把 AI 用明白（一）：一段简史

新系列开张。前面八篇都在讲怎么防，这个系列换个方向，聊聊怎么把 AI 用明白：模型怎么选，它到底能干什么、不能干什么，怎么问，钱怎么花才不冤。

不过动手之前，我想先花两篇打个底，这篇讲历史，下一篇讲原理。不是我爱掉书袋，而是很多让人纳闷的事，比如它为什么文章写得比我好、却能一本正经地胡说八道，为什么订阅这么贵，为什么翻来覆去就那几家公司，答案其实都在它是怎么一路走过来的。

放心，没有公式。当故事看就行。

一、起点：一个问题和一个名字

1950 年，英国数学家图灵发了一篇论文，开头第一句就是：机器能思考吗？

他自己也知道“思考”这个词扯不清楚，于是换了个能动手验证的问法：让一个人隔着屏幕，同时跟一台机器和一个真人打字聊天，要是他分不出哪边是机器，就算机器过关。这就是后来人人都听过的图灵测试。

名字是六年后才有的。1956 年夏天，几个年轻学者在美国达特茅斯学院办了个研讨会，发起人麦卡锡为了申请经费，在提案里给这个方向起了个名字，叫 Artificial Intelligence，人工智能。

那份提案现在读起来挺好笑的。大意是：我们找十个人，干一个夏天，应该就能在“让机器使用语言、形成概念”这些问题上取得重大进展。

这大概是科技史上最早的画饼之一。一个夏天的活，最后干了快七十年。

二、第一条路：把规则写给机器

早期大家的想法很朴素：聪明不就是会推理吗，推理不就是按规则办事吗。那人把规则一条条写清楚，机器照做就完了。

这条路出过不少唬人的东西。1966 年麻省理工有个叫 ELIZA 的聊天程序，扮演心理咨询师，其实只会抓你话里的关键词再反问回来。你说“我最近和我妈吵架了”，它就回“跟我说说你的家庭”。就这么个东西，真有人对着它掏心掏肺，连作者自己都被吓到了。

到了 1980 年代，这条路升级成了“专家系统”：把某个行业老师傅的经验，整理成几千条“如果怎样，那么怎样”。有公司拿它来配置计算机订单，确实省了钱。日本政府一看，直接砸钱搞了个十年的国家计划，要造“第五代计算机”。

然后就翻车了。

问题出在现实世界的规则根本写不完。你怎么认出一只猫？你怎么知道对方那句话是在开玩笑？这些事人做起来不过脑子，可真让你把规则写下来，你写不出来。规则系统只要碰到没写进去的情况，立刻变成人工智障；规则堆得越多，互相打架的也越多，改一条崩一片。

牛吹出去了，货交不出来，后果就是经费被砍。这种事前后发生过两次，一次在 1970 年代中期，一次在 1980 年代末，后来被叫做 AI 寒冬。那些年“人工智能”这几个字在学术圈差不多是个脏词，写进经费申请里基本等于自杀，大家纷纷改口说自己做的是“模式识别”“统计学习”。

三、第二条路：让机器自己学

另一拨人从一开始押的就是反方向：别写规则了，给机器看一大堆例子，让它自己悟。这就是机器学习。其中有一支照着大脑的样子，拿大量简单的计算单元互相连起来，叫神经网络。

这一支的命是真苦。

1958 年就有人做出了最早的神经网络，叫感知机，当时的报纸吹它将来能走路、能说话、能有自我意识。结果 1969 年有两位大佬出了本书，从数学上证明这种单层的网络连一些很简单的问题都搞不定。一盆冷水下去，这个方向凉了十几年。

1986 年迎来第二春。辛顿（记住这个名字，后面还要出场好几次）和同事发了一篇论文，让“反向传播”这个训练方法火了起来，多层的神经网络总算能训练了。

道理是通了，可还是跑不起来。神经网络得看海量的例子才学得会，而那个年代既没有那么多整理好的数据，电脑也慢得要命。于是它又坐了二十多年冷板凳。那段时间坚持做神经网络的人，在同行眼里大概跟民科差不多。

