AI 从只会照规则办事，是怎么长成会写会画的 ChatGPT 的？
给你一个贯穿全程的问题：现在这个能陪你聊天、能画图、能做数学题的 AI，跟七十年前那些只会照着人写好的规则一步步执行的机器，到底还是不是同一个东西？这门 AI 通识课把答案藏在一连串里程碑里。我们不去死背年份，而是沿一条因果链走：每一代 AI 都解决了上一代的缺口，又暴露出下一代要面对的新问题。边走边看，你会越来越清楚一件事：机器答得快、答得对，跟机器真的「懂」，是两码事。这正是全篇结尾要收回来的一面镜子。
会算得快，就算 AI 吗？——先立一把判据的尺子
先看这门课怎么回答「什么是 AI」。课件用两个反例立了一把尺子：一台复杂计算器，算得再快也不算 AI，因为它只遵循预先写好的规则和程序；一台固定程序的洗衣机也不算 AI，它不学习、不感知不确定的环境、不调整自己的行为。这套尺子给你的第一句话是：自动化 ≠ 智能。速度快不代表智能，能照固定步骤把事做完更不代表智能。（当然语境很重要：一台带学习优化、能按衣物自动调整程序的智能洗衣机，就算另一种情况了。）
那什么才算？课件给了 AI 的五项能力作为画像：感知（perception，看、听并解读环境）、学习（learning，从数据与经验里找模式）、推理（reasoning，推断、规划、解决问题）、语言（language，理解并生成人类语言）、行动（action，决策、适应并与世界交互）。一个 AI 系统可能只占其中几项，不必五项都齐。要真正运转起来，还需要三根支柱：算法（怎么做）、算力（拿什么算）、数据（拿什么学）。这三样会在后面反复出现，是整个故事的三条腿。
能力清单仍然停留在「画像」层面。真正把「智能」变成一个可以检验的问题的，是 1950 年图灵那篇著名的论文。图灵面对「机器能思考吗」这个问题，没有去争什么是「思考」——他说按日常用法较真下去，这个问题会退化成一门像盖洛普民调那样的统计调查，这很荒谬。他的替代方案是把问题改写成一个可观察的对话游戏：审讯员隔着房间只靠文字提问，房间另一头一端是真人、一端是机器，看审讯员能不能可靠地区分。这套判据只问行为不可不可区分，不碰机器的内心世界。Turing 1950
学科里报「5 分钟后判对率低于 50% 就算通过」的说法，注意这是后人给学术大脑做的通俗化，不是 1950 原文。图灵原文真正给的参考线，是在他自己对「大约五十年后（约 2000 年）」的预言里：平均审讯员在 5 分钟提问后判对率不超过 70%，即可视为不可靠区分——这仍只是预言，不是测试规则。Turing 1950
不过，图灵这套「只看行为、不问内在」的做法，埋下了一颗雷。行为上分辨不出，就等于真懂了吗？看下面这个例子。
图注：三面板并排：最左几乎看不出什么的熊猫照片、中间是放大处理后的一团黑白噪点状扰动、最右仍是那张熊猫照片。原版实验里，给左侧熊猫照片加上一段小到低于图像自身精度、人眼根本无法察觉的扰动后，同一个深度网络以极高置信度把最右这张几乎一模一样的图，从「熊猫」误判成了「长臂猿」（gibbon）。图内本来不携带这些置信度文字，要配这个说明才能读明白它。Adversarial
这一幕很有意思：一个识别能力相当强的网络，输出层给出的判断在「行为上完全正确」（熊猫确实被认对了），可只要输入有一点点异动，它立刻以更高的自信走向完全错误的结论。唯一保守的解释是，高置信的输出并不需要建立在人类意义上的「看懂」之上。这把图灵判据的裂缝当场指了出来：行为通过 ≠ 真的理解。这个悬念先记在账上，最后一章会用今天大模型「能力凹凸不平」的证据正式收回来。
- 小结：会算得快、会照章办事，都不等于智能；第一个能被检验的智能判据（图灵测试）只问行为不可不可区分，而这恰好为后面「会答未必懂」的反思埋下了伏笔。
先走的那条路：让人照着人手写的规则办事，为什么撞了墙？
有了判据，AI 作为一门研究从哪儿起跑？时间线不长，节点也都很清楚：
| 年份 | 事件 | 它做了什么 |
|---|---|---|
| 1946 | ENIAC 问世 | 第一台通用电子计算机，计算速度比早期机电机器快约一千倍 |
| 1950 | 图灵发表论文 | 提出行为主义的智能判据（上一章详述） |
