AI不是从天而降,它经历了七十年三起三落:通过图灵测试读懂AI

从让Siri定闹钟到让AI写方案,AI早已渗透进我们工作生活的方方面面,但我们却可能对它背后的历史与沉浮一无所知。

现在的你,可能每天都在和 AI 打交道,只是你没意识到而已:

这些,是 AI:

  • 让 Siri、小爱同学「定个明天早 8 点的闹钟」。
  • 刷抖音的时候,它总能精准推送你想看的。
  • 上班时的刷脸打卡,买东西时的刷脸付款。
  • 「您好,请问您需要贷款吗」的骚扰电话。

这些,也是 AI:

  • 有问题,不再是「百度一下」,而是问「元宝」,问「豆包」。
  • 写方案卡壳了,找 DeepSeek 给你出个框架。
  • 看完一篇超长的报告,让 Kimi 给你总结一下。
  • 一篇纯英文的技术文档,交给 AI 给你翻译下。

AI 早已渗透进了我们工作、生活和学习的方方面面,但你可能对它还是一无所知。

前面的文章《一首《谦比希铜矿之歌》厂歌火爆全网,背后是 AI 的数学本质》和《《给阿嬷的情书》中的"嬷",与 AI 概念中的 Token、Prompt、上下文窗口》,我们了解了 AI 的本质与局限,熟悉了 AI 的基础概念,这篇文章,我们回顾一段 AI 的历史,更进一步的了解 AI。

AI 的诞生:一场关于「机器能否思考」的实验

故事要从图灵说起。

1950 年,艾伦·图灵(Alan Turing)在《计算机械与智能》这篇论文里,提出了一个影响至今的问题:机器能思考吗?

图灵是计算机科学的奠基人之一,在二战期间帮英国破解过德军的密码。战后,他开始思考一个更深层的问题:机器能不能像人一样思考?

他没有直接回答这个问题,而是设计了一个实验。后来,这个实验被称为图灵测试(The Turing Test)

找一个房间,让一个人类评委通过打字和两个对象对话。一个是人,一个是机器。对话结束后,评委要判断哪个是人。如果评委分不清哪个是机器,那这台机器就可以被认为具有「智能」。

这个测试的核心是:**智能的本质不是意识,而是能对话、能推理、能回应,就算数的行为。**不需要证明机器有「灵魂」或者「情感」,只要它的表现和人类无法区分,就足够了。

图灵还做出了一个大胆的预测:到 2000 年,一台普通的计算机在经过 5 分钟对话后,能够让 30% 的普通人相信它是人类。

这个预测虽然没有完全实现,但图灵的思路奠定了 AI 研究的哲学基础。

6 年后,约翰·麦卡锡(John McCarthy)在达特茅斯会议上正式提出了**Artificial Intelligence(人工智能)**这个词。他定义 AI 为:让机器表现出人类智能行为的研究领域。

达特茅斯会议被公认为 AI 作为独立学科的起点,麦卡锡也被称为「人工智能之父」。

但那时的 AI,能做的事非常有限,和今天我们感受到的 AI 完全不是一个量级。

AI 的成长:三次寒冬,两次复兴

AI 的发展史,像极了一个被寄予厚望、又反复被失望的孩子。

第一次黄金期(1956-1974):科学家们乐观得不行,觉得通用智能指日可待。1962 年,IBM 的西洋跳棋程序击败了人类棋手。这是 AI 第一次「战胜人类」,轰动一时。媒体兴奋地宣布:机器即将超越人类。但很快发现,AI 能做的事非常有限,只能在特定、狭窄的规则下运行,一旦超出范围就彻底歇菜。

第一次寒冬(1974-1980):跳棋赢了,然后呢?没有然后了。美国政府和英国政府大幅削减 AI 研究经费,大量 AI 实验室关门,科学家们甚至不愿意在自己的论文里使用「AI」这个词。

第二次黄金期(1980-1987):专家系统兴起,AI 开始商业化应用。银行用它评估贷款风险,医院用它辅助诊断,大企业用它做复杂计算。日本甚至推出了「第五代计算机」计划,试图让计算机像人一样理解和对话。所有人都觉得,这次 AI 真的要成了。但好景不长,专家系统的规则太多、维护成本太高、无法自我学习,一旦遇到超出预设规则的情况就束手无策,很快就被新技术所超载。

