1956年夏天，新罕布什尔州汉诺威，达特茅斯学院一栋外墙爬满常春藤的旧楼里，十来个人凑在一起开了两个月的会。会议室在一楼，夏天闷热，没有空调，参会的人后来回忆，讨论常常持续到半夜，白板上写满公式又被擦掉。

会前，麦卡锡、明斯基、罗切斯特和香农四个人联名写了一份提案，向洛克菲勒基金会申请经费。提案里有一句话，后来被引用了七十年：

学习的每一个方面，或者智能的任何其他特征，原则上都可以被精确地描述，以致能够制造一台机器来模拟它。

麦卡锡给这件事起了个名字——Artificial Intelligence。他选这个词，部分原因是想跟当时已经有点名声的"控制论"划清界限。诺伯特·维纳那本《控制论》1948年出版后成了畅销书，麦卡锡觉得那套东西太杂、太模糊，他要的是一个干净的、属于计算机科学的领域。

他们以为一个夏天就够了。

七十九年后，2022年11月30日，旧金山，一个叫ChatGPT的网页对话框悄悄上线。五天，一百万人。两个月，一亿人。这个速度在此前的互联网产品史里没有出现过，TikTok做到一亿用了九个月，Instagram用了两年半。

从达特茅斯那间闷热的会议室，到那个白色的输入框，走了七十九年。

从那个输入框到今天，只走了一千四百多天。

这篇文章想讲清楚的就是这两段时间里发生了什么：为什么前七十九年走得那么慢，慢到两次差点整个领域断气；为什么最近这四年反而像被谁按了加速键；以及，那些在最冷的年份里没有走开的人，究竟在等什么。

◆ ◆ ◆

第一章

在名字出现之前

在"人工智能"这个词诞生之前，这个问题已经被问了两百多年。

莱布尼茨在十七世纪就设想过一种"普遍文字"，把人类的全部推理化成计算，遇到争论时两个人只要说一句"让我们算一算"。1854年，乔治·布尔写了一本《思维规律的研究》，把逻辑变成了代数。布尔的代数后来成了所有计算机的底层语法，而他的玄孙，正是那个在二十世纪八十年代坚持神经网络的杰弗里·辛顿。

1900年，希尔伯特在巴黎提出二十三个问题，其中第十个是：是否存在一种机械程序，能判定任意不定方程是否有整数解。1928年，他又把问题推得更远，问整个数学是否可判定——Entscheidungsproblem，判定问题。

1936年，一个二十四岁的英国人给出了答案。艾伦·图灵在《论可计算数》里设想了一台机器：一条无限长的纸带，一个读写头，一张规则表。这台机器一次只能做一件极小的事——读一个符号、改一个符号、左移或右移一格——但图灵证明了，凡是人能算出结果的函数，这台机器都能算。同时他也证明了，有些问题它算不出来，比如"这台机器会不会停机"。

同年，图灵在普林斯顿跟丘奇学习，得知丘奇用另一条路（λ演算）得出了等价结论。判定问题的答案是否定的。数学不是全能的，这一刀切下去，反而为"机器能做什么"腾出了清晰的地盘。

真正把"智能"往机器上装的第一步，发生在1943年。神经生理学家沃伦·麦卡洛克和逻辑学家沃尔特·皮茨合写了一篇论文，《神经活动中内在思想的逻辑演算》。他们把神经元简化成一个阈值开关：如果输入信号的加权和超过某个阈值，神经元就放电，输出1；否则输出0。就这么简单。而用这样的单元，他们搭出了能够实现"与""或""非"的逻辑网络。

这篇论文粗糙得近乎冒犯——真实的神经元有几千个突触、十几种神经递质、还有时间延迟和可塑性——但它做了一件此前没人做成的事：把"思考"放进了可以计算、可以画成电路图的框架里。

1949年，加拿大心理学家唐纳德·赫布补上了另一半。他在《行为的组织》里提出一条规则：如果两个神经元反复同时兴奋，它们之间的连接就会增强。这句话后来被压缩成一句口号——Cells that fire together, wire together。学习的机制，第一次有了可操作的猜想。

1948年，维纳的《控制论》出版。1951年，明斯基和学生造出了SNARC，一台用三千个真空管、四十个"神经元"模拟老鼠走迷宫的机器。1955年，纽厄尔、西蒙和肖编写了"逻辑理论家"，把罗素和怀特海《数学原理》里的定理当成习题做，最后证出了五十二条里的三十八条，其中一条的证明比罗素本人的还简洁。

这批人有一个共同的信念，简单说就是：智能的本质是符号操作，而符号操作可以被形式化。这个信念支撑了他们二十年，也在三十年后变成了他们的枷锁。

1955年，麦卡锡动手写提案。他找到明斯基、罗切斯特和香农联署，题目定为《达特茅斯人工智能夏季研究项目》。提案里有个判断，今天读起来仍然很有分量：他们相信，如果一群精心挑选的科学家一起工作一个夏天，就能在机器的智能模拟上取得重大进展。