| 1956 | 达特茅斯会议 | 「artificial intelligence（人工智能）」一词在此被确立为一门研究领域 |
| 1966 | ELIZA 诞生 | MIT 的聊天机器人，模仿心理治疗师对话 |
| 1980 | XCON 投入实施 | 在新罕布什尔一家工厂落地的专家系统 |
这条路有个共同的名字：符号/规则路线。它的核心设想是，把人类的专业知识一条条写成「如果……那么……」的规则喂给机器，机器照着这些 if-then 判断去推理。达特茅斯会议并没造出能思考的机器，但它办成了一件更根本的事，把 AI 规划成一门可以系统研究的学科。随后，一个叫 ELIZA 的聊天机器（1966）能在一段被设定好的对话里以假乱真，1980 年落地的专家系统 XCON 更是真的上了工厂的生产线去诊断计算机配置问题。
这套方法在「窄」任务里确实能成：诊断有明确规则，下象棋有明确的走子规则，把规则写清楚，机器就能执行得比人更稳定。可它一走出这几个窄行当就失灵了。原因不在机器，而在规则本身：现实世界模糊、信息不全、相互牵扯，那些「聪明人一拍脑袋就能做」的判断，根本写不成一条条没有歧义的 if-then。规则一写不全，符号 AI 的天花板就出现了。
更没被重视的是，规则路线走红的同时，脚边一直躺着另一条没人搭理的暗线。1943 年 McCulloch 与 Pitts 提出了受大脑结构启发的神经元模型；1957 年 Rosenblatt 据此做出感知机（perceptron）；但 1969 年 Minsky 与 Papert 指出感知机连 XOR 这类简单的非线性问题都处理不了，ANN 的研究资助因此大面积停滞，酿成了常说的「第一次 AI 冬天」。Nobel 2024
把视线放长一点会发现，符号路线撞墙的根本问题在于它走的是「世界若要被机器理解，得先被人类翻译成规则」这条路；而那条被打入冷宫的神经网络暗线走的是相反的思路——让机器自己从数据里把规律长出来。这两条路线的胜负，在 1980 年代之后才见分晓。
- 小结：符号 AI 能在诊断、下棋这类窄任务成功，天花板来自「规则写不全」；而真正让机器自己学的连接主义暗线此时还被压在冷宫。
翻盘的那天：数据、算力凑齐，让机器自己学的一方才赢
「让机器自己学」这条路想翻盘，缺的不是想法，而是三样具体的东西：手段、算力、数据。三者不是同时出现的，但直到 2012 年前后它们才凑到同一年。
手段上，1986 年反向传播（backpropagation）被采纳：Rumelhart、Hinton 与 Williams 用它训练带隐藏层的网络做分类，并证明含隐藏层的网络能做到无隐藏层完成不了的任务。这是「让机器从错误里自我修正」的训练机制的起点。Nobel 2024
算力上，2006 年 NVIDIA 发布 CUDA，把 GPU（图形处理单元）从「只给游戏加速」变成通用的并行计算平台；同年「深度学习（deep learning）」这个概念成形。
紧接着是历史性的一天。2012 年，Krizhevsky 团队的 AlexNet 参加了图像分类竞赛 ILSVRC：一个 8 层权的卷积网络（5 层卷积 + 3 层全连接，约 6000 万参数），在 ImageNet 约 120 万张、1000 类标注图上训练，用两块 GTX 580 GPU 把运算摊开，再用 ReLU 与 Dropout 这些新技巧加持。AlexNet
结果是压倒性的：它在测试集上把 top-5 错误率打到 15.3%，而第二名参赛队是 26.2%——差距约 11 个百分点。这个断层让当年所有人都看清，旧的「靠人手设计特征」方法出局了。AlexNet
注意，2012 的分水岭不是某一个人的神来之笔，而是「算法手段（反向传播 + ReLU 这类新结构）+ 大规模带标注数据 + GPU算力」三条腿凑齐的结果。这里刻着整条深度学习的叙事骨架。
数字刚让研究者信服，大众很快也被打动。2016 年，AlphaGo 在完整 19×19、无让子的正式对局里击败了人类职业棋手——这在此前被认为「至少还要十年」。AlphaGo
