AI 是怎么走到今天的（5 分钟看懂 70 年发展史）

📍 认识 AI 1/4 · 下一篇：大模型到底是怎么工作的 →

70 年，只为这一刻

2022 年 11 月 30 日，一个叫 ChatGPT 的网页上线。

5 天后，它有了 100 万用户。

产品	达到 100 万用户用时
Netflix	3 年半
Facebook	10 个月
Instagram	2.5 个月
ChatGPT	5 天

这数据放进整个互联网史，一个字——离谱。

但你可能想过这个问题：为什么是 2022？不是 2010，不是 1995，不是 1980？

AI 这事儿其实是 1950 年就开始的。憋了 70 年才憋出这一刻。

5 分钟，我带你看一遍。

1950 年代 —— 一个英国人和一个奇怪的问题

1950 年的某个下午，阿兰·图灵坐在曼彻斯特大学的办公室里，盯着一台体积像衣柜的电子计算机发呆。

他刚在二战中破解了德军的恩尼格玛密码机——电影《模仿游戏》演的就是他。战后他闲下来，开始想一个奇怪的问题——

这玩意儿，能不能学会思考？

他给出了测试方法：把一个人和一台机器各关进一间屋子，你坐在外面跟两个人打字聊天，如果你分不出哪个是机器，那就算这机器「会思考」了——这就是著名的「图灵测试」。

那时候世界上还没有「人工智能」这个词。直到 1956 年，一群学者在美国达特茅斯学院开了个夏季会议，把这门学科定名为 Artificial Intelligence——AI 的元年。

会议上他们乐观地预测：20 年内，机器就能完成人类能做的任何脑力工作。

后来的故事证明：他们错了整整半个世纪。

第一波 —— 把人类专家的脑子，硬塞给机器

第一代 AI 走的路线特别朴素：人类懂什么，就写下来塞给机器。

想做诊断疾病的 AI？把所有「症状 → 病名」规则编出来——发烧+咳嗽+喉咙痛 → 感冒；胸痛+左臂麻 → 心脏病……写完几万条，机器就能像查字典一样诊断。

这种东西叫 专家系统。听起来挺酷，但很快碰壁——

打个比方：你要做一本两万页的医学厚词典，每翻一次只能匹配一个症状组合。医生看你三秒钟就懂的事，机器要翻五分钟，还查不全——因为现实里的症状组合无穷无尽。规则手册里没写的情况，机器一脸蒙圈。

70 年代末，资金、热情、研究人员同时枯竭。这就是历史书里写的「AI 第一次寒冬」。

第二波 —— Hinton 守了 20 年冷板凳

新方向叫 神经网络，反方向走——不写规则，让机器自己学。

灵感来自大脑。大脑里几百亿神经元互相连接，没人「告诉」它该怎么想，可它就是会思考。能不能在电脑里模拟这种网络，让机器自己从数据里悟出规律？

比如教机器认猫——不告诉它「猫有四条腿、毛茸茸、会喵」，而是丢给它 10 万张猫的图、10 万张不是猫的图，让它自己琢磨出「猫是什么」。

理论很美。关键算法（叫反向传播——就是「让机器一次次试错、自动纠错」的数学方法）1974 年就有人提了。1986 年，Geoffrey Hinton 和几个同事在论文里把它真正用到了神经网络上。

然后呢？没动静了，一停就是 20 年。

三座大山压着：算力不够（训练一个网络要算上亿次，电脑可能要算一整周）、数据不够（互联网没普及，哪儿弄 10 万张猫的图）、学术圈不信（神经网络被嘲笑成「玄学」，发论文都难）。

只有 Hinton 这种倔脾气的人不放弃，在加拿大多伦多大学守着这条冷门路线几十年。剧透一下结局：他熬到了 2024 年拿诺贝尔物理学奖——「冷板凳坐穿封神」本人。

2012 年 —— 救了 AI 的，是打游戏的人

这是全文最戏剧性的反转。

显卡（GPU）本来是渲染 3D 游戏画面用的，跟 AI 八杆子打不着。但它有个特别能耐：能同时算几千次数学运算（普通 CPU 一次只能算几条）。

Hinton 的博士生 Alex Krizhevsky（跟另一个学生 Ilya Sutskever、加上 Hinton 自己，组成三人小团队）注意到了：神经网络的训练，不就是「大量数学乘法」吗？