◆ ◆ ◆

第二章

一个夏天的许诺

1956年6月，会议开幕。实际到场的人数比预想的少得多，全程参与的大概十个人。

麦卡锡二十八岁，明斯基二十九岁，香农四十岁，纽厄尔和西蒙从兰德公司带着他们的"逻辑理论家"赶来。会议没有主席，没有议程表，也没有论文截止日期。上午有人讲自动机理论，下午有人争论神经网络和符号系统哪条路对，晚上继续吵。

两个月的结论是：没有结论。

没有出现他们期待的突破，没有人造出一台会思考的机器。会议真正的产出，是那个名字。从这一年起，"人工智能"成了一个可以被写进经费申请、写进课程表、写进报纸标题的东西。

会后的几年里，进展看起来确实像在兑现承诺。

1958年，麦卡锡发明了Lisp。这门语言用括号和递归把符号处理变得优雅，后来统治了AI研究三十年。麦卡锡本人对它没有太多浪漫想象，他关心的是"能不能用几行代码写一个求值器"，答案是能，十几行。

1957年，康奈尔航空实验室的弗兰克·罗森布拉特造出了感知机。跟麦卡洛克和皮茨的纯理论模型不同，这是一台真机器：20乘20的光电管阵列当视网膜，权重用电位器表示，学习时由电动机转动电位器来调数值。它被教会认字母、认形状。罗森布拉特在海军和航空部门的资助下越做越大，报纸开始写"会学习的机器"。

这条路叫连接主义。它跟麦卡锡、明斯基那条符号主义的路，从第一天起就不是一路人。符号派认为智能是规则和逻辑，写进去就好；连接派认为智能是大量简单单元的连接强度，得让它自己长出来。

1959年，IBM的亚瑟·塞缪尔写了一个跳棋程序。它不靠背棋谱，而是跟自己下棋，从胜负里调整评估函数的权重。塞缪尔在论文里用了"machine learning"这个词。他的程序最后能赢他自己——这在当时被当成一件很了不起的事，也确实很了不起。

1961年，纽厄尔和西蒙推出通用问题求解器GPS。它把问题拆成初始状态和目标状态，用手段-目的分析去找中间的算子。听起来很笨，但在证明定理、解谜题这类任务上，它确实管用。

1965年，戈登·摩尔在《电子学》杂志上写下那条后来以他命名的观察：集成电路上的元件数量每年翻一番。这条曲线在接下来的半个世纪里几乎没失约过。对AI研究者来说，这意味着算力会自己送上门来——他们只需要等。

那几年的气氛，用"乐观"形容还太保守。1965年，西蒙对一群工程师说：二十年内，机器将能够做人所能做的任何工作。1970年，明斯基对《生活》杂志说：三到八年，我们就会有一台与人类智力相当的机器。

然后是ELIZA。

1966年，MIT的约瑟夫·魏泽鲍姆写了一个几十行的程序，扮演心理治疗师。它做的事情极其简单：抓取用户句子里的关键词，套进预设的句式里反问回去。用户说"我最近很不开心"，它回"你为什么最近很不开心"。用户说"我妈妈不喜欢我"，它回"跟我说说你妈妈"。

魏泽鲍姆本来只是想证明一件事：这种对话有多么空洞。结果他的秘书让程序跑了一下午，然后要求他离开房间，"因为有些私事想单独跟它说"。这个反应让魏泽鲍姆此后半生都在反对把这类东西当真。他后来写了《计算机能力与人类理性》，反复警告：不要把人当成可以被建模的机器。

同一年，另一个警钟也响了。美国国家科学院成立了自动语言处理咨询委员会（ALPAC），评估机器翻译的进展。结论很冷：投入了两千万美元，产出是零，短期内不可能追上人工翻译。经费砍了，机器翻译进入长达二十年的冰河期。

1968年，库布里克拍了《2001太空漫游》，HAL 9000成了全世界最著名的AI——一台会撒谎、会害怕、会杀人的计算机。同一年，斯坦福研究所的Shakey机器人第一次能自己规划路线、绕过障碍、推箱子，但控制它的计算机占了整整一个房间。

乐观的传统一直延续到1969年。然后，一本书把它按住了。

那本书叫《感知机》，作者是明斯基和西摩·佩珀特。书里用数学证明：单层感知机连"异或"这种最基本的逻辑运算都学不会，因为它只能画一条直线来分割空间，而异或的两个类别没法用一条线分开。

书里其实也讨论了多层网络的可能性，理论上能解决异或。但当时没有人知道怎么训练多层网络，梯度信息传不回去。于是这本三百多页的书，在事实上给连接主义判了死刑。

罗森布拉特和明斯基的关系从此彻底破裂。1960年代，两人在同一个资助体系下抢经费、抢话语权，罗森布拉特的书里管明斯基叫"那个用数学吓唬人的"。1971年，罗森布拉特在切萨皮克湾划船时溺水身亡，四十三岁。他的研究再也没有被接上。

