AI编年史 01|AI 不是突然爆发的,它已经折腾了几十年

这两年聊 AI，很容易有一种错觉。

它像是突然闯进了每个人的工作和生活。

写文案问 AI，做 PPT 问 AI，写代码卡住了也先问 AI。

很多人第一次认真用上 AI，也确实就是这两三年的事。

所以一个问题很自然会冒出来。

AI 是不是最近才突然变厉害的？

不是。

今天这股热闹前面其实铺了很久，而且中间冷过不止一次。

如果只看现在，AI 像突然爆发。

但把时间拉长一点，你会发现它更像一段反复起落的历史。

这段历史最早能追到 20 世纪中期。

那时候，人类开始认真问一句话。

机器能不能思考？

后来，“人工智能”这个名字被正式提出来。

再后来，AI 热过，冷过，换过路，也一次次被高估过。

所以今天看到的，并不是某个技术点突然从零跳出来。

更像是很多年里分散推进的几条线，终于在同一个时间点接上了。

第一条线是科学问题本身。

机器到底能不能像人一样处理复杂的智力任务？

第二条线是算法路线。

从规则系统到统计学习，从机器学习到深度学习，再到大模型，几乎每一步都走过弯路。

第三条线是硬件和算力。

很多看起来像模型突然变强的时刻，背后其实是芯片、服务器和工程能力先顶上来了。

第四条线是产品化。

很多技术不是做不出来，而是做出来之后普通人根本用不起来。

真正改变日常生活的，往往不是实验室里能跑通，而是放进真实场景里也能顺手用。

还有一条经常被忽略的线，就是大众情绪。

AI 从来不只是科学家的事。

它很早就会点燃媒体想象，也很容易把所有人的预期带偏。

有时候能力还没到，想象已经先飞起来了。

有时候能力明明在往前走，大多数人却没什么感觉。

所以 AI 这几十年，一直都在跟两样东西一起往前跑。

一个是真实能力。

一个是人类对它的想象。

这两样东西的速度，经常对不上。

这也是为什么 AI 的历史从来不是一条直线。

前面的人先把问题提出来。

后面的人给它命名。

再后来，很多人相信，只要把世界的规则写得足够全，机器就能变聪明。

结果现实很快证明，这条路远没有想的那么顺。

于是 AI 开始撞墙。

有些路线沉下去了。

有些路线被放弃了。

也有一些老办法被新一代人重新捡起来，换了数据，换了算力，换了工程方法，又做了一遍。

机器学习先把 AI 从实验室里拉出来，塞进搜索、广告、推荐这些后台系统里，开始悄悄赚钱。

神经网络这条老路线也在更晚的时候重新翻身。

再往后，语言这条最难啃的线慢慢被打通，大模型开始冒头。

直到 ChatGPT 出现，普通人才第一次大规模地感受到，AI 已经不是新闻和论文里的概念了。

所以很多人今天一聊 AI，就直接从 ChatGPT 讲起。

这很正常。

因为这是普通人感受最强的一次。

你终于可以直接跟机器说话。

它不只是会回答，还能帮你写东西、改文案、总结资料、补代码。

很多人也是从那一刻开始，第一次把 AI 当工具，而不是当新闻。

但 ChatGPT 不是起点。

它更像是一个很显眼的路标。

它让前面几十年那些分散的积累，一下子被所有人看见了。

所以今天这波 AI 热潮，真正特别的地方，不只是模型变强了。

而是算法往前跨了一步，算力托住了它，产品把门槛压下来了，普通人也终于摸到了它。

这就是为什么大家会觉得，AI 是这两年突然爆发的。

这种感觉不算错，只是不完整。

更准确地说，AI 不是突然出现了。

它是突然被大多数人看见了。

所以这个「AI编年史」系列，我不打算直接从 ChatGPT 讲起。

我更想做的，是顺着今天这股热闹，一路往回追。

人类为什么会想造会思考的机器？

为什么 AI 火过很多次，又冷过很多次？

为什么有些突破当年看着很厉害，却没有真正改掉普通人的日常？

为什么偏偏是这一次，它一下冲进了手机、浏览器、办公室和朋友圈？

这些问题单看都不小。

但连起来看，你就会发现今天的 AI 热潮并不是突然降临。

它只是走了很久，终于走到了所有人面前。

如果今天你已经习惯把 AI 当成一个产品来看，那接下来就得再往前退一步。

在聊天框、图片生成器、视频模型和 Agent 工具出现之前，人类其实先认真问过自己一句话。

机器，能不能思考？

这个问题今天看起来很普通。

但在 AI 还没诞生的时候，它几乎决定了后来几十年所有路线的分叉。

下一篇，我们就从这里开始讲。