跃见书单 | 一文带你读懂《人工智能简史》

​

 本期好书分享官：亚丹

本书推荐语：

“ 既是一本严肃的信史，又通俗易懂，带有科普的性质，更难得的是妙趣横生，使人拿起来一读就放不下手。”了解一个领域，可以从它的发展历程开始。尼克的《人工智能简史》，以人物为主线，中间穿插一些人物之间的有趣的细节，让历史更鲜活。

这本书对我们建立 AI 的全景式理解很有裨益，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。

​

• 过去:大事件、关键人物、研究路线

• 现在:看待人工智能的三类人群

• 未来:插上 AI 翅膀，从 GPT 走向 AGI

过去

人工智能的大事件

科技大佬比尔盖茨说：我们总是高估未来两年的变化，低估未来 10 年的变革“，这里如果能了解历史，相信更容易评估未来 10 年的变革。历史是一面镜子，看得到过去，照得到未来。ChatGPT 说：读历史可以增加知识，培养思维能力和文化素养。我总结几个词：发觉兴趣，笃定未来，把握机遇。

​

这里结合了人工智能的发展脉络、演化路径，为大家整理人工智能历史上的这些大事件：

1943 年，人工智能诞生，开启了人类智能科学的新纪元。

1966 年，Eliza 诞生，首个人工智能语言处理程序，引发了人机对话的研究热潮。

1980 年，专家系统的兴起，让机器具备了专业知识和决策能力。

1997 年，Deep Blue 战胜国际象棋世界冠军，标志着人工智能在复杂计算领域的突破。

2011 年，IBM 的 Watson 击败人类参赛者，成为知识问答领域的超级智能。

2012 年，谷歌的深度学习算法实现图像识别突破，开创了人工智能的新篇章。

2016 年，AlphaGo 击败世界围棋冠军，引发全球对人工智能的深刻思考和讨论。

2019 年，微软推出了 Turing Natural Language Generation 生成语言模型，该模型拥有 170 亿个参数。

2020 年，GPT-3 问世，成为最先进的自然语言处理模型，引领了语言生成技术的发展。

2022 年，OpenAI 于 11 月发布了 ChatGPT。

2023 年，OpenAI 宣布推出 GPT-4 多模态 LLM，可接收文本和图像输入。

这些重要节点见证了人工智能的发展历程，展现了人类智慧的无限潜力。让我们共同期待未来人工智能的更大突破和应用，为人类带来更美好的未来。

可以看得出，Turing，Deepmind，AlphaGo，OpenAI，GPT 成为关键点！

人工智能历史上的关键人物

近日，《时代》周刊发布了 2023 年度 AI 领域最具影响力的 100 人名单。在这份名单中，我们看到了很多熟悉的学者和企业家。

「领导者」部分包括 OpenAI 联合创始人 Sam Altman，百度 CEO 李彦宏，谷歌 DeepMind CEO 兼联合创始人 Demis Hassabis，还有马斯克、李开复、吴恩达、黄仁勋等。

「 思想者 」部分，中国科学院教授曾毅、斯坦福大学教授李飞飞、OpenAI 联合创始人兼首席科学家 Ilya Sutskever，以及深度学习三巨头 Geoffrey Hinton、Yann LeCun、Yoshua Bengio 均入选。

（图源于 XR INNOtopia）

这 100 个 AI 影响力人物，是由《时代》周刊最有资深的编辑和记者，花了几个月的时间从几十个来源收集推荐，汇总得到了一个包含数百个提名的名单，再最终形成了这个 100 人的名单。大部分人的故事，在《人工智能简史》上能够看到。

透过历史，看到这些人对 AI 领域发展的贡献。正如《时代》周刊主编在榜单评语中写道，“ 他们的洞察力、愿望和缺点将决定这一日益有影响力的技术的方向。”

人工智能研究的两条路线

在过去 70 年的发展历史上，有两条技术路线，就像跷跷板一样，一上一下，此起彼伏，就当前来看，连接主义路线得到了快速发展。我简单分析一下这两条路线的关键差异。

符号主义，以逻辑推导为核心，底层实现更多是基于规则，通过符号和符号之间的逻辑关系来表达智能。这条路线的特点是可解释性强，毕竟每一步都是有逻辑的。

连接主义，以统计分析为核心，底层是数据的分类、关联，通过模仿人脑神经元的链接方式来表达智能。这条路线的特点是有些不可解释，在海量参数下，涌现了智能，泛化，幻觉，难以解释。

连接主义语料库（橙）与符号主义语料库（蓝）

（图源于“AI 范儿”）

在过去，符号主义长期占据主导地位，产生了商业和社会价值，比如专家系统，知识图谱等，但在较长一段时间内达到了瓶颈。

随着算力，算法，数据的指数级增长，连接主义背后机器学习，深度学习，强化学习等展现出极大优势，最最有影响的是 2016 年的 AlphaGo 战胜人类围棋冠军，以及 2022 年 OpenAI 推出的 ChatGPT，似乎预示着连接主义是人工智能的最好路径。

人工智能的连接主义学派，是模仿人脑的神经元连接方式来构造智能。在《人工智能简史》上，缺少了对于脑神经科学的发展历史和关键人物的讲述。如果有兴趣，可以通过阅读《新机器智能》和《千脑智能》这两本书来更深入了解神经网络和人工智能之间的发展关系。