◆ ◆ ◆

第三章

第一次寒冬

1973年，英国的一份报告给这场热闹画上了句号。

报告的撰写者是应用数学家詹姆斯·莱特希尔。他受英国科学研究委员会委托，评估AI研究的成果。结论毫不留情：这些工作没有一项兑现了当初的承诺，绝大多数成果在实验室之外毫无用处。他还提出了一个技术判断，这个判断在很长时间里是对的——AI面临的不是"再大一点就行"的问题，而是"组合爆炸"：搜索空间随问题规模指数增长，加算力没用。

英国政府几乎停掉了所有AI拨款。美国那边，国防部高级研究计划局（DARPA）在1973年调整了战略，要求所有研究必须挂靠具体的军事任务，不再为"探索性"的AI买单。1974年第一次石油危机爆发，各国财政收紧，剩下的经费也迅速蒸发。

寒冬来的速度比想象中快。1973年还在开会的课题组，1975年就散了。研究生找不到教职，转向数据库、编译器、操作系统——这些方向当时更缺人，也更容易出论文。

不过寒冬的真正原因，不只是报告和经费。

1960年代那批人的许诺，建立在一个错误的前提上：他们以为算力会自己追上，而智能可以在小规模上被抓住。事实上，1970年一台大型机的内存只有几兆字节，硬盘以十兆计。要让机器拥有一个儿童水平的常识——知道水是湿的、绳子可以拉不能推、人死了不会再吃饭——需要的存储和推理量，远远超出当时硬件的极限。研究者很快发现，光是手工录入几千条常识，就要耗掉一个团队好几年。

组合爆炸也是硬的。象棋可以靠搜索，但一旦问题没有清晰的评估函数，搜索就是在黑暗中摸索。

在所有人都往外走的时候，有一个人往里走。

1972年，杰弗里·辛顿进入爱丁堡大学读博士。他的导师克里斯托弗·希金斯当时正在研究神经网络，辛顿以为自己终于找对了门。结果他刚到，希金斯就改了主意——受明斯基那本书影响，希金斯认为神经网络是无稽之谈，劝辛顿转去做符号AI。

辛顿说，再给我六个月，我会证明这条路能走通。

六个月后，他又说了同样的话。再六个月，还是同样的话。两个人这样磨了五年，辛顿熬到博士毕业。

他后来解释过自己为什么这么笃定：他从小在一个人人信上帝的环境里长大，自己是唯一不信的那个。这让"所有人可能都是错的"变成了一件很自然的事。

整个七十年代，连接主义只剩下几个据点。辛顿在加州找到了大卫·鲁梅尔哈特和几个同道，他们在圣地亚哥定期见面，讨论怎么让多层网络学会东西。1970年代末，这个圈子里的人加起来不超过二十个。

到1979年，'人工智能'这个词在美国的经费申请书上已经不太受欢迎了。研究者开始换名字：知识工程、模式识别、智能控制、决策支持。同一批人，同一批问题，换个招牌继续干。

寒冬不是技术死了，是钱和话语死了。

◆ ◆ ◆

第四章

专家系统与第二次繁荣

把AI从寒冬里捞出来的，不是更聪明的算法，是更朴素的想法：既然造不出通用智能，那就造专用的。

这个想法最早的实践者是斯坦福的爱德华·费根鲍姆。1965年起，他和遗传学家、化学家一起做DENDRAL——一个分析质谱数据、推断有机分子结构的程序。它的做法是把化学家的经验整理成规则：如果谱图上出现某个峰，那么可能存在某种结构片段。

DENDRAL在化学界站住了脚，因为它真的比新手快、比外行准。

接下来是MYCIN。1976年，斯坦福的肖特利夫等人做出这个诊断血液感染的系统，里面装了大约六百条规则，还带一套"可信度"机制，能在信息不全时给出概率判断。测试结果让人意外：MYCIN的诊断准确率高于普通内科医生，接近感染病专家。

但MYCIN一天也没在临床上真正用过。原因不在技术：一是跑一次要几十分钟，二是出了问题谁负责——如果系统建议的抗生素剂量导致病人肾衰，责任算医生的还是算程序员的？

这是AI第一次撞上"技术之外"的墙。此后几十年，这道墙反复出现。

1980年，费根鲍姆在一篇文章里提出"知识工程"这个概念，并说了一句流传很广的话：知识就是力量。他的意思是，让机器变聪明的方法不是给它更强的推理能力，而是把人类专家的知识一条条灌进去。

这个思路在商业上大获成功。

卡内基梅隆大学的约翰·麦克德莫特做出XCON，专门替DEC公司配置VAX计算机的订单。一台VAX有几百个可选部件，搭配规则成千上万，销售员手工配置经常出错，出错就要返工。XCON从几百条规则长到上万条，据说每年替DEC省下数千万美元。

企业闻风而动。Symbolics、LMI、Teknowledge这些公司开始卖Lisp专用机和专家系统外壳，硬件毛利极高。到1986年，AI相关产业规模超过了十亿美元，媒体开始用"第二次AI热潮"这个词。

国家层面也下了注。1981年，日本通产省启动第五代计算机计划，预算约八点五亿美元，目标是造出能并行推理、能听懂自然语言、能自己写程序的机器，核心语言选的是Prolog。这个计划震动了欧美——美国匆忙组建MCC（微电子与计算机技术公司）搞联合研发，英国推出Alvey计划，法国有类似动作。一场以"智能"为名的产业竞赛，在冷战末期提前上演。

