AI 发展简史

一句话定义：AI 经历了符号主义→连接主义复兴→深度学习→大语言模型四波浪潮，每次都由算力、数据、算法三者共振驱动。

1. 四波浪潮

时期 浪潮 代表 驱动
1950s-1980s 符号主义 / GOFAI 专家系统、LISP 人工规则
1980s-1990s 连接主义复兴 反向传播、CNN 雏形 神经网络
2000s-2010s 深度学习 AlexNet、ResNet、Transformer GPU+大数据
2020s- 大模型 GPT、Claude、Gemini 算力+规模

2. 关键里程碑

  • 1950：图灵提出"图灵测试"。
  • 1956：达特茅斯会议，"人工智能"一词诞生。
  • 1986：Rumelhart 等普及反向传播算法。
  • 1997：Deep Blue 击败国际象棋冠军卡斯帕罗夫。
  • 2012：AlexNet 赢得 ImageNet，深度学习爆发。
  • 2014：GAN（生成对抗网络）提出。
  • 2017：Google 发表 "Attention is All You Need"，Transformer 诞生。
  • 2018：GPT-1 / BERT 发布，预训练范式确立。
  • 2020：GPT-3（175B 参数）展示 few-shot 能力。
  • 2022：ChatGPT 引爆大众市场；RLHF 走向主流。
  • 2024-2025：推理模型（o1/R1）、Agent、MCP 兴起。

3. 三大驱动力

  1. 算力：GPU（NVIDIA）、TPU、专用芯片，摩尔定律 + 并行化。
  2. 数据：互联网文本/图像、合成数据、高质量语料。
  3. 算法：Transformer、自监督学习、RLHF、Scaling Laws。

4. 两次"AI 寒冬"

  • 1970s：符号主义承诺落空，资金削减。
  • 1990s 末：统计机器学习瓶颈，神经网络受冷落。
  • 教训：期望过高、能力不足时易遇冷。

5. 学习要点

  • 理解每次浪潮的"驱动三角"（算力/数据/算法）。
  • Transformer 是当代 AI 的分水岭。
  • 寒冬源于过度承诺，务实评估能力边界很重要。

6. 参考资料

  • Russell & Norvig, "Artificial Intelligence: A Modern Approach"
  • "Attention is All You Need"（2017）