中间插播一条：1997 年 IBM 的“深蓝”赢了国际象棋世界冠军卡斯帕罗夫，当年轰动得不行。但深蓝走的其实还是第一条路，靠人写的评估规则加上暴力穷举。它不会学，换个游戏就得从头再来。

四、2012：三样东西凑齐了

神经网络缺的那两样东西，最后是别的行业顺手送来的。

先是数据。互联网起来之后，文字和图片多到用不完。2009 年李飞飞的团队放出了 ImageNet，上千万张人工标注好的图片，还每年办一次识图比赛。

再是算力。这个最有意思：显卡本来是给人打游戏用的，结果大家发现，它擅长的那种“同时做一大堆简单计算”，正好就是神经网络要的。老黄的英伟达后来能成为全球最值钱的公司之一，源头就在这儿。

算法反而是现成的，反向传播早就躺在那儿了。

2012 年的 ImageNet 比赛，辛顿带着两个学生，用两块游戏显卡练出了一个深层神经网络，后来人称 AlexNet。它的错误率是 15% 左右，第二名是 26% 左右。

要知道这个比赛往年都是一两个百分点地往前挪。这已经不叫赢了，这叫吊打。第二年再去看参赛名单，几乎全员改用神经网络。

那两个学生里有一个叫苏茨克维，先记一下，这人后面戏份很重。

此后几年，“深度学习”把图像识别、语音识别、机器翻译挨个扫了一遍。2016 年 AlphaGo 四比一赢了李世石，算是彻底出圈，连我家里不碰电脑的长辈都在问这是个啥。

但这时候的 AI 有个明显的毛病：一个模型只会一件事。认图的不会下棋，下棋的不会翻译。处理语言的那类模型还有个硬伤，它得一个词一个词按顺序读，句子一长，读到后面就把前面忘了，而且这种读法没法并行，显卡再多也使不上劲。

五、2017：Transformer

2017 年，谷歌的八个研究员发了一篇论文，标题相当嚣张，叫 Attention Is All You Need，你只需要注意力。里面提出了一种新的网络结构：Transformer。

细节留给下一篇，这里说人话：以前的模型是一个字一个字往下读，Transformer 是一眼把整段话看完，然后自己判断哪个词跟哪个词有关系。

好处有两个。一是长文章里前后的关联它抓得住了；二是整个计算可以并行，正好喂给显卡。合起来的意思就是：模型可以做得巨大，数据可以喂得巨多，而且越大越多，效果越好。

今天你听说过的 AI，ChatGPT、Claude、Gemini、Grok，底下全是它。GPT 最后那个 T 就是 Transformer。这篇论文算是整个行业的祖师爷，讽刺的是，发明它的谷歌自己起步反而慢了半拍，这个后面再说。

接下来就是开卷，卷规模。OpenAI 在 2018 年做出了第一代 GPT，训练方法简单到有点离谱：把网上能找到的文字都拿来，让模型翻来覆去只练一件事，猜下一个词是什么。

没人教它语法，没人教它常识，更没人教它逻辑。可它为了把下一个词猜准，只能自己把这些东西都学进去。到 2020 年的 GPT-3，写出来的文章和代码已经像模像样了。

这就是圈里人常说的“大力出奇迹”。训练模型这件事也因此得了个外号叫“炼丹”：材料扔进去，火烧起来，出来的东西好不好，很大程度上靠经验和运气，为什么好，炼的人自己也未必说得清。

研究者萨顿在 2019 年写过一篇很短的文章，叫《苦涩的教训》，把这七十年总结成一句话：凡是人费尽心思把自己的知识塞进机器的办法，长远看都输给了“通用的方法加上更多的算力”。为什么说苦涩？因为这等于告诉几代研究者，你们最得意的那些巧思，不如多买几块显卡。