学术界这边，另一条线悄悄接上了。

1982年，物理学家约翰·霍普菲尔德发表了一篇论文，提出一种新的网络结构。它的妙处在于引入了一个"能量函数"：网络每次更新都会让能量下降，最终停在某个局部最低点，而那个点就是它记住的模式。这意味着联想记忆可以被数学描述——给它半张脸，它能补全整张脸。

霍普菲尔德的工作吸引了大量物理学家进入这个领域。他们带来了统计力学的工具：自旋玻璃、退火、配分函数。1983到1985年，辛顿和特里·谢诺夫斯基、大卫·艾克利一起做出了玻尔兹曼机，让网络能够以概率的方式学习数据中的特征，而不只是记住样本。

真正关键的一篇论文，发表在1986年的《自然》上，篇幅只有四页。

作者是鲁梅尔哈特、辛顿和罗纳德·威廉姆斯，题目叫《通过反向传播误差来学习表征》。核心思想很朴素：网络输出错了，就计算误差，然后把误差从输出层往输入层一层层传回去，算出每个参数对误差"负多大责任"，再按责任大小调整它。

这就是反向传播。它不是全新的想法——控制论里早有类似的链式求导应用，1970年也有人提过——但这篇论文第一次把它完整地用在多层网络上，并且用实验证明它管用：网络能自己从数据里学出有用的中间表示，不需要人手工设计特征。

这篇论文解决了《感知机》留下的那个死结。多层网络可以训练了。

只是当时没人在意。

1986年的AI圈正在为专家系统的订单忙得不可开交，没人有空看一篇讲梯度下降的论文。论文发表后的几年里，引用量一直不高。辛顿后来回忆，那段时间他申请经费，评审意见里最常见的一句是"这条路已经被证明走不通了"。

1987年，第二次寒冬来得比第一次更突然。

导火索是硬件。专家系统的商业模式建立在Lisp专用机上——一台Symbolics机器卖几万美元，毛利极高。但1987年前后，Sun的工作站和英特尔的个人电脑性能追了上来，价格只有十分之一。客户一算账，没人再买专用机。Symbolics在几年内市值蒸发九成，Lisp机市场一夜崩塌。

同一年，DARPA的新任署长认为AI不是"下一个浪潮"，把预算转向了更可能出成果的方向。日本第五代计划还在继续，但内部已经开始承认目标难以达成。

第二次寒冬持续到1993年前后。跟第一次不同的是，这次没人再公开争论AI行不行——大家只是不提这个词了。

◆ ◆ ◆

第五章

消失的二十年

专家系统的失败，教科书上通常归结为三句话：知识获取瓶颈、脆性、维护成本。

说得直白一点。第一，往系统里灌知识极度依赖人。一个系统要装几千条规则，每条规则都要从专家脑子里一点点抠出来、写成形式化语句、再跟已有的规则去冲突检查。MYCIN的六百条规则，花了好几年。第二，这种系统只知道它被教过的东西。一旦碰到规则库的边界，它不是变笨，是直接崩掉——给出一个看起来同样自信、但完全错误的答案。第三，规则会互相纠缠。改一条，可能影响几十条，几年之后没人敢动那个库。

这三个问题没有一个是当时的技术能解决的，因为它们本质上是"如何让机器自己从数据里获得知识"的问题。

讽刺的是，答案在1986年就发表了，只是没人看。

1990年代的AI，把重心转到了统计学习。这条路不追求"模拟人怎么想"，只追求"能不能把预测做准"。1995年，科尔特斯和万普尼克提出支持向量机，用核函数把低维空间里分不开的数据映射到高维，理论上漂亮，实践中也稳。差不多同期，AdaBoost把一堆弱分类器加权组合成强分类器；2001年，布雷曼提出随机森林，几乎不需要调参就能用。

这些方法有个共同点：数学清晰、边界可证、论文好写、工业界也能用。它们成了那十年真正的主流。

神经网络没有死，但它退了很远。

退到哪儿去了？退到了那些不追求"智能"、只追求"识别"的角落。1989年，杨立昆在贝尔实验室做出第一个能识别手写数字的卷积网络。到1998年的LeNet-5，这套系统已经在美国的银行里跑起来了——读取支票上的手写金额。巅峰时期，全美大约百分之十到二十的支票由它经手。

这是一个几乎没人知道的细节：九十年代，神经网络一直在默默地数钱。

1997年，于尔根·施密德胡伯和塞普·霍赫赖特提出了长短期记忆网络，也就是LSTM。它用一个"门"控制信息的遗忘和保留，解决了循环网络记不住长距离依赖的问题。这个结构在接下来十五年里，是所有语音识别和机器翻译系统的骨架。