2012 年的 ImageNet 大赛——从 120 万张图里认出 1000 种物体——成了引爆点。

2011 年全行业最好成绩：错误率 26%。

Alex 在自家卧室里，两张游戏显卡嗡嗡响了一个礼拜，做出了一个叫 AlexNet 的系统。

错误率：15%。

这不是赢了一点点。这是碾压——三个人 + 两张游戏卡，碾压了 Google、微软几十人的专业团队。

「深度学习」时代由此开始。AI 突然变得有用——会认图、会语音、会翻译。但还局限在单一任务上：会认猫的不会下棋，会下棋的不会写文章。

2017 年 —— 一篇没人转发的论文

2017 年 6 月的一个深夜，arXiv（免费论文上传站）上多出一篇新文章。

标题狂得理直气壮：《Attention Is All You Need》（你需要的只是「注意力」）。

没什么人转发。没什么人讨论。但几年后所有人才反应过来：那天 AI 的命运被改写了。

这篇论文提出了一种新的神经网络架构（机器思考的内部蓝图），叫 Transformer。

它解决了之前模型的两个老毛病：

老毛病 1：长文本读得慢，长距离效果还打折——之前的模型只能一个字一个字按顺序读。Transformer 让每个字跟所有其他字同时打个招呼，抓得住全局。

这个机制叫「注意力」（attention）。打个比方：你读一本小说，本能就知道哪几个角色重要、哪段对话是关键——你脑子里也有一种「注意力」机制。Transformer 让模型也学会了。

老毛病 2：训练慢得离谱——旧模型必须按顺序处理，不能并行。Transformer 一次性把整段输入扔进去，所有词同时处理，可以用几千张 GPU 并行训练。

后来你听过的所有大模型——GPT、Claude、Gemini、DeepSeek、Llama——无一例外都基于 Transformer。

2018-2022 —— OpenAI 梭哈，撞出了「涌现」

OpenAI 看完 Transformer 论文，直接梭哈。

他们做了越来越大的模型：

• GPT-1（2018）：1.17 亿参数——模型「可调旋钮的数量」，越多越能拟合复杂规律
• GPT-2（2019）：15 亿参数，能写完整文章
• GPT-3（2020）：1750 亿参数——开始让人毛骨悚然

涌现：模型大到一定程度，会自己长出新能力

研究员发现：GPT-3 居然能做多位数加法——尽管训练它的人压根没专门教过它做数学。给几个例子（「23+45=68，9+17=26」），它就能跟着做新题。再过一段，发现它还能跟着指令做逻辑推理、写代码、解古文……一项接一项的「新技能」自己冒出来。

这个现象就叫 「涌现」（emergence）。打个比方：你养了一只猫，每天就喂它吃饭睡觉。突然某天回家，它学会了自己打开冰箱拿火腿肠——你从来没教过，它自己悟的。

没人能完全解释为什么。

2022 年的临门一脚：让模型学会「跟人说话」

2022 年 OpenAI 加了关键一步：RLHF（人类反馈强化学习）。两步走——

1. 训打分器：让真人对模型回答打分（这个好、那个烂），用几万次打分训出一个能给答案评分的「小模型」
2. 用打分器调主模型：让主模型学会生成「打分器会打高分」的答案

这一步把模型从「能生成文字的工具」变成了「懂得跟人对话的助手」。

11 月 30 日，ChatGPT 上线。然后就是开头那张图——5 天 100 万用户，地球被点着。

2022 至今 —— Agent 时代来了

ChatGPT 引爆后 3 年发生的事，比之前 70 年还密集：

年份	事件
2023	GPT-4、Claude 2、Gemini 1 上线，三巨头格局形成
2024	开源模型（免费下载自己跑）崛起：Llama、Mistral、DeepSeek（国产之光）
2024	多模态全面到位：模型从只能读文字升级到能看图、看视频、生成图像
2025	推理模型出现（如 DeepSeek R1、OpenAI o1）：会先「内心思考」几十秒再答，比张口就来准得多
2026	Agent 时代：Claude Code、Cursor 让 AI 不只是回答问题，而是真的替你干活——读文件、跑命令、改代码

最后这一行——Agent 时代——就是你看这个站的当下。

为什么是现在

回到开头那个问题：为什么是 2022 年，不是 1990 或 2010？

这就像火药——

硝石、硫磺、木炭，三样东西早就有了。但要凑齐完美配方、还要找到合适的引信，人类花了一千年。

AI 的「火药配方」需要 4 样东西：

• 架构：Transformer（2017）—— 让大模型可训练
• 算力：GPU 大规模集群 —— 能撑起千亿参数训练
• 数据：互联网积累 30 年的文本、图片、代码
• 对齐：RLHF（2022）—— 让模型学会跟人说话

前 3 样 2020 年 GPT-3 时其实已经齐了，但模型不会跟人对话，只能算研究玩具。2022 年 RLHF 是最后那根引信。

1990 年算力不够。2010 年架构不对。2022，引信终于点燃。

---

你现在用 Claude Code，本质上是骑在这 70 年技术积累的肩上。下一篇我们看：大模型到底是怎么工作的？「token」「预训练」「微调」那些名词全部用人话解释一遍。