六、2022：ChatGPT

2022 年 11 月 30 日，OpenAI 把一个模型套了个聊天框扔到网上，这就是 ChatGPT。据估计它两个月用户就过了亿，当时没有哪个应用涨得这么快。

有个事很多人不知道：ChatGPT 在技术上其实没什么大突破，底下的模型跟之前的 GPT-3 是一家子。它改的是入口。以前想用这类模型，你得会写代码、会调接口；现在会打字就行。东西早就在那儿了，换了个门，普通人才走得进来。

后面的事你大概都有印象。2023 年 GPT-4 发布，同年 Anthropic 推出了 Claude，谷歌、Meta 全部下场。模型开始能看图，能听能说，能联网搜东西，后来学会了先“想一会儿”再开口，再后来能自己动手操作工具，一步一步把一整件事干完。

说到 Anthropic 得插一嘴，因为这里面的瓜实在太多了。

Anthropic 是 2021 年一帮从 OpenAI 出走的人办的。OpenAI 自己呢，当年是马斯克、奥特曼他们拉起来的，很大一个原因是怕谷歌在 AI 上一家独大。后来马斯克跟 OpenAI 闹掰了，官司打得满天飞，转头自己做了 xAI 和 Grok。而这几家吃饭的家伙 Transformer，偏偏又是谷歌发明的。

还有前面让你记住的那位苏茨克维：辛顿的学生，AlexNet 的作者，进过谷歌，后来成了 OpenAI 的联合创始人，2023 年还参与了那场把奥特曼赶下台、五天后又请回来的宫斗大戏。

OpenAI、Anthropic、谷歌、xAI，现在站在台前的就这四家，往上数全是熟人，师徒、同事、合伙人、被告和原告。这段恩怨情仇我单独写了一期番外，瓜子先备好。

最后补一个彩蛋。2024 年的诺贝尔物理学奖给了辛顿和霍普菲尔德，表彰他们在神经网络上的奠基工作；化学奖有一半给了用 AI 预测蛋白质结构的两个人。当年坐冷板凳被当成民科的那批人，四十年后直接封神。

七、所以今天的 AI 是这个样子

故事讲完，回头看开头那几个问题，就都说得通了。

它为什么会一本正经地胡说八道？因为它是靠猜下一个词练出来的。它学会的是“什么样的话听起来对”，而不是一张能查的事实表。听起来对和真的对，大多数时候是一回事；不是一回事的时候，它自己并不知道。

为什么这么贵，为什么就那几家在做？因为这条路的核心就是大力出奇迹，而大力是要钱的。练一个顶级模型，要烧掉成千上万块专用显卡和吓人的电费，这不是小团队玩得起的，更不是你家那台电脑玩得起的。

为什么它什么都能聊？因为它压根不是为某一件事做的。字读得够多之后，翻译、写作、写代码、答题，对它来说是同一种本事的不同用法。这是它跟 2012 年那批“只会一件事”的模型最大的不同。

为什么进步这么快，上限又没人说得准？因为过去十几年的进步主要靠“做大”，而不是靠谁真的搞懂了智能是怎么回事。炼丹炼出了仙丹，但丹方的原理还是半个玄学。再做大还灵不灵，业内自己都在吵。

我自己还有一点感想。这个行业已经凉过两回了，两回都是因为牛吹得太满。现在的热度比哪次都高，所以不管是“明年 AI 就要取代所有人”，还是“这就是个泡沫，马上要破”，我都建议听一半。这个系列后面只聊它今天实打实能做到的事。

八、时间线

下一篇

这篇里有几个词我是一句话带过的：猜下一个词、注意力、训练。下一篇把它们掰开讲，照样没有公式，讲到够你看懂后面几篇为止：模型到底是怎么“读”你那句话的，它的记性有多长，以及它胡说的时候，脑子里究竟发生了什么。