围棋每手约 250 个合法点、一局约走 150 手，暴力穷举根本不可行。AlphaGo 的策略是用深度网络分头做两件事：价值网络（value network）评估当前局面优劣、砍短搜索深度，策略网络（policy network）挑选着法、砍窄搜索宽度，再配合蒙特卡洛树搜索串成完整系统；先拿人类高手棋谱做监督学习，再用自我对弈强化学习持续变强。AlphaGo
同年 AlphaGo 又在首尔以 4-1 击败李世石（据 DeepMind 官方博客与国际围棋协会记录，这一战发生在论文发表之后）。到这里，深度学习的长处已从「识别图片」扩展到「在复杂博弈里做决策」，第一次被大众看见。
- 小结：这一代翻盘靠的是手段、数据、算力三线汇合；AlexNet 证明深度网络会「识别」，AlphaGo 证明它还能「思考着做决策」。可读了这段你多半会问：什么叫「自己学」？网络内部到底发生了什么？下一章往下钻。
那么神经网络到底是怎么『学会』的？——激活函数那一下非线性
你已经知道神经网络是什么，现在我们拆到最小单元，看看它凭什么学得动。
一个神经元做的事很朴素：把一堆输入各自乘上权重再加起来，得到加权和 $z = x_1 w_1 + x_2 w_2 + \cdots + x_K w_K + b$（$b$ 是偏置），然后把这个和丢进一个叫激活函数的「闸门」$\sigma$，闸门的形状决定神经元最终输出多少。把成千上万个这样的单元分层叠起来，就是神经网络。
关键问题来了：这个闸门非有不可吗？为什么不能没有激活函数、让输出直接等于加权和？费恩曼式的一句话最能说明白：没有它，把再多层叠起来也跟一层没区别。因为一串仿射变换 $f(x)=Wx+b$ 逐层套下去，数学上总能合并成一个单一的线性变换——连乘再连加，最后还是 $W'x + b'$ 的样子。一套只能画直线的模型，不管画多少次、叠多深，都永远学不出弯曲的关系。闸门存在的意义，就是给网络引入非线性，让它可以拟合数据的真实形态。Activations
闸门长什么样很重要，它的形状决定了训练顺不顺。三种最常见的闸门对照如下：
| 激活函数 | 公式 | 输出范围 | 特点和短板 |
|---|---|---|---|
| Sigmoid（logistic） | $\sigma(z) = \frac{1}{1 + e^{-z}}$ | $(0, 1)$ | 输出可当「取 1 的概率」读，ReLU 出现前长期是主流；但在 $z$ 很大或很负时饱和 |
| Tanh | $\tanh(z) = \frac{e^{z}-e^{-z}}{e^{z}+e^{-z}} = 2\sigma(2z)-1$ | $(-1, 1)$ | sigmoid 的缩放平移版，以零为中心、训练更稳，但一样会饱和 |
| ReLU | $f(z) = \max(0, z)$ | $[0, \infty)$ | 整流线性单元；从它登场后取代 sigmoid 成为主流，但它负区间梯度恒为 0 |
ReLU 为什么能当上主流，有个很实际的证据：2012 年 AlexNet 用的就是它。论文里写得很直白，带 ReLU 的深度 CNN 比等价 tanh 网络收敛快数倍——在 CIFAR-10 的一个四层对比中，ReLU 网络收敛到 25% 训练误差比 tanh 快约 6 倍。作者甚至说，要是还困在传统饱和神经元里，当年那些大规模实验根本做不出来。AlexNet
这扇闸门也把「深」这件事推到了尴尬的位置：网络想更聪明就得更深（层数从 2012 年 AlexNet 的 5 层，涨到 2014 年 VGG 的 19 层、GoogLeNet 的 22 层）。但注意 Sigmoid/Tanh 那条「会饱和」的短板——它正是训练出问题的引信。闸门两端一饱和，向后传的修正信号就会传不动，这直接引出下一章的问题。
- 小结：神经元 = 加权和 + 一扇非线性闸门；闸门让多层叠起来不至于退化成一条直线。可闸门各自的脾气，藏着让「深」变难的机关。
想把网络做得更深，为什么它反而学不动了？又是怎么救回来的？
想得到更强的表达力，最简单的办法是把网络往深里做。可问题也随之而来：层数一深，网络常常学不动了。为什么？
