人工智能70年简史：从达特茅斯到AGI大模型时代的觉醒

type

status

date

slug

summary

达特茅斯会议：一个造词运动与“人工智能”的诞生

1955年8月31日，约翰·麦卡锡、马文·明斯基、纳撒尼尔·罗切斯特和克劳德·香农向洛克菲勒基金会提交了一份历史性的提案。他们申请在1956年夏天举办一场为期两个月的研究项目，旨在探讨如何让机器模拟学习和智能的每一个特征。

有趣的是，“Artificial Intelligence（人工智能）”这个词的诞生，很大程度上是出于学术政治的考量。当时的学术界被诺伯特·维纳的“控制论（Cybernetics）”所主导。麦卡锡为了自立门户，生造了这个不属于任何人的新词。这个看似随意的命名，却为AI领域埋下了一个长达数十年的隐患：由于从第一天起就缺乏精确、可操作的技术定义，人工智能在很长一段时间内既无法被彻底证明成功，也无法被宣判失败。

那场仅有十几人参与、经费仅为7500美元的达特茅斯会议，成为了AI新闻历史上最著名的“低估”。他们当时列出的待办事项——让机器使用语言、形成抽象概念、自我改进——恰恰构成了今天openai等顶尖机构的产品路线图。

繁荣与寒冬：承诺与算力的世纪博弈

达特茅斯会议后的十几年，是AI的“黄金时代”。感知机（Perceptron）的问世、LISP语言的发明、会下跳棋的机器学习程序，以及世界上第一个心理治疗聊天机器人ELIZA，每一个Demo都让人们以为未来已来。当时的学者甚至狂热地预测，二十年内机器将能完成人类的所有工作。

然而，现实很快给出了残酷的回击。第一堵墙是“组合爆炸”与算力的极度匮乏。1973年英国的《莱特希尔报告》无情地指出，那些在玩具模型中表现良好的AI，一旦面对真实世界规模的问题，就会因为搜索空间的指数级膨胀而彻底瘫痪。AI迎来了第一次寒冬，经费被大规模削减。

到了1980年代，“专家系统”通过注入人类专家的“if-then”规则，短暂地复兴了AI产业，甚至催生了数十亿美元的市场。但历史总是惊人的相似，专家系统因为知识录入成本极高、无法自主学习、规则冲突等问题，在1990年代初再次崩塌。这两次寒冬的根本原因如出一辙：技术承诺跑得太快，而实际交付能力远远落后。

潜伏与觉醒：深度学习与大模型（LLM）的崛起

经历了两次寒冬后，研究者们开始在“AI之冬里伪装”，他们不再大谈特谈通用智能，而是转向更务实的机器学习、数据挖掘和统计学模型。在这个被AI日报称为蛰伏期的年代，支持向量机、贝叶斯网络等技术陆续成熟。1997年IBM深蓝战胜卡斯帕罗夫，虽然被认为是暴力算力的胜利，但也证明了专用系统的强大。

真正的火种由“加拿大黑手党”（辛顿、杨立昆、本吉奥）等少数坚守神经网络的学者保留了下来。2006年，“深度学习”正式被提出。而引爆这一切的，是算法、算力和数据的历史性交汇： 1. 数据：李飞飞主导的ImageNet提供了海量标注数据。 2. 算力：英伟达GPU的引入让大规模并行计算成为可能。 3. 算法：2012年，AlexNet在ImageNet竞赛中以碾压优势夺冠。

旧算法加上新算力和大数据，催生了新能力。深度学习彻底颠覆了计算机视觉、语音识别等领域，为后来的LLM（大型语言模型）奠定了坚实基础。

从Transformer到ChatGPT：AGI时代的真正黎明

2017年是现代AI历史的分水岭。谷歌大脑团队发表了著名的《Attention Is All You Need》论文，提出了Transformer架构。这一架构去除了传统的循环结构，完全依赖注意力机制，极大地释放了并行训练的潜力。

此后，AI的主线变成了“规模化（Scaling）”。2018年到2020年，openai相继推出GPT系列，验证了“大规模无监督预训练+微调”的路线。特别是GPT-3的出现，展现出了惊人的“涌现”能力，只需少量的提示词（Prompt）就能完成各种复杂任务。Scaling Laws（缩放定律）的发现，更是将训练大模型从一门玄学变成了一项可预测的工程，直接引爆了千亿美元的资本狂潮。

2022年底，chatGPT横空出世。它不仅在技术上引入了基于人类反馈的强化学习（RLHF），更重要的是，它提供了一个极其友好的对话界面。这是AI七十年来最伟大的一次“交付”，让毫无技术背景的普通人也能直观感受到智能的力量，同时也带动了claude等优秀大模型的快速迭代。

迈向未来：开源、推理与智能体（Agent）

进入2024和2025年，AI的演进速度再次打破常规。openai发布的o1模型将强化学习引入推理链条，让模型在输出前先进行深度“思考”，大幅提升了数学和代码能力。与此同时，诺贝尔物理学奖和化学奖双双颁给AI领域的先驱，标志着神经网络在基础科学领域的全面胜利。

开源力量同样不可忽视。DeepSeek等开源模型的崛起，不仅打破了算力垄断的神话，也让高性能推理模型变得触手可及。在国际数学奥林匹克（IMO）等顶级测试中，AI已经达到了人类金牌选手的水平。

站在今天，行业的共识正在发生转移：单纯的Chat（对话）范式已不再是唯一焦点，未来的核心在于“能办事”的智能体（Agent）。从信息检索、自动化办公到深度的AI变现，AI正在成为社会生产力的超级外脑。

了解更多前沿AI新闻、获取最新大模型使用技巧与AI门户资源，欢迎访问 https://aigc.bar。在这里，我们将持续为您追踪从大语言模型演进到通用人工智能（AGI）的每一个关键里程碑，助您在智能时代抢占先机。