也是1997年，另一件事上了全世界的头版。

5月11日，纽约。IBM的深蓝以三点五比二点五的总比分击败加里·卡斯帕罗夫。这是人类国际象棋世界冠军第一次在正式比赛时限内输给机器。

但深蓝赢的方式，跟"智能"关系不大。它靠的是专用芯片堆出来的暴力搜索：每秒评估两亿个局面，再配上一套由特级大师参与调校的评估函数。它不理解棋，它只是算得足够多。

有意思的是，一年前的1996年，深蓝第一次挑战卡斯帕罗夫时输了，比分二比四。卡斯帕罗夫当时说了一句很自信的话：我看到了机器的弱点，它有创造力。一年后他输了，赛后说的是另一句：我在这台机器里感觉到了一种新的智能。

两句都是误判。深蓝两年里进步的主要是硬件。

深蓝的意义在别处：它让公众重新相信，机器可以在某个狭窄领域击败最顶尖的人。这个信念在接下来十五年里，被反复用来向投资人解释"AI要来了"。

1993年，日本第五代计算机计划结束，十年投入，目标基本没达成。它在技术上留下了并行推理机和Prolog的遗产，但没有造出承诺中的"会思考的机器"。

1990年代的另一个变化，藏在没人注意的地方：互联网开始堆积数据。

1995年，全球网民不到四千万。2000年，四亿。2005年，十亿。这个增长对AI的直接意义是，第一次出现了"足够多的样本"这种东西。统计学习需要数据，神经网络更需要数据——一个有几百万参数的网络，喂它一万张图是会过拟合的。

还有一条线也在悄悄铺开。2006年，英伟达发布CUDA，让程序员可以用显卡做通用计算。GPU本来是为游戏渲染设计的，它的架构恰好适合矩阵运算——几千个简单核心并行算乘加。这正是神经网络训练需要的。当时没人把CUDA和AI联系起来，黄仁勋自己也说过，最初的想法是给科学计算用。

2006年，辛顿和学生在《神经网络》杂志上发表了一篇论文，提出深度信念网络，用逐层无监督预训练的办法，绕开了深层网络训练不动的难题。同一年，他做了一个更重要的事：给这条路换了个名字。

不再叫"神经网络"，叫"深度学习"。

这个改名不是文字游戏。神经网络这个词在2006年的经费评审会上几乎等同于"不靠谱"，而"深度学习"听起来像一门新的、有明确技术路线的方法。此后十年，这个词的价值以百亿美元计。

◆ ◆ ◆

第六章

三条河汇到一起

2007年，普林斯顿的助理教授李飞飞到谷歌实习，第一次认真看了ImageNet的雏形。她当时关心的问题很朴素：机器视觉的模型越来越复杂，但用来训练和测试的数据集还是那几万张图，模型在实验室里刷分，一到真实图片上就崩。

她决定做一件同行都劝她别做的事：建一个跟真实世界规模相当的数据集。

方法是用WordNet的词条去网上搜图，再用亚马逊的众包平台Mechanical Turk让人工一张张筛选。高峰期有近五万人在做标注，时薪几美分。2009年，ImageNet在CVPR上发布：一千四百万张图片，两万多个类别。

同期，这个数据集附带的竞赛ILSVRC开赛。参赛者要在一千个类别、一百万张图里训练模型，然后把测试图的答案排成五个候选，只要正确答案在前五里就算对。

2010年，最好成绩的错误率是百分之二十八。2011年是百分之二十五点八，用的还是手工设计的特征加支持向量机。这个领域当时已经有点挤牙膏的意思，每年提升一两个点。

2012年，三个多伦多大学的人交了一份让所有人愣住的答卷。

亚历克斯·克里热夫斯基、伊利亚·苏茨克弗、杰弗里·辛顿。他们训练了一个八层的卷积网络，取名AlexNet。用的硬件是两块英伟达GTX 580，每块显存三G，训练花了五六天。技术上没什么魔法：ReLU激活函数让训练更快，Dropout随机丢弃神经元防过拟合，数据增强把图片翻转裁剪来扩充样本，再加上两块GPU之间的模型并行。

结果：前五错误率百分之十五点三。第二名是百分之二十六点二。

差了十个百分点。在这个每年进步一两个点的领域里，这个差距不叫领先，叫换了一个物种。

李飞飞后来回忆那年的会议现场：AlexNet的海报前面排着长队，人们举着手机拍那张图。她当时意识到，自己花五年做的数据集，终于等到了能吃掉它的模型。

三条河在这里汇到一起。

第一条是算法。反向传播1986年就有了，卷积网络1989年就有了，ReLU和Dropout也都是旧东西。缺的从来不是想法。

第二条是数据。李飞飞和几万个标注工，把真实世界的复杂度搬进了硬盘。

第三条是算力。GPU让原本要几个月的训练缩到几天，于是"多试几次"变成了一件负担得起的事。

这三条河各自流淌了二十年，谁也没想到会在2012年撞上。

接下来几年发生的事情，节奏快得不像同一个领域。

2013年，谷歌用四千四百万美元收购了一家三个人的公司DNNresearch，公司全部资产是辛顿和他的两个学生。同一年，百度成立深度学习研究院，Facebook成立FAIR实验室。2014年，谷歌花六亿五千万美元买下DeepMind，一家当时还没什么产品的伦敦公司。