要看清这件事，得先明白网络「学习」靠的是啥。训练靠反向传播：网络在最后一层算出和正确答案差多少（误差），然后把这个「修正信号」从输出端一路向后传，每经过一层，这一层的参数都知道自己该往哪个方向改多少。一个直觉是，信号每过一层就要乘一次/若干次那层的系数。假如每层的系数大致小于 1、比如 0.5，那信号传到 20 层前就变成了 $0.5^{20} \approx 0.000001$，几乎等于零——越靠前的层，越收不到任何修正，也就什么都学不会；这就是梯度消失。反过来，如果系数常大于 1（比如 2），$2^{20} \approx 1{,}000{,}000$，修正量被层层放大到失控，参数来回震荡甚至变成 NaN，这就是梯度爆炸。
不过事情还有更精微的一面。2015 年前后，研究者发现即便梯度没什么问题、网络确实能开始收敛，加深之后的网络照样变笨：34 层的「plain」（无特殊结构）网络在整个训练过程里，训练误差竟全程高于 18 层的对手。注意这不是过拟合——训练集上的误差都更高，只能说明优化器根本没找到解。这就是论文命名的退化问题（degradation）。理论上若把多出来的层做成恒等映射、其余照抄浅层，误差本不该涨，可当时的优化器就是学不到这种解。所以 ResNet 原文把退化精确解释为「优化困难」，而惯常讲的「梯度消失」是 0.5²⁰ 那套连乘直觉给出的成因，两者是同一个难题的两层表述，别混为一谈。ResNet
那 ResNet 是怎么救回来的？思路是：与其逼一堆层去硬学那个目标映射 $H(x)$，不如把任务改轻——让这些层只去学「还差多少」的残差 $F(x) = H(x) - x$，再把原始的 $x$ 通过一条**恒等捷径（identity shortcut）**直接绕到旁边，在加法节点相加：
$$y = F(x) + x$$
也就是说，网络把「照抄输入再往上加一点改动」当成了默认动作。若某几层没用，把残差往 0 推容易；若想让网络学恒等映射，这条路也天然便宜。看下面这张残差块的构造图，捷径就是那根让 $x$ 不衰减通过信息的支路。
图注：ResNet 论文原图「Residual learning: a building block」：输入 x 先穿过堆叠的两个卷积层（weight layer，第一层后接 ReLU）算出残差 F(x)，x 同时经一条恒等捷径（identity shortcut）直接绕到加法节点，与 F(x) 逐元素相加后再过 ReLU 得到输出，即 y=F(x)+x。图里没有任何精度数据，它只表达「加法 + 恒等捷径」这一条核心构造。ResNet
这里有个容易误解的点：ResNet 比 VGG 深（论文一路训到 152 层），但它少的不是别的，恰恰是用捷径把「更深」变得可训练。下面这张三列对比图能看清：ResNet 并不是平白多了许多层，而是在成对的卷积层之间多了跨层的捷径线（虚线表示维度变化处需加投影）。
图注：论文原图，从左到右三列：VGG-19（19 层参照模型，标注 19.6 billion FLOPs）、plain-34（同为 34 层参数、无捷径）、ResNet-34（同为 34 层参数，但在成对卷积层间出现跨层的恒等捷径连线，实线表示同维度、虚线表示维度增加处）。plain-34 与 ResNet-34 参数层数相同（VGG-19 只是 19 层的参照），差别只在有没有捷径，故不能依此断言谁训练误差更小。ResNet
就这么一个小小的「学差值、留直路」改动，ResNet 团队把网络一路训到 152 层——当时 ImageNet 上最深、复杂度却仍低于 VGG——并拿下 ILSVRC 2015 分类第一名。它是「为什么今天几乎所有大网络都带着残差/捷近结构」的历史起点。ResNet
顺带一提，这份残差习惯会一路传下去——到后面 Transformer 的每个编码/解码子层里，也都挂着这一章讲的恒等捷径。
- 小结：深层的代价来自连乘的放大或缩小（梯度消失/爆炸），而 ResNet 用「学增量 + 恒等捷径」把被优化拖累的深层网络救了回来，让「深」第一次真正可行。
光会分辨还不够——机器怎么学会『凭空造出』一个新东西？
前面几章讲的都是「判别」：给一张图、一句话，让机器分辨它是什么、给个答案。可近十年的 AI 还有一个更惊人的能力——凭空造出数据里没见过的新样本。这靠的是三种生成思路，它们像三个不同答案，回答同一句「AI 怎么从一堆数据里创造新东西」。
