夜雨聆风系列：AI 认知启蒙 | 模块：AI 是什么 | 难度：零基础
本课覆盖：图灵之问 → 两次 AI 寒冬 → 底层积累 → 深度学习复兴 → ChatGPT 时刻 → 为什么这次不一样
学完本课，你会理解一个核心问题：为什么 AI 研究了 70 年，偏偏是今天成功了？
为什么先学这段历史？
很多人以为 ChatGPT 是突然出现的。
但真正的困惑应该是：
AI 研究了 70 年，为什么偏偏是最近几年爆发？之前那些年都在干什么？这次会不会像以前一样又凉了？
这三个问题，就是本节课真正要回答的。
不理解这段历史，你就无法判断：AI 这次到底是真正的质变，还是又一轮泡沫。
本课真正的主线
这不是一堂流水账式的历史课。它有一条清晰的主线：
为什么失败两次？ 为什么成功一次？ 为什么是现在成功？
看完你会明白：AI 不是突然成功的，它是在失败中积累了足够的条件，然后在某个时刻所有条件同时满足了。
01｜提出问题的人：图灵（1950）
1950 年，英国数学家艾伦·图灵提出了一个问题：
「机器能思考吗？」
在计算机还占满整个房间的年代，这个问题极其超前。图灵没有发明 AI，但他做了更重要的事：第一个明确提出了「让机器拥有智能」这个命题。
后来整个 AI 领域，本质上都在回答图灵提出的这个问题。
02｜建立学科的人：达特茅斯会议（1956）
1956 年夏天，美国达特茅斯学院。年轻数学家约翰·麦卡锡邀请了 10 个人，开了两个月的研讨会。他在邀请函里第一次使用了 「Artificial Intelligence」（人工智能） 这个词。
这 10 个人里，后来有 4 个拿了图灵奖（计算机界的诺贝尔奖）。两个月的会议，诞生了一个新学科。
早期 AI 做了几件在当时看来惊人的事：自动证明数学定理、下棋打败业余棋手、甚至有了一个叫 ELIZA 的聊天程序，很多人跟它聊完后「真的觉得被理解了」，尽管它只是在做简单的关键词匹配。
当时的乐观程度难以想象。1965 年，西蒙预测：「20 年内，机器将能做任何人类能做的工作。」
这个预测错得很彻底。
03｜第一次 AI 寒冬（1974-1980）
三个原因同时爆发：
计算能力远远不够：当时计算机的性能大约是今天一部手机的百万分之一 数据根本不存在：没有互联网，知识全在纸上 承诺严重过头：「20 年全面超越人类」的承诺落空，政府和军方撤回资金
模式是这样的：
过度乐观 → 承诺落空 → 资金撤回 → 寒冬降临
04｜专家系统的短暂春天（1980-1987）
第一次寒冬让研究者意识到：让机器从数据中自己学太不现实了：算力和数据都不够。
于是他们换了一条路：不学了，直接让人类专家把知识写成规则。 这就是专家系统：把医生的诊断规则、化学家的分析规则写成「if-then」。
专家系统在特定领域取得了成功。日本政府甚至投入了 8.5 亿美元搞「第五代计算机」计划。AI 迎来了短暂的回暖。
05｜第二次 AI 寒冬（1987-1993）
但专家系统的致命缺陷很快暴露：规则写不完、遇到新情况就傻掉、维护成本爆炸。
1987 年，AI 专用硬件市场崩溃。日本第五代计算机计划宣告失败。资金再次大撤退。
这一次比第一次更彻底：连 AI 研究者自己都不好意思说自己在搞 AI，改口说在做「智能系统」或「计算理论」。
寒冬并不意味着停止
但有一个重要的历史观必须讲清楚：
AI 寒冬不是没有研究。只是资本和媒体失去了兴趣。
事实上，在两次寒冬期间：
机器学习理论在持续发展 统计学方法不断成熟 计算机视觉在悄悄进步 互联网在慢慢普及
