人工智能70年发展历程

前言

从1956年达特茅斯会议到2024年诺贝尔奖颁给辛顿（Hinton），人工智能走过了整整70年的曲折历程。它曾被推上神坛，也曾被打入冷宫；它曾被认为是“20年内能完成人类一切工作的学科”，也曾两度陷入寒冬。如今，随着深度学习和大模型的出现，AI正以前所未有的速度重塑我们的生活与产业。

本文将带你回顾人工智能70年的发展轨迹，探寻技术背后的人物故事与时代逻辑。

一、达特茅斯会议：AI的起点

1956年夏天，美国达特茅斯学院召开了一场小规模学术会议。10位科学家首次提出“人工智能（Artificial Intelligence）”一词，并预言：

“20年内，机器将能完成人类能做的任何工作。”

这场会议被认为是人工智能的“出生证明”。此后十年，AI进入第一个黄金期：机器定理证明、跳棋程序、早期自然语言处理相继问世，人们对“机器智能”的未来充满期待。

二、两次寒冬：现实的反噬

然而，过于乐观的预言很快遭遇现实反噬。

• 第一次寒冬（1970年代）：受限于计算能力，早期AI无法处理复杂任务，科研经费锐减，项目纷纷中止。
• 第二次寒冬（1980年代末至90年代初）：专家系统短暂复兴，却因维护成本高、适应性差而崩溃，AI再次被贴上“骗局”的标签。

一个细节令人动容：1990年代，辛顿在学术会议上讲解神经网络论文时，台下只有两个听众。孤独与质疑，是AI研究者的常态。

三、深度学习：AI的重生

转折点出现在2012年。辛顿及其学生提出的 AlexNet 在ImageNet图像识别竞赛中大幅降低错误率，掀起深度学习浪潮。

深度学习的核心优势在于：

1. 多层神经网络结构，能自动提取复杂特征；
2. 大规模数据驱动，借助互联网与ImageNet等数据库实现突破；
3. GPU算力加持，黄仁勋推动的NVIDIA显卡提供了高效并行计算能力。

自此，AI从语音识别到计算机视觉，从机器翻译到自然语言处理，全面进入实用化。

四、关键人物与里程碑

人工智能的发展史，也是科研工作者的奋斗史。

• 约翰·霍普菲尔德（Hopfield）：提出Hopfield网络，为神经计算奠定基础。
• 杰弗里·辛顿（Hinton）：深度学习之父，2018年获图灵奖，2024年再获诺贝尔物理学奖。
• 李飞飞：构建ImageNet数据库，推动机器“看懂”世界。
• 黄仁勋：将GPU从游戏硬件变为AI算力基石，推动深度学习爆发。

正是这些“偏执”的科学家，让AI一次次走出低谷。

五、中国AI的崛起

书写人工智能史，不能忽视中国的身影。

• 算力基础：贵州等地的超级算力集群支撑了大规模模型训练。
• 数据优势：庞大的数据标注产业为AI模型提供了丰富“燃料”。
• 科研突破：从语音合成、机器翻译到大模型，中国企业与高校不断产出国际领先成果。

在《新一代人工智能发展规划》中，我国明确提出到2030年成为世界主要AI创新中心。这不仅是战略目标，更是科技实力的写照。

六、大模型时代：AI的新篇章

从GPT到国内大模型的百花齐放，AI正加速迈向“通用智能”。

大模型的特征：

1. 参数规模巨大，具备跨领域迁移能力；
2. 能通过微调快速适配不同任务；
3. 与算力、数据和算法的协同进步高度相关。

未来，AI将不仅是“工具”，更可能成为人类的“伙伴”。但与此同时，隐私安全、伦理挑战与技术垄断，也亟需被认真对待。

七、看见过去，理解未来

人工智能70年的发展历程，实际上是人类不断突破认知与技术边界的过程。

• 从达特茅斯会议的理想主义，到两次寒冬的失落；
• 从辛顿孤独的坚持，到大模型点燃的新希望；
• 从中国的追赶，到全球的竞争与合作。

AI的每一步，都镌刻着人类探索未知的勇气。未来的道路依然充满不确定性，但正如书中所说：

“真正的追赶，从来都是在质疑声中完成的。”

