人工智能的发展时间只有短短几十年，却并非现代人的专属。古人对机械制造和自动化技术的崇拜和想像比起我们可能只有过之而无不及，这还得从中国的《列子》、《淮南子》、《聊斋志异》、还有西腊神话说起。

古籍中的“人工智能”

《列子》，后世尊为《冲虚真经》，相传为公元前450年—公元前375年战国时期列御寇所著，属于诸子学派著作，是一部智慧之书，它能开启人们心智，给人以启示、智慧。《列子》中有个故事，讲述了一位名精通机械制造的高人——钟离权。据说，钟离权制造了一台能够自动行走、行船、飞行的巨大机械鸟，被称为"木鸢"，它的制作过程需要细致入微的手工技艺和精湛的机械原理。"木鸢"可能是中国历史上最早的与人工智能有关的记载。当时的人们对这样的机械生物感到惊讶和敬畏，它展示了人类智慧的极致。

西汉皇族淮南王刘安及其门客集体编写的哲学著作《淮南子》中，也记载了一种被称为"机械木马"的器械，能够模拟出马的外形和行动，被用于军事作战。

《木兰辞》是一首描述女将军花木兰的史诗词作。其中一段描写了木兰使用一个机械装置来进行简单的自动化劳动。这个故事表达了人们对于技术进步和机械帮助的向往。

清代作家蒲松龄编撰的奇幻小说集——《聊斋志异》，其中《薛宝钗》的故事讲述了一个卖纸扇的书生在一个废弃庙宇中发现了一个机器女子。这个机器女子可以行走、说话，并具备人类的外貌和情感。

电影《机械画皮》剧照

除了中国，人类历史上最早、最接近现代人工智能的故事来源于“希腊神话”。

希腊神话大约产生在公元前1100年到公元前800年之间，最初由欧洲人民口头创作，口耳相传，直至公元前七世纪才由大诗人荷马统整记录于《荷马史诗》中。

传说火山和铁匠之神赫菲斯托斯一直孤独地生活在他的锻造工坊中，为了解决自己的孤独问题，使用黄金和珍贵的宝石打造了完美无缺的机械女人塔尔吉亚作为自己的伴侣。塔尔吉亚拥有超凡的美貌和智慧，她被赋予了保护赫菲斯托斯的任务，她成为了赫菲斯托斯最忠诚的伴侣和助手，在工坊中守护着赫菲斯托斯的秘密，保护他的技术与智慧不被盗窃。但塔尔吉亚最终还是背叛了赫菲斯托斯。（根据不同版本的神话故事，塔尔吉亚可能是出于自我保护或被外部诱惑而动摇，她将赫菲斯托斯的机密信息泄露给了其他神祇或人类。）

由神制造的机械人，有人的外形和智慧，有特定的任务，最终的背叛说明她有了自己的思想意识、并自主决策和行动。毫无疑问，塔尔吉亚是神话中最接近甚至远超现代人工智能的“作品”。

这些故事都形象的展示了古人对于人工创造物和人工智能的想象，真的是极具智慧，同时也提示了人工智能的潜在风险。

从公元前1100年算起，人工智能的历史可谓源远流长。如果说古人只是想像，思想意识中也从未出现过“人工智能”一词，那么3000年后，他们的后人实实在在的提出了“人工智能”这一概念，确立了人工智能的研究领域，开启了曲折的AI之路。

1943年-1956年，人工智能诞生：

在20世纪40年代和50年代，来自数学，心理学，工程学，经济学和政治学等不同领域的一批科学家开始探讨制造人工大脑的可能性。

第一代AI研究者使用的电脑：IBM-702

控制论与早期神经网络、游戏AI、图灵测试、符号推理与“逻辑理论家”程序相继出现，直到1956年，马文·明斯基、约翰·麦卡锡、克劳德·香农、内森·罗彻斯特等人组织了达特茅斯会议，他们中的每一位都将在AI研究的第一个十年中作出重要贡献。

会议提出的断言之一是“学习或者智能的任何其他特性的每一个方面都应能被精确地加以描述，使得机器可以对其进行模拟。”

会上纽厄尔和西蒙讨论了“逻辑理论家”程序，而麦卡锡则说服与会者接受“人工智能”一词作为本领域的名称。AI的名称和任务得以确定，同时出现了最初的成就和最早的一批研究者，因此这一事件被广泛承认为AI诞生的标志。

参加达特茅斯会议的7位科学家

1956年-1974年，AI黄金时代：

达特茅斯会议之后的数年是人工智能大发现的时代。对许多人而言，这一阶段开发出的程序堪称神奇：计算机可以解决代数应用题，证明几何定理，学习和使用英语，当时大多数人几乎无法相信机器能够如此“智能”。

