AI 从零到现在：六分钟回看人工智能历史

英文影片 · 4K 影片 · 原创配乐进入独立观看页 ↗

先看影片，再沿着历史展开

六分钟串起人工智能的关键转折。按章节继续阅读，沿着原始资料了解每一步。

章节与解读

01 / 1936 — 2026

从零，走到时代前沿

AI 是让机器执行感知、学习、推理与问题求解等任务的研究领域。它的计算基础早于名称本身：本片从 1936 年的计算理论讲起，1956 年则是 AI 作为研究领域的标志性起点。影片选择关键转折，不把复杂历史压成某一个人的单线发明。

读图提示：机制动画是概念示意；有数值的图表会注明指标与年份。

来源 [4] · 来源 [28]

02 / 1936 / 1943

把思想，变成计算

图灵机不是第一台实体电脑，也不是完整的 AI；它帮助定义什么可以由算法计算。McCulloch–Pitts 模型把神经活动高度简化为逻辑运算，展示网络能够实现计算。生物启发与数学抽象从一开始就并行存在。

人工神经元是计算模型，不是对真实大脑的完整复制。

来源 [1] · 来源 [2]

03 / 1950

一个问题，开启未来

图灵用一个可讨论的交互情境替代含混的定义争论。他也讨论了学习机器与反对意见。图灵测试是历史上重要的思想实验，但流畅对话、意识与广泛的可靠能力，是不同的问题；不能用一场对话直接证明三者。

会说话，是可观察的行为；意识仍是另一个问题。

来源 [3]

04 / 1955 → 1956

人工智能，有了名字

提案写于 1955 年，研究项目举行于 1956 年。这两个年份经常被混写。达特茅斯并非此前没有机器智能思想，而是把相关探索聚成一个有名称、有共同议题的研究领域。最初的雄心远大于当时的数据和算力。

命名在 1955 年的提案中；标志性聚会在 1956 年夏天。

来源 [4]

05 / 1950s — 1960s

两条路，一场远征

符号方法擅长显式知识与可追踪的推导；感知机尝试从例子中学习分类。单层感知机的线性分类能力有限，不能解决所有模式。ELIZA 的经典脚本主要依靠关键词与重组规则。它让人们很早就发现：像理解一样回应，并不等于拥有充分理解。

符号推理与学习没有互相消灭；今天的系统仍会组合两者。

来源 [5] · 来源 [6] · 来源 [7]

06 / 1965 — 1990s

寒冬，挡不住探索

专家系统证明 AI 可以在狭窄领域创造价值，却也面临知识获取和维护的困难。寒冬指不同地区、不同时段的信心与资助退潮，不是整个研究领域同时停工。Lighthill 报告及 McCarthy 的反驳记录了当时对目标、评估与组合爆炸的争论。

此处曲线仅示意热潮与回落，不能作为历史投资数据读取。

来源 [6] · 来源 [8] · 来源 [9]

07 / 1986

让错误，驱动学习

反向传播用链式法则高效计算损失对参数的梯度，再由优化算法更新权重。它不是 1986 年凭空诞生；那篇论文是重要的推广节点。网络更深也不自动意味着更好，还要处理训练稳定性、数据与计算资源等问题。

梯度计算与参数更新是相连但不同的步骤。

来源 [10]

08 / 1990s / 1997

机器，赢下世界冠军

深蓝结合专用硬件、大规模搜索和棋局评估，是任务专用 AI 的重要里程碑。不要把它描述成今天的大语言模型。更广泛的统计学习逐渐强调从数据估计规律、在未见样本上评估表现，而非只验证一套人工规则能否执行。

评估泛化能力，要看新的样本与环境。

来源 [11] · 来源 [28]

09 / 2012

视觉革命，就此爆发

Krizhevsky、Sutskever 与 Hinton 的系统结合卷积网络、GPU 训练、ReLU 与正则化。15.3% 指论文报告的竞赛获胜系统结果，不是每一种单网络配置的成绩；26.2% 是第二名的相同指标。Top-5 错误意味着正确标签没有出现在模型给出的前五个候选中。

这里比较的是 top-5 错误率，越低越好，不是“识别准确率”。

来源 [12]

10 / 2016

围棋，迎来历史转折

AlphaGo 并非单靠穷举，也不是第一次尝试围棋 AI。它把深层网络、搜索与强化学习结合起来。2016 年对局所用系统也使用人类棋谱；后来 AlphaGo Zero 展示了不同训练路径，不应把两个版本的故事混为一谈。画面棋局为解释机制而构造。

画面是示意棋局，不是李世石对局或“第 37 手”的复现。

来源 [13]