当AI拿下诺贝尔奖，这本书记录了70年的秘密

2024年10月8日，瑞典皇家科学院的一则重磅消息点燃了全球科技圈：
诺贝尔物理学奖首次授予人工智能领域的两位奠基人——约翰·霍普菲尔德（John J. Hopfield） 与 杰弗里·辛顿（Geoffrey E. Hinton）。

辛顿，这位被誉为“AI教父”的科学家，在2018年已经拿下图灵奖，如今更是成为史上首位同时荣获图灵奖和诺贝尔奖的传奇人物。

很少有人知道，这一切的起点，竟然藏在70年前的达特茅斯会议里。

---

从达特茅斯到大模型：AI的起伏与逆袭

1956年的夏天，10位科学家在达特茅斯学院提出了“人工智能”一词，豪言“20年内机器将能完成人类能做的任何工作”。
然而，梦想很快撞上现实：算力不足、算法受限，AI两度陷入“寒冬”。

书中提到一个细节：在90年代的学术会议上，辛顿讲解神经网络论文时，台下只有两个听众。
但正是这份孤独的坚持，最终迎来了2012年 AlexNet 的爆发，让AI重回巅峰。

从机器定理证明，到专家系统，再到深度学习与大模型，这本书完整呈现了AI 70年的曲折命运。

---

技术背后的人，比技术更打动人

• 黄仁勋：当年没人相信GPU能改写AI历史，而他执着坚持，最终让NVIDIA成为AI算力霸主。
• 李飞飞：1500万张人工标注的图像，成就了ImageNet，让机器第一次真正“看懂世界”。
• 科大讯飞团队：从实验室里的语音合成，到帮助霍金畅快交流，他们推动了语音交互的飞跃。

这些人不是“天才”的符号，而是一次次冒险、一次次孤独试验的缩影。

---

中国AI的奋起直追

从上世纪学术会议上几乎没有中国人的身影，到如今大模型技术引发华尔街震动，中国AI走过了一条“从跟跑到并跑再到领跑”的道路。

贵州的算力集群、数以万计的数据标注员、熬夜灯火不灭的实验室，构成了中国AI逆袭的真实注脚。

书中写道：

“真正的追赶，从来都是在质疑声中完成的。”

---

读这本书，你会看到：

• 为什么达特茅斯会议带来了AI黄金十年？
• 为什么AI会经历两次寒冬？
• 为什么“深度学习之父”辛顿能最终摘得诺贝尔奖？
• 为什么大模型的横空出世是必然？
• 为什么中国AI能在这波浪潮中脱颖而出？

《人工智能70年：从达特茅斯会议到大模型时代》不仅是一部AI发展史，更是一部人类科技勇气的见证。

《人工智能70年：从达特茅斯会议到大模型时代》好书推荐

JD下单：https://item.jd.com/14496245.html

一本用通俗的语言、迭代起伏的故事讲述人工智能从孕育、诞生到当下，那些具有代表性的人物、事件、技术和产品的科普书。这本书有两条线：一条是以人物和事件引领的故事线，这条线用故事的形式呈现物理世界中人工智能的多舛命运，包括口含金钥匙的诞生、还没成长起来就遭遇的寒冬、来自多方的质疑甚至否定、辛顿们的百般呵护、如今的飞黄腾达；另一条是技术线，这条线完整呈现了人工智能相关技术的发展和变化，不同的流派、不同的分支，书中用通俗的语言揭示了技术的来龙去脉。两条线相辅相成，最终呈现的是一个完整而立体的人工智能，让读者可以看清它的全貌，通晓它的过去，掌握它的现在，预知它的未来，从而让自己跑赢人工智能这个大时代！

陈宗周　科学作家，资深科技媒体人，中囯科协第七届全国委员会委员。《电脑报》《环球科学》《知识经济》、天极网等知名科技媒体的创始人。长期关注、研究数字技术、互联网、人工智能的发展，并写有大量相关文章。曾任《电脑报》、中科普传媒有限公司、天极网等媒体机构负责人，以及中国科技报研究会副理事长。