很多后来改变世界的技术，恰恰诞生于寒冬时期：没有聚光灯，但地基在一层层夯实。
AI 的历史不是「成功 → 失败 → 成功」。而是：表面沉寂，底层积累。
06｜三件事同时发生：AI 终于等到了它的条件
第一件：辛顿坚持神经网络（2006）
在整个 AI 领域最冷的时候，有一个人始终没放弃。
杰弗里·辛顿（后来被称为「深度学习教父」）在 2006 年证明了「深层神经网络是可以训练的」。在当时，大部分同行觉得这条路走不通。他的论文多次被拒。
2024 年，辛顿获得了诺贝尔物理学奖：因为他在 40 年前开始的神经网络研究。
第二件：GPU 和 AlexNet（2012）
2012 年，辛顿的两个学生用 GPU 训练了一个叫 AlexNet 的神经网络，参加 ImageNet 图像识别比赛：错误率比第二名低了将近一半。
这个事件相当于 AI 领域的「人类登月」。但 AlexNet 最重要的意义不是赢得了比赛。
它证明了：给模型更多数据、更多算力、更大规模，性能真的会持续提升。
后来 GPT 系列、大模型、Scaling Law，本质上都建立在这个发现之上。
第三件：互联网提供了数据
与此同时，几十亿人每天在互联网上产生的海量文字、图片、视频：变成了 AI 的「燃料」。
Transformer：关键架构出现（2017）
2017 年，Google 团队发表《Attention Is All You Need》，提出了 Transformer 架构。
在此之前，AI 处理文字是一个词一个词顺序处理。Transformer 让所有词可以同时处理，速度快了几个数量级。
没有 Transformer，就没有 GPT，就没有 ChatGPT。 你正在使用的每一个大语言模型，源头都在这篇论文。后面「Transformer」模块会详细拆解。
07｜从 GPT 到 ChatGPT：怎么从「很强」变成「能用」
GPT-1 到 GPT-3：越来越大
2018 GPT-1：1.17 亿参数 — 证明了预训练+微调这条路可行 2019 GPT-2：15 亿参数 — 生成质量好到 OpenAI 一度不敢公开 2020 GPT-3：1750 亿参数 — 第一次让研究界和开发者意识到大模型的惊人潜力
一个改变一切的重要发现
在 GPT-1 到 GPT-3 的过程中，研究者还发现了一个惊人的规律：
当模型规模、数据规模和计算规模持续增长时，模型能力会不断涌现出新的能力。
不是「慢慢变好」，而是在某个规模节点上，模型突然就会做之前完全不会的事。这种现象后来被称为 Scaling Law（规模定律）。
它成为过去几年整个大模型浪潮背后的核心信念：也是 OpenAI 执着于把模型做大的根本原因。后面「预训练与 Scaling Law」模块会深入展开。
GPT-3 很强，但有一个问题
GPT-3 已经能在很多任务上表现出色。但它有个致命问题：不会好好跟人聊天。
你问它一个问题，它可能给你续写一段不相干的文字，或者输出有攻击性的内容，或者完全不按你的意图来。
所以 GPT-3 虽然很强，但普通人没法用。
ChatGPT 的关键创新：让模型学会「好好说话」
2022 年 11 月 30 日，OpenAI 发布 ChatGPT。
ChatGPT 的底层模型（GPT-3.5）并不比 GPT-3 聪明多少。但它做了一件 GPT-3 没做的事：加入了人类反馈训练（RLHF）。
简单说就是：让人来给模型的回答打分：「这个回答好」「这个回答不好」：然后用这些打分来训练模型。
效果是：
更听指令：你说什么它做什么，不会自己跑偏 更会解释：能把复杂问题讲清楚 更符合人类交流习惯：就像一个耐心的人在跟你聊天