第一种，GAN（生成对抗网络，Generative Adversarial Networks），把生成变成两个人的博弈。一个「生成器 G」从噪声出发伪造样本，一个「判别器 D」负责分辨这样本到底来自真实数据还是 G 编的。造假者想让警察认不出来，警察想识破造假者，两边互相逼着对方不断提高；理想终点是生成分布完全贴近真实分布，警察彻底分不出真假，输赢概率都回到一半。GAN
看论文那张对抗训练演化图，最能直观感知这场博弈如何一步步收敛。
图注：论文原图，四联子图 (a)→(d) 展示对抗训练从接近收敛演变到最终收敛。每幅图用下横线表示采样源（z 的域）、上横线表示数据 x 的域，黑点虚线画真实分布 p_data、绿实线画生成分布 p_g、蓝虚线画判别边界 D：图 (a) 双方接近收敛，(b) 判别器被训到能较好分开真假，(c) 判别器给出的梯度把 G 的输出推回更像数据的区域，(d) 最终 p_g 贴住 p_data、D 稳定在 1/2。四格读下来正是一场「造假者越学越像」的回合制比赛。GAN
第二种是 VAE（变分自编码器，Variational Autoencoder），走的是显式的概率建模路线。它先把输入 x 编码（encode）成一个压缩的隐变量 z，再由 z 解码（decode）回 x，目标是最小化重建误差、同时让 z 的分布贴近一个设定好的先验分布。用概率图的语言讲，实线画的是生成方向、虚线画的是「用近似后验去逼近那个不可求的真相」的推理方向。它跟 GAN 的分工也简明：GAN 不显式建概率、用对抗隐式学分布，VAE 则把生成过程显式写成一个概率模型去做变分推断。VAE
但最能撑起今日大模型的，是第三种思路里的那一步——Transformer（2017）。在这之前，处理句子这类序列要靠 RNN/LSTM，它们按时间步一个个往后传，这种内在的串行本质阻碍了并行化。Transformer 反其道而行：彻底丢掉循环，只靠**自注意力（self-attention）**直接建立词与词之间的依赖。每个词当一个 query，去「查」句子其他词的 key，给关联大的词更高权重的 value 决定输出多少。词与词的联系一步到位，还天然能并行吃下超长序列。Transformer
自注意力的机制可拆成一张图：左图是「每个词如何查遍全场再按权重汇总」，右图显示可以开多个并行「头」、各自从不同角度算，最后拼起来投影。
图注：论文原图，左为「缩放点积注意力」（Scaled Dot-Product Attention）：Q 与 K 矩阵相乘、缩放后（可选遮罩）经 Softmax 得权重，再与 V 相乘输出；右为「多头注意力」（Multi-Head Attention）：多条注意力支路并行、各自线性投影后做缩放点积注意力，拼接后再经一次线性变换输出。左右合起来就是自注意力「查关键、加权汇总」的完整机制。Transformer
Transformer 整体由编码器/解码器堆叠而成，每层都挂了残差捷径加 LayerNorm，位置信息靠额外注入的位置编码补上（注意力自己对词之间的距离一视同仁）。正因为它靠注意力摆脱了循环的串行，能并行处理长序列，才在 2017 年后成为下一代大规模模型的架构底座。Transformer
- 小结：GAN、VAE 用两种思路让机器「造假」造得越来越像；但它们还只能处理固定规模的输入。Transformer 的自注意力用它打破串行、并行吃长序列的能力，把战场的火炬递给了下一章真正的主角——把 Transformer 放大成能写能画的大模型。
把 Transformer 一路放大，语言模型怎么长成今天会写会画的 ChatGPT，又落进了哪一行？
现在把镜头拉回语言模型这条线，看它如何从「数词频」一路长成会写会画的 ChatGPT。课件给了一条清晰的六段演进，LLM 综述把这条线补成一张「谁在哪一年」的族谱图。
先看一张把四代语言模型摆成阶梯的图（注意它按「任务求解能力」分层，不是精确的年份轴）。