11 / 2017

注意力，打开新纪元

注意力早于 Transformer；2017 年的关键创新是以注意力为核心的架构。原论文是编码器—解码器模型，并非今天所有大模型的同一结构。这里的箭头表示信息加权，矩阵为示意；生成式解码器通常需要因果遮罩，避免看到未来 token。

注意力权重显示一种计算关系，不能直接当作完整的解释或“思维轨迹”。

来源 [14]

12 / 2018 — 2020

一个模型，解锁更多任务

GPT-3 是自回归语言模型，通过预测后续 token 学习。少样本提示把任务示例放入上下文；这不等于推理时重新训练全部权重。参数、数据与计算相互影响，不能把模型大小当成智能的唯一刻度，也不能把流畅输出当成事实保证。

上下文学习通常改变输入，不是在每次对话中永久更新权重。

来源 [15]

13 / 2020 / 2021

AI，走进生命科学

蛋白质的氨基酸序列与三维结构有关。AlphaFold2 把学习与结构约束结合，显著提升预测准确性，但结构预测不等于完整模拟细胞，也不取代一切实验。2024 年化学奖一半授予 David Baker，另一半由 Demis Hassabis 与 John Jumper 分享。画面蛋白为程序化示意。

这是结构预测；动画不是某个真实蛋白或真实折叠动力学。

来源 [16] · 来源 [17]

14 / 2014 → 2022

从识别，到创造

GAN 与扩散是不同的生成方法。扩散训练通常向数据加入噪声，再学习反向去噪过程；生成不是从互联网简单拼贴，也不能保证绝不复现训练素材。此处用一个程序化地形表现“噪声到结构”，不是真实模型运行或训练样本。

扩散模型并非 2020 年才被首次提出；DDPM 是关键里程碑。

来源 [18] · 来源 [19]

15 / 2022.11.30

一个对话框，打开新入口

ChatGPT 不是 AI 的起点，也不是第一个聊天程序。它的转折在于强语言模型与易用对话界面的结合。发布说明介绍了人类反馈强化学习等训练步骤，也明确承认可能生成听起来合理却错误的内容。画面中的对话是为本片撰写的示例。

输出自然流畅，仍需要来源与验证。

来源 [20]

16 / 2023 — 2024

多种感官，更多世界

2024 年的 Gemini 1.5 等产品展示了多模态与长上下文方向；不同系统支持的输入输出形式并不相同。2023 年 Llama 2 发布提供了可下载模型与许可条款。这里用历史产品说明技术转折，不是截至今日的产品排名。上下文更长也不保证对每个细节都可靠。

开放权重、开源代码、开放数据与开放许可，是不同维度。

来源 [21] · 来源 [22]

17 / 2024 — 2025

推理，继续突破

预训练计算发生在构建模型时；推理时计算发生在回答问题时。推理模型研究把更多训练和推理资源用于复杂任务。不同方法可能包含长步骤、采样、搜索或验证，不能把示意树当作所有模型的内部结构。R1 论文也说明了可下载模型与蒸馏路径。

应验证结果，而不能仅凭推理文本的长度判断可靠性。

来源 [23] · 来源 [24]

18 / 2020s → TODAY

让智能，开始行动

RAG 可从外部知识库获取上下文，有助于更新信息与提供来源，却不保证答案正确。智能体通常用模型组织任务、调用工具、观察结果；不是所有工具调用都具有高度自主性。行动越能改变真实环境，越需要限制权限、记录过程和检查结果。

模型能力只是系统的一部分；工具质量与反馈同样重要。

来源 [25] · 来源 [26] · 来源 [29]

19 / 2026 · SNAPSHOT

AI 浪潮，正在改变世界

2026 年报告并不意味着所有数字都属于 2026 年：5817 亿美元是 2025 年全球企业投资统计；58→40 是报告所述的模型透明度指数平均分变化，不是能力分数。这里呈现已核查的年度报告快照，不宣称实时排名，也不把预测写成已发生的事实。

投资与透明度是两个不同指标；不能据此推断因果关系。

来源 [27] · 来源 [28]

20 / THE NEXT CHAPTER

未来，由我们书写

本片以问题结尾，而不是给 AGI 一个未经证实的到来日期。未来的系统能否在开放环境持续可靠地工作，怎样让价值被更广泛分享，以及如何评估与治理，仍是技术与社会共同面对的议题。未来可能性与已经发生的历史，应保持清楚区分。

这是开放问题与创作结语，不是确定的未来预测。

来源 [28] · 来源 [29]

来源与延伸阅读

从原论文、研究机构与产品发布记录继续阅读。

← 返回文章首页