ChatGPT 第一次让普通大众感受到 AI 的能力：不是技术圈的自嗨，而是任何人都能上手用。
从 GPT-3 到 ChatGPT，不是模型的智商突然飙升，而是模型终于学会了怎么跟人好好交流。这是产品化的一步，也是让 AI 从实验室走进普通人生活的关键一步。
ChatGPT 的用户增长速度创造了历史：5 天破百万，2 个月破亿。
08｜ChatGPT 之后：AI 正在往三个方向发展
ChatGPT 的成功不是终点。目前 AI 沿着三个方向继续演进：
方向一：更强的推理能力
从「直接给答案」到「分步骤分析问题」。
以前：24 × 37 — 直接猜答案 现在：24 × 37 → 拆解步骤 → 核对中间结果 → 得到 888
最新的推理模型可以像人类一样，遇到复杂问题先拆解、一步步推、检查自己的错误，最后才给出结论。
方向二：更丰富的感知能力
从只能处理文字，到同时理解文字、图片、音频、视频。
上传冰箱照片 → 识别食材 → 生成菜谱
多模态正在让 AI 更贴近人类的感知方式：不再只是「读字」，而是「看世界」。
方向三：更强的行动能力
从回答问题，到主动完成任务。
「帮我开发一个网页」 → 写代码 → 运行测试 → 修复错误 → 提交结果
AI Agent 可以自己操作软件、查询信息、编写和运行代码，像一个「数字助手」执行一连串动作：不仅告诉你怎么做，还替你做完。
这三个方向不是互相替代的，而是同时推进的。后面「AI 前沿与未来」系列会详细展开。
09｜本课知识地图
10｜为什么这次和前两次不一样
回顾两次寒冬，失败原因高度一致：
算力：前两次 ❌ 极度缺乏 → 这一次 ✅ GPU 集群，千卡万卡规模 数据：前两次 ❌ 几乎没有数字化数据 → 这一次 ✅ 互联网几十亿人产生海量数据 算法：前两次 ❌ 靠逻辑推理/人工规则 → 这一次 ✅ 深度学习 + Transformer，可扩展 资本：前两次 ❌ 政府资金，随时撤 → 这一次 ✅ 全球市场驱动，持续投入
这些条件与前两次寒冬时期已经完全不同。这是历史上第一次，AI 同时拥有了前所未有的算力、前所未有的数据、和前所未有的资金投入。
至于未来是否还会出现新的低谷，没人能够准确预测。但至少，今天 AI 所处的底层环境，已经和过去彻底不同了。
11｜AI 历史只有一句话
如果把 70 年压缩成一句话：
AI 的历史不是一条直线。它更像一场持续 70 年的接力赛。
图灵提出了问题。麦卡锡命名了学科。辛顿在所有人都离开的时候坚持神经网络。Transformer 团队打开了新的大门。ChatGPT 把成果带给了普通人。
每一代人都只跑了一段。没有谁能从起点跑到终点。
而今天，我们正站在这场接力赛的最新一棒旁边。
留一个问题
知道了 AI 的历史和它为什么这次能成功，下一个问题自然浮现：
AI 的能力有没有边界？它到底擅长什么、不擅长什么？
这也是很多人最大的困惑：ChatGPT 看起来什么都会，但有时候又笨得让人无语。它到底是「全能」还是「偏科」？
下一课，我们来拆解 AI 的真实能力与局限。
下节课预告
知道了 AI 为什么在今天爆发。但它到底能做什么、不能做什么？
AI 的六大能力：它能吊打人类专家，却也会在简单任务上翻车 AI 的五大局限：为什么它不懂自己在说什么 什么是「幻觉」：AI 一本正经胡说八道的真相 跟 AI 相处的四句口诀：能干活不背锅，能参考不迷信
理解这个边界，你就知道什么事交给 AI、什么事自己把控。
下一篇预告：《AI能吊打专家，却不如三岁小孩：它的能力边界到底在哪？》