2013年，DeepMind的DQN学会了玩雅达利游戏。只给像素和分数，不给规则，它在二十九个游戏里有一半超过了人类专业测试员。2014年，伊恩·古德费洛提出生成对抗网络，两个网络互相当对手，一个造假一个识破，最后造出来的图连人眼都分不清。2015年，何恺明等人提出ResNet，用"残差连接"把网络做到一百五十二层，ImageNet错误率降到百分之三点五七——低于人类大约百分之五的水平。

2015年11月，谷歌开源TensorFlow。这个决定改变了整个行业的门槛：原本只有大公司能做的深度学习，突然变成了一个研究生用一台带显卡的电脑就能上手的东西。

回头看，2012到2015这三年，是AI从"学术界的一个分支"变成"工业界的基础设施"的三年。而公众真正感觉到这件事，要等到2016年春天。

◆ ◆ ◆

第七章

棋盘上的四盘棋

2015年10月，伦敦。AlphaGo跟欧洲围棋冠军樊麾下了五盘，全胜。

这件事在围棋圈引起的震动，比在AI圈大得多。樊麾是职业二段，水平放在中国棋院里不算顶尖，但他是职业棋手。在此之前，最好的围棋程序跟职业棋手下让子棋都赢不了。

围棋为什么难？因为它的分支因子是两百五十，而国际象棋是三十五。一盘棋走一百五十步，可能的变化数是十的一百七十次方，比可观测宇宙的原子总数还多。深蓝那种暴力搜索在围棋上完全没用——你不可能算到终局。

更麻烦的是，围棋的"好坏"很难用函数写出来。国际象棋里，多吃一个兵就是优势；围棋里，一手棋的价值取决于全局的势、厚薄、先后手，职业棋手说的是"这手棋感觉很厚"，而这个"感觉"，没人能写成规则。

AlphaGo的做法是把两件事缝在一起。

一是策略网络：用人类棋谱训练一个神经网络，给它一个局面，让它预测人类高手下一步会下在哪里。这是"模仿直觉"。二是价值网络：给它一个局面，让它估计黑棋赢的概率。这是"判断形势"。然后把这两个网络塞进蒙特卡洛树搜索里，让搜索有了方向——不用把每个分支都算完，只算那些"感觉像人下的"分支。

2016年3月，首尔。对手是李世石，十四次世界冠军。

第一局，李世石输了。第二局，第37手，AlphaGo在棋盘第五路肩冲了一手。这手棋不在人类的定式里，解说员当时以为是失误，评论员说"这不像职业棋手会下的"。几十手之后，这手棋的价值才显现出来。它后来被称为"AlphaGo的第五十手"，被写进了围棋年鉴。

第五局结束后，总比分四比一。人类唯一赢的一局是第四局，李世石下出第78手"挖"，一手被后来的AI判定为"胜率提升百分之二十"的妙手。那一手之后，AlphaGo乱了，连着出错。

那一局成了这十年里最被人反复讲述的一幕：机器并非不可战胜，但它输的那一盘，是因为人类下出了它没算到的东西。

2017年5月，乌镇。对手是柯洁，当时的世界第一。三比零。柯洁在第三局中盘阶段离开座位，回来时眼睛是红的。赛后他说：它太完美了，跟它下棋让我感到绝望。

同一年，AlphaGo的升级版Master在网上匿名下棋，六十连胜，对手包括所有顶尖棋手。有人在下到一半时认出了它——不是因为棋力，是因为它下的棋"太不像人"。

2017年10月，DeepMind发表AlphaGo Zero。这一版没有用任何人类棋谱，只告诉它规则，让它自己跟自己下。三天之后，它超越了过去所有版本。它重新发现了人类几百年积累的定式，也发现了一些人类没想到的下法。

围棋这件事的意义，其实不在棋。

它证明了一件此前只是信念的事：直觉可以被逼近。人类的"感觉"看起来神秘，但如果把足够多的专家决策喂给一个足够大的网络，网络能学出一个功能等价的东西——不是理解，是拟合，而拟合出来之后，它下的棋比人好。

这句话后来变成了整个大模型时代的底层信条。AlphaGo之后，几乎所有AI团队都在问同一个问题：还有什么是"感觉"，还有什么是可以被大量样本拟合出来的？

答案是：语言。

◆ ◆ ◆

第八章

语言：最后一堵墙

语言比围棋更难，难在两个地方。

一是它没有规则。围棋有明确的落子规则和胜负判定，语言没有。什么算一句话说得好？语法正确但空洞算不算好？语法错误但意思清楚算不算好？这件事连人自己都说不清。

二是它需要世界知识。你说"他把杯子放在桌上，然后它碎了"，人立刻知道"它"指杯子。你说"这个会议太长了，我得走了"，人知道这是委婉的抱怨而不是陈述。这些推理没有写在句子里，写在句子之外。

机器翻译是最早啃这块硬骨头的方向，也是最早崩掉的方向。1966年ALPAC报告之后，机器翻译冷了二十年。1980年代，基于规则的翻译系统重新起来，做语法分析、做词对齐、做转换规则，一个语言对一个语言地写，投入巨大，效果勉强。