图注：来自 LLM 综述的四代语言模型关系/阶梯图，从任务求解能力视角呈现从统计语言模型（词频与 n-gram、预测下一个词）→ 神经语言模型（分布式表示）→ 预训练模型（可按下游任务优化的上下文表示）→ 大语言模型（规模化解锁通用任务求解）的逐级增强。各阶段代表工作所处年份可能不精确，别当精确时间轴使用。LLMSurvey
逐段看这六步怎么环环相扣，上一段永远只解决下一段的部分问题：
- 统计语言模型：靠词频与 n-gram，用马尔可夫假设「刚看过的几个词猜测下一个词」。它能勉强预测，但完全没有长程记忆。
- 神经语言模型：词嵌入（word embedding）+ RNN/LSTM。出现了分布式表示，但 RNN 的串行痼疾没除。
- Transformer 预训练 + 规模化：用上一章讲的架构做预训练（BERT、GPT 系），再靠更大模型规模解锁通用能力。这一步埋下了整条路的分叉口。
- 指令对齐 + RLHF（ChatGPT 这一步）：光会接着上文续写还不够，还要让它听懂人类「指令」、按讨好人类反馈的方式作答，才有了今天能聊天的对话界面。
- 多模态 + 推理 + 智能体：GPT-4o 这类能看图，o1 系列与 DeepSeek-R1 这类会「长思考」，还会用工具、跑多智能体协作。
下面这张综述的时间线主图，把近年代表性模型按年份铺开，公开权重模型以黄色高亮区分闭源。阅读时可对照上面五段，看每个模型站在哪一级台阶上。
图注：一张按年份横向排列近年代表大模型的族谱时间线（GPT-3、InstructGPT、ChatGPT、LLaMA、GPT-4 等），其中提供公开权重（checkpoint）的模型以黄色高亮，区别于闭源模型。图中节点按大模型族谱年份摆放，不属于课件那套「统计→神经→预训练→对齐」的分层着色，个别模型参数量需回论文表核对。LLMSurvey
把时间线拖到「当下」，大模型已经真实落进各行各业，这里用一张表把课件的行业案例收拢起来（具体项目名与描述以课件为准，作为「大模型改变世界」的直观图景）。
| 行业 | 代表项目 / 工具 | 它解决什么 |
|---|---|---|
| 医疗 | Deepsage-GIST（港科大广州 BDI），被数家三甲医院试点 | 作「诊断报告撰写助手」，支持医生决策、提升肺癌诊疗效率 |
| 金融 | Kquant-LingCopilot、Alpha-gpt | 多智能体无代码量化交易系统 + 人机协同的 alpha 挖掘，用自然语言构建交易策略 |
| 教育 | Duolingo、领域大模型驱动的国家语言平台 | AI 个性化辅导、引导式解题，帮助备课出题评分与多语言学习 |
| 文旅 | DeepSeek 驱动的文化 IP 开发、Google Arts & Culture | 生成语音导览、数字保存非遗、把本地文化 IP 跨媒体传播出去 |
| 心理 | Wysa 与 Woebot | 提供匿名的 AI 引导式情绪支持，采用循证技术帮助自我照护 |
行业不只「用上了 AI」，它还反过来给出了一面镜子。斯坦福 AI Index 2026 报告清楚记录了大模型典型的「能力凹凸不平（jagged frontier）」：很强的大模型能在国际数学奥林匹克上拿下金牌，同一批模型读一张模拟时钟，正确率却只有约 50%（报告内部对精确小数的口径略有出入）；在结构化 benchmark 上，agent 大约每三次任务失败一次。报告把这描述为「能力飞快，理解却凹凸不平」。AI Index
这正把第一章那面钟敲响。还记得那只被对抗噪声骗得把熊猫认成长臂猿的网络吗？今天 AI 的能力强了几个数量级，那份「行为很强 ≠ 真的懂」的判断却仍然成立。2024 年的诺贝尔物理学奖颁给了两位神经网络先驱，官方把 Hopfield 的联想记忆与 Hinton 的玻尔兹曼机称作「用物理学训练神经网络」，等于用人类科学最高奖为「神经网络的物理学根基」盖了章。Nobel 2024
所以，站在 2026 回望：AI 确实从 1950 年只会「照规则办事」，一步步长成了会写会画、能进医院的工具。它解决的问题越来越复杂，但它到底是什么，依然没有因为我们给了它海量参数而发生根本变化——它是极擅长统计模式匹配的机器。「自动化不等于智能」这句话，在七十多年后依然是最好的清醒剂。