现在

血清素 VS 多巴胺 VS 内酚酞

正视当前，跟大家分享下趣味的人工智能 3 大人群划分，这里借用“脑科学“中，关于人的快乐感觉的研究。人的快乐来自 3 种大脑化学物质，分别是血清素，多巴胺，内啡肽。三个层级的快乐感觉，引申定义了看待人工智能的三类人群。

血清素群体

血清素是帮助我们放松心情，减轻焦虑感，可以概括为 “ 舒适感 ” 。

血清素群体，在国民现象级产品中可以看到，是非常庞大的。比如，头条的新闻，抖音的视频，越刷越好看，越好看越刷。我们现在知道，这里基于个人兴趣爱好等特征的精准推荐，推荐算法比你自己还了解你。这类场景的用户不需要关心什么是人工智能，方便使用就可以了。这是理解人工智能的一种形式：科技让生活更美好。

多巴胺群体

多巴胺则让人感到愉悦，可以概括为 “ 快感 ” 。

多巴胺群体，使用工具提升效率的人，比如：使用 ChatGPT 写文案，使用 Midjourney 画图，使用 runwayml 将图生成视频等等工具。这类 ToB 的场景，使用工具提效，有学习门槛，要付出一点成本。因为这个群体知道：取代自己的不是 AI ，而是更懂 AI 的人。

内啡肽群体

内啡肽则是让人感受到极大的 “ 成就感 ” 。要获得内啡肽分泌，必须先付出巨大的努力，忍受极大的痛苦。而一旦成功，这种幸福感持续的时间也特别长。

内啡肽群体，他们是预言家，是技术专家，是时代先锋。

代表观点：

英伟达黄仁勋：ChatGPT 是 AI 领域的 iPhone 时刻

盖茨：ChatGPT 表明人工智能历史意义不亚于“PC 或互联网诞生”

GPT-5 恐被叫停， 马斯克、图灵奖得主等千名专家呼吁暂停

陆奇最新演讲审定版：大模型带来的新范式和新机会

吴军：ChatGPT 不算新技术革命，带不来什么变革...

代表企业：

OpenAI/Anthropic、Midjourney、Runwayml、NVIDIA、风投（YC，a16z）

他们是提供服务和工具的群体，他们是算法专家，硬件专家，网络专家，数据科学家，软件工程专家，人伦学家，脑科学家。在他们看来，人工智能是人类未来发展的必经之路，特别是在这次 ChatGPT 发布以来，是“新范式新变革新机遇”，他们坚持了很多年，经历潮起潮落，他们 “ 因为相信，所以看见 ” 。

未来

从人工智能的发展曲线看，我们不难发现：人工智能的发展起起落落，总体向上，近十年来高速发展，特别是去年 11 月份的 ChatGPT 发布以来，迎来新一轮的大爆发。

当前，人工智能的技术已经融入到我们的日常生活中，而且还在快速的发展变化。我们从中能够获得哪些启示？

从 GPT 走向 AGI/ASI

（图源于“AI 范儿的 A𝕀²·ℙarad𝕚gm 商业范式 v4.0 示意图”）

这张图是 AI 范儿社区的技术专家画的，信息量特别大。想要讲清楚这张图的整个逻辑，估计没有个 20 分钟讲不清楚，我尽量分享一下这张图里面的几个关键概念。

铲子

比如蓝色部分，卖硬件，卖电，卖 GPU，卖软件基础设施服务，典型的公司有英伟达，公有云服务厂商，这些都是卖铲子的，这个概念来源于 19 世纪美国西部淘金热，当时发现了很多金矿，全球各地的人蜂拥而至，最终服务于这些矿工的人，比如卖牛仔的挣到了钱。当前大模型火热，挣钱的是英伟达，前几天看到一个新闻，说最新的 H100 卡，利润是 1000%。

炼丹

训练大模型，产出一个海量参数的大模型叫做炼丹。很形象，为什么这么称呼？因为每训练一次大模型，时间特别长，可能要 1-2 个月的时间，很像中国古代的炼丹过程。

采矿

大模型出来了后，具备很强的通用能力，但如何发挥这些能力，这个就需要良好的提示，大家把“提示词工程”，称为挖矿。

化身

通用的大模型，由于是用了很多公开的数据集来训练，缺少专业知识，所以针对专业知识能力增强，就需要进行微调，微调后对专业领域知识增强后，通用能力会弱化。因此化身的意思就是变了另外一种身份。

具生

可以简单理解就是具备感知/认知/执行的 的智能体，可以是具人机器，自动驾驶的汽车这类综合场景的人工智能产品。

还有一种分法是从分层的角度看，基础设施层，基础大模型层，行业大模型，智能体-Agent。每一层都有巨大的机会，需要专业的人才，都有很多的机会。这些机会更多是面向内啡肽群体的。希望有更多的人群，成为内啡肽用户。

插上 AI 的翅膀

下面用一个短片，分享一下借助 AI 工具，提升生产效率的例子。这个短片，是我认识的一个朋友，他做了一家小型广告公司，他在前段时间台风天气时，在家里用一个下午的时间用 AI 制作的广告短片。

大概步骤如下：

1、让 ChatGPT 写生动的 Prompt

2、把 Prompt 给到 Midjourney 生成图片

3、将 Midjourney 生成的图像+文字描述，输入 gen-2 做视频素材生成和修改

4、使用 Google 插件和剪映工具完成视频配音

5、最后使用剪映工具将素材剪辑成完整的广告短片

未必人人都能成为人工智能领域的内啡肽群体，但我们要做的便是让自己从血清素群体尽快成长为多巴胺群体，让 AI 助力我们的工作和生活！

END

​