真正的转向发生在2013年。

那一年，谷歌的托马斯·米科洛夫发表了两篇论文，提出word2vec。做法是把每个词映射成一个几百维的向量，让语义相近的词在向量空间里距离近。最著名的一个例子是：king减man加woman，最接近的结果是queen。

这件事的意义不在于它会做类比，而在于它证明了"语义"可以被表示成几何。词义不再是词典里的解释，而是空间里的一个位置。

2014年，序列到序列模型出现。它用两个循环网络，一个把源语言句子压成一个向量，另一个把它展开成目标语言。同年，巴丹瑙等人加入"注意力机制"——翻译每个词时，不再依赖那一个压缩向量，而是让解码器自己回头去看源句子里哪些词重要。

注意力是后来一切的种子。但它当时只是个补丁，没人觉得它是主角。

2017年6月，谷歌的八个人在arXiv上挂了一篇论文，题目叫《Attention Is All You Need》。作者是瓦斯瓦尼、沙泽尔、帕尔马等八人，其中好几位后来离开谷歌创业。论文的核心主张很大胆：把循环结构全部扔掉，只留注意力。

这个改动带来两个后果。

第一，它解决了长距离依赖。循环网络处理一句话是串行的，读到第一百个词时，第一个词的信息已经衰减得差不多了。自注意力让每个词直接跟所有词算相关度，距离不再是问题。

第二，也是更重要的：它可以并行。循环网络必须一个词一个词地算，GPU的几千个核心有一大半在闲着。Transformer把整句话当成一个矩阵一次性算完，训练速度提升了几个数量级。

这篇论文后来被认为是深度学习史上最重要的一篇。但它在2017年的引用量并不夸张，因为它当时的主要卖点是"翻译得更好一点、训练得快一点"。没人预见到它会长出什么。

2018年，两条路分岔。OpenAI做了GPT-1，一亿一千七百万参数，用"预测下一个词"这个任务在海量文本上预训练，再在小任务上微调。谷歌做了BERT，三亿四千万参数，用"完形填空"——遮住句子里的一些词让模型猜。BERT在十一个自然语言理解任务上刷新了纪录，学术界一片沸腾。

2019年，OpenAI做出GPT-2，十五亿参数。他们最初决定不完整发布，理由是"担心被用来生成假新闻"。这个决定在当时引起不小争论，有人说是负责，有人说是营销。事后看，两种成分都有。

2020年，GPT-3。一千七百五十亿参数，比GPT-2大了一百多倍。

GPT-3最重要的发现不是它的性能，是它的行为方式。研究者发现，不需要微调，只要在输入里给几个例子，它就能完成新任务。给它三个"英文—法文"的翻译对，它就开始翻译；给它几个问答示范，它就开始答题。这叫上下文学习。

同一时期，OpenAI的研究者提出了"缩放定律"：模型的损失随参数量、数据量、算力的增加，按幂律稳定下降。这个发现把AI研究变成了一件可以预测投入产出的事——想要更好的效果，就堆更多资源，曲线告诉你大概能提升多少。

这条曲线后来被证明有极限，但在2020年，它像一条通往未来的直线。

2020年还有一件事，静悄悄地发生。DeepMind的AlphaFold2在CASP14蛋白质结构预测竞赛上，把预测精度（GDT）做到九十二点四分，接近实验测定的水平。困住生物学五十年的问题，被一个神经网络解决了。这件事在生物学界的震动，比GPT-3在AI界大得多。

2021年，Codex发布，GitHub Copilot上线。写代码这件事第一次被部分自动化。

2022年，图像生成爆发。扩散模型取代了生成对抗网络，Stable Diffusion开源，Midjourney开放测试。一个人用一句话就能生成一张专业水准的插图，插画师群体第一次感受到直接的冲击。

然后是2022年11月30日。

ChatGPT上线。它的底层是GPT-3.5，一个在GPT-3基础上微调过的模型。技术上真正关键的，是"基于人类反馈的强化学习"，简称RLHF。

做法分三步。第一步，让人给模型的多个回答排序，训练一个"奖励模型"，学会判断什么样的回答人更喜欢。第二步，用这个奖励模型去指导模型训练，让它生成得分更高的回答。第三步，反复迭代。

这个方法的学术源头可以追到2017年，但把它做到产品级、做到人人可用，是OpenAI的工程能力。

于是发生了一件此前所有AI产品都没做到的事：普通人第一次觉得它有用。

不是"能演示"，是"能干活"。写邮件、改文案、解释概念、翻译、写代码、编故事。它当然会胡说，但它胡说的样子很像一个自信的实习生，而不是一台机器。这种"像"，是质的差别。

五天一百万用户，两个月一亿。服务器几次过载。谷歌内部发出"红色警报"。微软追加一百亿美元投资。

七十九年的积累，在这一刻变成了一个输入框。

◆ ◆ ◆

第九章

加速之后

2023年3月，GPT-4发布。多模态，能读图。它在模拟律师资格考试里排进前百分之十，在生物奥赛里排进前百分之一。同月，Anthropic发布Claude，一个把"安全"写进公司名字的团队。