1973年，日本早稻田大学造出第一个人形机器人WABOT-1，它由肢体控制系统、视觉系统和对话系统组成。WABOT-1这个庞然大物会说日语，能抓握重物，通过视觉和听觉感应器感受环境。

研究者们不管是在私下交流还是公开发表的论文中都表达出对AI相当乐观的情绪，认为具有完全智能的机器将在二十年内出现。

英国政府、美国国防高等研究计划署等政府机构向这一新兴领域投入了大笔资金，有麻省理工学院、卡内基梅隆大学AI工作组、斯坦福大学AI项目组以及爱丁堡大学AI实验室。在接下来的许多年间，这四个研究机构一直是AI学术界的研究中心。

这种投资几乎是无偿的，只是好景不长。

早稻田大学第一个人形机器人WABOT-1

1974年-1980年，第一次AI之冬：

到了70年代，AI开始遭遇批评，随之而来的还有资金上的困难。

计算复杂性和指数爆炸、计算机的运算能力严重不足、大型数据库的缺乏、机器视觉和自然语言进展缓慢，导致人工智能研究进展远不及预期。

AI研究者们对其课题的难度未能作出正确判断：此前的过于乐观使人们期望过高，当承诺无法兑现时，政府机构对AI的资助就缩减或取消了。

同时，由于马文·闵斯基对感知器的激烈批评，神经网络销声匿迹了十年。到了70年代后期，尽管遭遇了公众的误解，停止拨款等困难，AI在逻辑编程，常识推理等一些领域还是有所进展。

1980年-1987年，AI繁荣：

在80年代，一类名为“专家系统”的AI程序开始被全世界的公司所采纳，而“知识处理”成为了主流AI研究的焦点。

1981年，日本经济产业省拨款八亿五千万美元支持第五代计算机项目，其目标是造出能够与人对话，翻译语言，解释图像，并且像人一样推理的机器。其他国家纷纷作出响应。

1982年，物理学家约翰·霍普菲尔德证明一种新型的神经网络（现被称为“Hopfield网络”）能够用一种全新的方式学习和处理信息。大约在同时，大卫·鲁姆哈特推广了反向传播算法，这是一种神经网络训练方法。这些发现使1970年以来一直遭人遗弃的联结主义（神经网络）重获新生，并在90年代获得了商业上的成功，它们被应用于光字符识别和语音识别软件。

1987年-1993年，第二次AI之冬：

经历过1974年的经费削减，AI研究者们发明了“AI之冬”一词。1987年AI硬件市场需求的突然下跌，AI之冬再次来临，人们对专家系统从狂热的追捧，转向了失望。从80年代末到90年代初，AI再次遭遇了一系列财政问题。

到了1991年，“第五代工程”目标并没有实现，事实上其中一些目标，直到2010年都未能实现。

尽管遇到各种批评和财政危机，AI领域仍在不断前进。来自机器人学这一相关研究领域的罗德尼·布鲁克斯和汉斯·莫拉维克提出了一种全新的人工智能方案。他们相信，为了获得真正的智能，机器必须具有躯体——它需要感知，移动，生存，与这个世界交互。他们号召“自底向上”地创造智能，这一主张复兴了从60年代就沉寂下来的控制论。

1993年-2011年，AI稳步发展：

从1943年到1993年，AI发展走过了整整50年坎坷崎岖的道路，从新生到年过半百，研究者们在“黄金时代”乐观提出的重要目标，都未实现。同样的历程如果放在独立的个人身上，哪怕他自诩是个英雄，也难免有些心灰意冷了。

然而，每一件事、每一个发明、每一个人最后的成功，往往就在于再坚持一下的努力之中，AI发展就是如此。

90年代，计算性能上的基础性障碍已被逐渐克服，计算机性能今非昔比，“智能代理”系统被广泛接受，概率论和决策理论引入AI，针对神经网络和进化算法等“计算智能”范式的精确数学描述也被发展出来。

AI研究者们开发的算法开始变为较大的系统的一部分，但许多伟大创新仅仅被看作计算机科学工具箱中的一件工具，其实AI技术应用已经多方拓展开来，比如：数据挖掘，工业机器人，物流，语音识别，银行业软件，医疗诊断和Google搜索引擎等。

90年代的许多AI研究者故意用其他一些名字称呼他们的工作，例如信息学，知识系统，认知系统或计算智能。部分原因是他们认为他们的领域与AI存在根本的不同，而新名字（新技术）也更加有利于获取经费。