第二次寒冬(1987-1993):个人电脑崛起,苹果和微软的图形界面让每个人的桌面都能跑「智能程序」。更便捷的操作,更低的使用成本,谁还花大钱买专家系统?AI 再次沉寂,科学家们又进入了新一轮的自我怀疑。

第三次复兴(1993 至今):这次不一样了。

  • 1997 年: IBM「深蓝」击败国际象棋冠军卡斯帕罗夫,全民讨论,AI 第一次走进大众视野
  • 2012 年: 深度学习在 ImageNet 图像识别比赛中碾压传统方法,Top-5 错误率从约 26% 骤降至 15.3%,科技巨头纷纷押注,深度学习时代正式开启
  • 2016 年: Google AlphaGo 击败围棋冠军李世石,AI 不再只是「算棋」,它开始有了「直觉」
  • 2022 年: ChatGPT 上线,2 个月月活用户破亿,人类历史上增长最快的互联网产品
  • 2024 年: DeepSeek-V3(12 月)以开源、低成本、高性能震动全球 AI 圈,被称为「AI 界的拼多多时刻」;GPT-4o、Claude 3.5、Gemini 系列全面开花,多模态成为标配
  • 2025 年: AI Agent(智能体)产品集中爆发,Claude Agent、OpenAI Operator、Google Jules 等让 AI 从「能说」进化到「能干活」;OpenAI o3/o4 推理模型刷新 benchmark,标志着 AI 从「能说」到「能深度思考」
  • 2026 年: DeepSeek-V4 将上下文窗口推到 1M,国产模型全面跟进,全球 AI 竞争进入白热化阶段

AI 照进现实

前两次,每次都说「AI 要改变世界」,然后就沉寂了。

但这次,显然不一样了。AI 已经真真切切地走进了我们的生活,从你手机里的 AI 助手,到刷不完的个性化推荐;也真正开始应用到各行各业中,从公司里的智能客服,到工厂里的机械臂。AI 已经照进了现实!

七十年,三次寒冬,两次复兴。AI 的每一次沉寂,有市场的原因,有技术的原因,有资本的原因。但综合下来,主要是:数据不够、算力不足、算法也不行

数据不够,AI 就只能通过人力来定规则;算力不够,再多的数据也只能是摆设;算法不行,数据和算力就无法发挥出价值来。

三个条件只要缺一个,AI 就只能停在实验室里,只能做「看起来很聪明但实际很傻」的事。

而这一轮的爆发,恰恰是因为三个条件第一次同时凑齐了。这不是偶然,是一场等了七十年的「万事俱备」。

下一篇,我们就来讲讲,这三个条件,如何引爆了 AI 的大发展!

相关推荐
yurenpai(27届找实习中)1 小时前
Spring AI 实战:从零实现 AI 对话的记忆与历史记录管理(附源码级解析)
java·spring·ai·prompt·word
VIP_CQCRE1 小时前
SeeDance 视频生成 API 集成指南
ai
SZLSDH8 小时前
可视分析与自主决策之间:数字孪生与AI智能体融合的架构演进路径
ai·数字孪生·数据可视化·智能体
花伤情犹在9 小时前
Mac上 10 分钟快速安装Hermes
macos·ai·agent·hermes
码农阿强10 小时前
技术解析:Claude‑Opus‑4‑8 模型原理 + StartAPI 接入实战
ai·aigc·ai编程
lpd_lt11 小时前
AI Coding的常用Prompt技巧
python·ai·ai编程
xingyuzhisuan11 小时前
自建聚合网关VS第三方聚合平台,适配场景与数据实测
人工智能·ai·云计算·oneapi
luweis13 小时前
企智孪生 ETA(3.3 认知算法层:ETA 的思维内核 3.4 基础架构:算力与弹性)【浙江联保网络 卢伟舜】
大数据·运维·线性代数·ai·矩阵·学习方法
aicat_cn13 小时前
LLM Agent记忆最新综述!三阶段演进框架+两大前沿机制总结
ai·大模型