- 小结：语言模型的六段演进每一段只解决上一段的短板，直到「对齐」后才变成能用的大众工具；而能力凹凸不平的证据提醒我们，会答得多不等于懂得多。
一张时间线收个尾
把整条故事线压成一条主干，方便你复习时回看：
| 年代 | 关键节点 | 它解决了上一代的什么、又暴露出什么 |
|---|---|---|
| 1946–1956 | ENIAC / 图灵论文 / 达特茅斯会议 | 给「机器能否思考」立下可检验的判据，把 AI 规划成学科 |
| 1966–1980 | ELIZA / XCON 专家系统 | 规则路线在窄任务里落地，却暴露「规则写不全」的天花板 |
| 1957–1969 | 感知机 / Minsky-Papert 批评 | 神经网络暗线被压入第一次冬天 |
| 1986–2006 | 反向传播 / CUDA / 深度学习概念 | 补上「自己学」的手段与算力 |
| 2012–2016 | AlexNet / AlphaGo | 数据、算力、机制三线齐汇；识别→决策走出实验室 |
| 2014–2017 | GAN / VAE / Transformer | 让机器从判别走向生成；Transformer 成大模型架构底座 |
| 2022–2026 | ChatGPT、LLaMA、o1/R1 | 对齐、规模化、长期推理，大模型落进行业与日常 |
| 2024–2026 | 诺奖颁给神经网络先驱 / AI Index | 官方把神经网络的物理根基推到台前；能力凹凸不平提醒「会答≠懂」 |
希望这张图能帮你把每一个「为什么此刻发生」接起来，而不只是记住一串年份。
参考文献
本专题引用的核心资料如下，建议深入学习时阅读原文：
- Computing Machinery and Intelligence — DOI 10.1093/mind/LIX.236.433
- Artificial Intelligence Index Report 2026 (Stanford HAI) — https://arxiv.org/abs/2606.15708
- A Survey of Large Language Models (LLMSurvey v19) — https://arxiv.org/abs/2303.18223
- Attention Is All You Need — https://arxiv.org/abs/1706.03762
- ImageNet Classification with Deep Convolutional Neural Networks (AlexNet) — NeurIPS 2012 proceedings
- Mastering the game of Go with deep neural networks and tree search (AlphaGo) — DOI 10.1038/nature16961
- Deep Residual Learning for Image Recognition (ResNet) — https://arxiv.org/abs/1512.03385
- Generative Adversarial Nets (GAN) — https://arxiv.org/abs/1406.2661
- Auto-Encoding Variational Bayes (VAE) — https://arxiv.org/abs/1312.6114
- Three Decades of Activations: A Comprehensive Survey of 400 Activation Functions for Neural Networks — https://arxiv.org/abs/2402.09092
- The Nobel Prize in Physics 2024 (official page) — https://www.nobelprize.org/prizes/physics/2024/summary/
- Explaining and Harnessing Adversarial Examples — https://arxiv.org/abs/1412.6572