果就是，70年代初，AI遭遇了第一次“寒冬”。政府砍经费，媒体嘲笑，连研究者自己都开始怀疑人生。那段时间，AI几乎成了“骗局”的代名词。
所以，1956年的达特茅斯会议，只是AI的“出生证明”——它让AI有了名字和身份，但真正让它活下来的，是后来几十年的技术积累和无数次试错。
2016年：AlphaGo让AI‘封神’——但大家只记住了输赢
为什么围棋比象棋难这么多
1997年，IBM的深蓝靠“暴力计算”赢了国际象棋世界冠军卡斯帕罗夫。深蓝的做法很简单：每走一步，它就把所有可能的后续走法都算一遍，然后选最优的那个。国际象棋平均每步只有约35种合法走法，深蓝的算力够用。
围棋呢？每步平均200多种合法走法，棋局变化总数比宇宙中的原子还多。暴力计算这条路直接堵死。所以当2016年AlphaGo宣布挑战李世石时，大多数人觉得是自取其辱——包括李世石本人。
AlphaGo到底“学”了什么
AlphaGo的突破在于，它不靠算尽所有变化，而是靠“学”。它用了两个神经网络：一个叫“策略网络”，负责判断“当前局面下，哪几步值得考虑”；另一个叫“价值网络”，负责判断“这个局面，我赢的概率有多大”。
你可以把策略网络理解成围棋高手的“棋感”——扫一眼棋盘就知道该往哪儿落子；价值网络则是“大局观”——知道这盘棋自己有没有戏。
AlphaGo先通过人类棋谱学习，再跟自己下几千万盘棋自我进化。到了对战李世石时，它已经学会了人类从未用过的招数。比如第二局第37手——那步棋落在棋盘中央，所有职业棋手都以为它下错了。事后复盘，这步棋成了整盘棋的胜负手。
结果大家都知道：AlphaGo以4比1赢了。但比输赢更重要的是，它让全世界第一次相信：AI不仅能计算，还能“直觉”——尽管这种直觉本质上是统计模式匹配，不是人类意义上的顿悟。批评者说得没错，但这不妨碍它成为认知分水岭。
2016年之前，AI在公众眼里是“工具”；2016年之后，AI成了“对手”。
2022年：ChatGPT让AI‘出活’——但问题才刚刚开始
2022年11月30日，OpenAI丢出了一个叫ChatGPT的东西。不到两个月，用户破亿——比TikTok还快。
它跟之前的聊天机器人有啥区别？
以前的聊天机器人，比如Siri、小冰，背后是“规则引擎”——程序员写好剧本，你问“天气怎么样”，它去调API；你问“你爱我吗”，它背一段情话。本质上是个高级电话菜单。
ChatGPT不一样。它背后是GPT-3.5，一个拥有1750亿参数的大模型。它不是从数据库里“检索”答案，而是“生成”答案——每次对话，它都是现场编词。
这就好比：以前你问路，对方给你一张地图；现在你问路，对方直接带你走一遍，还顺便告诉你哪家馆子好吃。
所以ChatGPT真正牛的地方，不是技术多新——Transformer架构2017年就有了，GPT-3 2020年就发布了——而是它把AI从“专家玩具”变成了“大众工具”。
你不需要写代码，不需要懂机器学习。打开网页，打字，它就能帮你写邮件、改文案、编代码、讲笑话。
但问题也来了：它到底“理解”了没有？
学术界吵翻了。一派说，ChatGPT就是个“随机鹦鹉”——它根据概率拼接单词，根本不懂自己在说什么。另一派说，如果它能通过图灵测试，能解决问题，那“理解”的定义就该改改。
我的判断是：它确实不理解。但它生成的东西，在很多场景下比人类还靠谱。
这就像你不需要知道汽车发动机原理也能开车——你只管它能不能把你送到目的地。
所以，ChatGPT让AI“出活”了。但“出活”不等于“懂活”。这个争议，恐怕还会吵很久。
所以呢？AI的下一步，可能不是你想的那样
回顾这70年，你会发现一个规律：每次AI取得突破，公众就陷入恐慌——担心被取代、担心失控、担心世界末日。然后呢？热度退潮，AI进入平台期，大家发现它“不过如此”。
这就是AI发展的S型曲线：能力跃迁—公众恐慌—技术平台期。达特茅斯会议后，AI被吹上天，结果70年代遭遇寒冬。AlphaGo赢了李世石，媒体喊“人类完了”，但随后几年AI在围棋之外的应用进展缓慢。ChatGPT让所有人能用上AI，可它连基本的事实核查都做不好。
当然，有人会说：这次不一样。因为ChatGPT是通用型AI，不像下棋或识别图片那样只能干一件事。它的能力边界更宽，可能不会进入平台期。
我的判断是：别急着下结论。通用性更强不等于没有天花板。ChatGPT的推理能力、事实准确性、能耗问题，都是现实瓶颈。每次技术革命都有人说“这次不一样”，但历史的经验是——技术会进步，但不会一夜之间改变一切。
对普通人来说，这意味着什么？
你不需要焦虑到睡不着觉。AI确实会改变一些工作方式，但它还没到“取代一切”的地步。与其担心被取代，不如想想怎么用上它。就像当年电脑普及，打字员失业了，但会打字的人更值钱了。
所以，下次再看到“AI颠覆世界”的标题，先问自己：这是能力跃迁，还是公众恐慌？如果是前者，学起来；如果是后者，当个故事看。
你最近是不是也被某个AI新闻搞得心里发慌？来留言聊聊，我帮你看看它属于哪个阶段。
分类标签建议：
浙公网安备 33010602011771号