内容简介 这是一本写给所有人的人工智能科普书，它用通俗的语言呈现了人工智能从被提出到当下这个大模型时代70年的发展历程，其中包括与人工智能相关的里程碑事件、传奇人物、传奇故事、具有代表性的技术和产品……本书不仅会让你置身于人工智能风起云涌的70年历史中，亲身体会人工智能从万众瞩目到被打入“冷宫”，然后从逆势而起到再度沉沦，终成璀璨明星的曲折命运，还会让你在看过所有传奇之后，能跟随作者的思路思考人工智能的发展逻辑，看透过去，领悟出永远不变的“底层逻辑”，并用其应对充满不确定性的未来。 为什么达特茅斯会议会带来人工智能黄金10年？ 为什么人工智能会经历两次寒冬？ 为什么“深度学习之父”却会摘取诺贝尔物理学奖的桂冠？ 为什么生成式人工智能与大模型的横空出事是时代发展的必然？ 为什么我国能在这一波人工智能大潮中迎头赶上并大放异彩？ …… 对于这些重要且有趣的问题，你都会直接在本书中找到答案，而类似于“人工智能到底是不是潘多拉魔盒”“大模型时代个人和企业的发展方向”“未来我们如何与智能机器和谐共生”等问题，就需要大家在理解本书的思路后，寻找属于自己的答案了。 下面就请翻开这本书，打开通往人工智能世界的大门，去寻找自己的答案吧！