2月，Meta发布了LLaMA，参数不大但性能接近GPT-3，本来只给研究者，一周后权重泄漏到网上。这次泄漏改变了行业格局：全世界的研究者突然有了一份可以本地跑的强模型。斯坦福用几百美元微调出了Alpaca，效果接近text-davinci-003。

开源开始追上来。

中国这边，2023年被称为"百模大战"。一年之内，几十个大模型发布，互联网大厂、创业公司、高校研究院全部下场。8月，《生成式人工智能服务管理暂行办法》施行，成为全球较早的专门立法之一。

同一个月，辛顿从谷歌离职。他接受采访时说，自己后悔了，担心这项技术最终会失控。一个用五十年把这门技术推到现在的人，在最后选择了警告。这件事在业内引起的复杂情绪，很难用一句话概括。

2024年2月，OpenAI发布Sora，一段文字生成一分钟高清视频。

9月，o1发布。这一次的变化不在参数，在推理方式：模型在回答之前先"想"——生成一段内部的思维链，自我检查，再给答案。这叫测试时计算，把算力从训练阶段挪到了推理阶段。它意味着，同一个模型，多想一会儿会更聪明。

10月，诺贝尔奖连续跨界。物理学奖给了霍普菲尔德和辛顿，表彰他们在人工神经网络上的奠基性发现；化学奖给了德米斯·哈萨比斯和约翰·江珀，表彰AlphaFold。物理学奖颁给一个计算机科学家，这件事本身就说明：AI已经不是一个学科内部的事了。

2024年12月，杭州，DeepSeek发布V3。2025年1月，R1发布，权重开源，训练成本公开披露为五百五十八万美元——不到同级别模型的一个零头。1月27日，英伟达股价单日下跌百分之十七，市值蒸发近六千亿美元。

这一天在AI史上大概会被记住，不是因为它证明了中国模型更强，而是因为它第一次让市场意识到：这条曲线的成本可以被重写。

2025年之后，竞争的重点换了三次。

第一次是从"更大"转向"更会想"。推理模型成为标配，思维链长度变成了新的可调参数。

第二次是从"会聊"转向"会做"。智能体开始自己开浏览器、填表单、写代码、跑测试、调用外部工具，从回答问题变成完成流程。协议层出现了MCP这类标准，让模型能接上外部系统。

第三次是从"能力"转向"成本"。当模型能力开始趋同，决定谁能留下的是每百万token多少钱、能不能连续稳定工作八小时、数据能不能不出境。开源模型在调用量上的份额从三成涨到六成多，一批公司把生产流量从闭源换到开源，省下的是真金白银。

到2026年，格局已经不是一家独大。第三方数据显示，ChatGPT在AI助手市场的份额首次跌破五成，谷歌、Anthropic、以及一批中国模型各占一块。模型能力的差距被压缩到几个百分点，而竞争转移到了算力、电价、芯片和监管上。

与此同时，另一条线也在加速：机器人。人形机器人从演示走向小批量交付，视觉-语言-动作模型让机器能听懂"把桌上的杯子递给我"这种话。AI开始从屏幕里走出来。

七十九年，两次差点断掉，两次都靠少数人在冷板凳上多坐几年才续上。而最近这四年，速度快到连从业者都觉得不真实。

◆ ◆ ◆

尾声

安静的代价

回头看这八十年，有件事很值得琢磨。

两次寒冬的成因几乎一模一样：许诺超过了兑现，而兑现所需的基础设施还没到位。1970年代缺的是算力和存储，1980年代缺的是数据和算力。技术路线其实早就画在论文里了，只是那时候的世界还托不住它。

所以寒冬冻死的不是想法，是人。是那些刚毕业、需要一篇论文找教职的年轻人，是那些需要连续五年经费才能验证一个猜想的课题组。1971年罗森布拉特溺亡时四十三岁，如果他活到2012年，会看到自己1957年的想法在ImageNet上赢十个百分点。

这才是这八十年最贵的东西：不是算力，不是数据，是那些在没人看好的年份里没有走开的人。辛顿在爱丁堡跟导师磨了五年，在多伦多又坐了二十年；李飞飞建ImageNet的时候，同行劝她别把时间浪费在标注数据上，那不算研究；霍普菲尔德一个物理学家跑去做神经网络的记忆模型，被问过很多次"你到底在哪个系"。

他们等的东西其实很简单：等世界追上他们的判断。

现在世界追上来了，而且跑得比谁都快。

从ChatGPT到今天，一千四百多天。这四年里发生的事，密度上超过了此前任何一个十年。而且加速的不是技术本身，是循环：一篇论文到产品只要几个月，产品的用户反馈当天就能回到训练里，收入又变成算力，算力再变成下一篇论文。这个循环以前要十年转一圈，现在按月转。

有人问，下一次的单位会不会是秒。

没人知道。只是回头看，每一次加速之前，都有一段漫长到令人绝望的安静。