经历过两次狂热追捧到失望、两次AI之冬，计算机科学家和软件工程师们避免使用人工智能一词，因为怕被认为是在说梦话。

1993-2011年间，对AI研究有重要贡献或影响的第一代研究者们相继与世长辞

，他们穷尽毕生、呕心沥血却还是没能看到AI技术的“大爆发”。在商业领域，导致AI之冬的那些未能兑现的承诺仍然困扰着AI研究。《2001太空漫游》所设想的2001年会出现的达到或超过人类智能的机器——HAL-9000，仍然遥遥无期！

以HAL-9000电脑为原型的智能扬声器

2011至2022年，AI蓬勃发展：

进入21世纪，得益于大数据和计算机技术的快速发展，许多先进的机器学习技术成功应用。到2016年，AI相关产品、硬件、软件等的市场规模已经超过80亿美元，AI已经到达了一个热潮。

2016年，大数据应用渗透到各行各业，价值不断凸显，数据驱动决策和社会智能化程度大幅提高，大数据产业迎来快速发展和大规模应用实施，除了我们最熟知的自动驾驶、智能语音助手，还有生态学模型训练、经济领域中的各种应用、医学研究中的疾病预测及新药研发等。深度学习，特别是深度卷积神经网络和循环网络更是极大地推动了图像和视频处理、文本分析、语音识别等问题的研究进程。

我们来看几个例子：

2012年，谷歌大脑（Google Brain）通过深度学习技术训练出一个“猫脸识别”系统，这项研究证明人工智能开始具有某种“思考”能力。

2016年，谷歌旗下人工智能企业DeepMind公司研发的阿尔法围棋（AlphaGo）4比0击败围棋世界冠军、韩国九段棋手李世石，人工智能首次在复杂策略游戏中击败人类。这场比赛的直播在网络上至少有6000万人关注，掀起了人工智能行业的发展热潮。

AlphaGo击败围棋世界冠军李世石

2018年，美国人工智能实验室Open AI发布GPT-2模型（包含约15亿个参数），这种基于深度学习的自然语言处理模型能够生成逼真的文本，显示了自然语言处理的发展速度。

同年6月，IBM开发的辩论机器人“IBM Project Debater”向以色列国家辩论冠军Noa Ovadia发起了挑战。在40名观众投票中，“IBM Project Debater”以9票的优势战胜人类选手。

2019年，DeepMind的人工智能系统AlphaStar成为游戏《星际争霸Ⅱ》的专家，进入前0.2%的人类高水平玩家梯队。这是一款极其复杂的实时战略游戏，在没有简化游戏规则的情况下，人工智能首次能够与顶尖人类玩家抗衡。

AlphaStar《星际2》比赛轻松击败职业选手

2020年，DeepMind的深度学习系统AlphaFold以极高精准度预测蛋白质折叠结构。这项技术的应用给新药研发、临床分析和生物工程都带来全新的进展。

2020年5月，Open AI发布了GPT-3，这个模型包含的参数比GPT-2多了两个数量级（约1750亿个参数），它比GPT-2有了极大的改进。

2021年，Open AI发布DALL-E，这个神经网络可以根据文本描述生成高质量的图像，将GPT-3的语言能力和DALL-E的图像生成能力结合，让人们看到了人工智能生成不同模态内容的潜力。

2022年11月至今，生成式AI大爆发：

2022年11月30日，Open AI基于GPT-3.5架构开发的人工智慧聊天机器人程序ChatGPT正式公开发布，上线仅两个月即坐拥上亿用户，这速度可谓举世无双，前肯定无古人，后会不会有来者尚不得而知。用大家熟知的应用做个对比：达到1亿用户，QQ用了12年、淘宝用了8年、支付宝用了5年、微信用了18个月、抖音用了6个月。ChatGPT的火爆可见一斑，它的出现彻底引爆人工智能。

ChatGPT的训练数据包括各种文档以及关于互联网、编程语言等各类知识，如BBS和Python编程语言。

ChatGPT用途广泛，例如：编写和调试电脑程序；创作音乐、电视剧、童话故事和学生论文；回答测试问题；写诗和歌词；模拟Linux系统等。

“ChatGPT让普通大众在第一次亲身使用后了解现代人工智能变得多么的强大。”这是正面的评价。当然，ChatGPT在发布后的几个月里也遭到了来自教师、记者、艺术家、学者和公众倡导者的广泛而严厉的批评。

人工智能在不断发展中对人类社会影响日益凸显。其作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。但，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经逐渐显现出来，这也是人类社会需要抓紧解决的现实问题。#人工智能#