编辑推荐

2022年10月，我受邀参加阿里达摩院的世界科技发展趋势研究。那些年，阿里达摩院每年都会邀请全球专家研究科技发展趋势，并在年底发布全球科技趋势研究报告，预测下一年十大科技发展趋势。这是阿里达摩院坚持多年的重要研究项目，有很深远的影响。
经过一段时间的研究，阿里达摩院于2022年11月26日举办专家研讨会，研讨并确定十大科技发展趋势。由于当时还在疫情中，研讨会在线上举行，专家们通过网络交流，讨论全球科技发展动态。会议结束后，大家并不是对每一个被提出的科技发展趋势都达成了共识，但预训练大模型和生成式AI（人工智能）立刻被确定为2023年全球科技十大趋势之二，预训练大模型还被排在趋势榜之首。几天以后的11月30日，ChatGPT发布，生成式AI浪潮由此掀起。
预测未来是很冒险的事情，哪怕要对第二年的科技发展趋势进行准确判断，也并不容易，这方面的失败教训太多。但当时大家都确信，生成式AI的时代之风已经刮起，将席卷全球。
大模型预示着深度学习进入了新的发展阶段，所以容易捕捉到它的发展趋势与影响。深度学习这项具有突破性的技术虽然具有如此重要的意义，但在它的发展初期，并没有引起太大的波澜。后来反思，我作为对信息技术和人工智能的长期观察者，为什么当年对风起于青萍之末的深度学习并不敏感？辛顿所在的多伦多大学、哈萨比斯创业的伦敦大学学院和附近街区、辛顿及哈萨比斯的初创公司与谷歌“相亲联姻”的太浩湖等，这些深度学习精彩历史故事发生地那些年我都去过，但当时就是不知道深度学习这场伟大革命已在这些地方悄然开始。
由于有这种遗憾，2017年我写了《AI传奇》一书，通过这本书我想告诉读者，AI新技术革命已经来临。
8年过去了，这场革命越来越深入，尤其是2022年11月份ChatGPT面世以来，深度学习进入新的发展阶段，生成式AI新浪潮风起云涌。AI正在改变人类社会的每一个领域，每一个人都在受影响。这里借用一句流行语——以前做过的工作，都值得用生成式AI再做一遍。这种带来翻天覆地巨变的技术革命，在半个世纪中，只有个人计算机、互联网、移动互联网可以相比，而生成式AI的影响，必将比前三者更为深远。
为了及时向读者传递与这场新巨变相关的重要信息，与大家一起回顾人工智能发展史，了解涉及的技术与知识，展望未来发展，我决定重写《AI传奇》。出版社建议用新书名“人工智能70年——从达特茅斯会议到大模型时代”，这个书名很贴切，既与上一本书一脉相承，可以很好地展现AI走过的70年历程，让读者了解它是如何曲折地走到我们面前，从而了解AI广阔领域的发展历史及相关知识；同时，也着眼于各个领域的新发展，力求反映最新变化。
写作过程中，我的最大感受是AI飞轮正在加速转动，新鲜事件甚至有里程碑意义的事件层出不穷，让我眼花缭乱，难以捕捉并固化成历史。所以，本书以附录的形式给出了“人工智能大事记”，把2022年11月之前的大事都以年为时间单位进行记录，而那之后的大事以月为单位进行记录。
写作过程中，恰逢2024年诺贝尔奖宣布，AI科学家历史性地群体性获奖，让我亲眼见证了AI的里程碑时刻，体会到记录历史的意义。
这是一部以通俗方式讲述AI发展史的读物，坚持的原则是“通俗实用”。“通俗”可打开科学坚硬的外壳，“实用”可让读者有实际收获，对工作和学习有所启迪和帮助。本书是否做到了这一点，有待读者评价。
对读者关心的AI未来，本书也作了描述。但是，如前所述，预测未来是很困难、很冒险的事。在2024年末，两位新科诺贝尔奖得主都对未来作了预测。辛顿预言AI在10年内毁灭人类，哈萨比斯预言AI在10年内治愈一切疾病。AI的未来，我将与读者一起见证。
大家最关心的还是中国AI的发展动态与未来。写作过程，也是我对中国AI信心提升的过程。在改革开放之前，中国AI在全球没有声音，更没有话语权。而今天，从学术界到产业界，中国人的成就让世界瞩目。就在我写下这段文字时，一件让人振奋的事情又在中国发生了。2025年春节前夕的1月20日，杭州的深度求索（DeepSeek）公司发布最新开源模型DeepSeek-R1，它在性能上与OpenAI有高难度任务推理能力的ChatGPT o1大模型比肩，但在成本上大幅降低。深度求索通过算法创新研发高性能、低成本、低能耗的大模型，这为AI发展开拓了新路，引起全球科技界和产业界的极大关注，甚至引发了华尔街股市剧震。美国因此又扬言要对中国AI的这一重要创新进行调查甚至制裁。领先强国的一轮轮限制与制裁，正好说明我国AI追赶的步伐与实力。我国政府制定了宏伟的AI发展蓝图，在《新一代人工智能发展规划》中提出，到2030年，AI理论、技术与应用总体将达到世界领先水平，成为世界主要AI创新中心。
2030年并不远，之后中国AI一定还会继续快速前行。我相信，包括本书读者在内的一代代中国人，会在这激动人心的领域不断创新开拓，创造中国和世界的AI美好未来。
感谢雷军先生为本书写下精彩序言。
感谢对本书作出贡献和提供帮助的褚波、林军、刘洋、孙海亮、徐洁云、王思楠、邓晓进、吴非、黄旭、傅军、熊云飞、管心宇、丁家琦、吴兰等同事和同行，在大家的支持和帮助下，本书来到读者面前。
一本用通俗的语言、迭代起伏的故事讲述人工智能从孕育、诞生到当下，那些具有代表性的人物、事件、技术和产品的科普书。这本书有两条线：一条是以人物和事件引领的故事线，这条线用故事的形式呈现物理世界中人工智能的多舛命运，包括口含金钥匙的诞生、还没成长起来就遭遇的寒冬、来自多方的质疑甚至否定、辛顿们的百般呵护、如今的飞黄腾达；另一条是技术线，这条线完整呈现了人工智能相关技术的发展和变化，不同的流派、不同的分支，书中用通俗的语言揭示了技术的来龙去脉。两条线相辅相成，最终呈现的是一个完整而立体的人工智能，让读者可以看清它的全貌，通晓它的过去，掌握它的现在，预知它的未来，从而让自己跑赢人工智能这个大时代！