在人类宏伟成就的历史上，很少有演员能像人工智能一样如此引人注目、充满争议且大胆无畏。深入人工智能 (AI) 的历史迷宫及其可能的未来，就像踏上一场穿越时空的冒险之旅，科幻小说与现实之间的界限比量子计算机解决魔方的速度更快。
请想象一下，如果有一天，机器不仅能执行任务，还能学习、适应和进化，你的烤面包机也许有一天会在国际象棋上胜过你，你的吸尘器也许能写出一首与莎士比亚媲美的十四行诗。
亲爱的朋友，欢迎来到令人兴奋、恐惧和无比着迷的人工智能世界。
一、古代神话传说
创造能够像人类或神一样思考和行动的人工智能的想法可以追溯到各个文明的古代神话和传说，远早于“人工智能”一词的诞生。在希腊神话中，神赫菲斯托斯是一位工匠大师，他创造了机械仆人，例如守护克里特岛的青铜巨人塔洛斯和在他的工作室协助他的金色少女。
在印度神话中，国王拉瓦那 (Ravana) 有一辆名为 Pushpaka Vimana 的飞行战车，它可以自主导航并听从他的命令。
二、人工智能的历史
要讨论人工智能，我们首先必须对它进行定义；要定义“人工智能”，我们首先必须探讨“智能”一词的定义。
人工智能 (AI) 是计算机科学的一个分支，旨在创建能够执行通常需要人类智能的任务的机器和系统，例如推理、学习、决策、感知和自然语言处理。它的本质是计算机模仿人类——机器（尤其是计算机系统）模拟人类智能过程。
人工智能并不是一个新概念；事实上，它有着悠久而迷人的历史，跨越了不同的文化、学科和领域。在本中，我们将探索人工智能历史上的一些关键里程碑和发展，从古代神话传说到现代应用和挑战。
1.现代人工智能的诞生
“人工智能”一词由美国计算机科学家约翰·麦卡锡于 1956 年创造，当时他在达特茅斯学院组织了一次会议，邀请了一群对创造能够模拟人类智能的机器感兴趣的研究人员。这次会议被广泛认为是现代人工智能的诞生，因为它标志着一个吸引资金、人才和关注的新研究领域的开始。会议的一些与会者包括艾伦·图灵、马文·明斯基、克劳德·香农和赫伯特·西蒙，他们后来成为人工智能研究领域的有影响力的人物。
人工智能的早期成就之一是逻辑理论家的开发，这是一个可以使用符号逻辑证明数学定理的程序，由艾伦·纽厄尔、赫伯特·西蒙和克利夫·肖于 1955 年创建。另一个里程碑是 ELIZA 的创建，这是一个可以模仿心理治疗师的自然语言处理程序，由约瑟夫·魏森鲍姆于 1966 年创建。ELIZA 是聊天机器人的首批示例之一，聊天机器人是一种可以使用自然语言与人类交谈的计算机程序。
2.人工智能的崛起与初期衰落
20 世纪 60 和 70 年代见证了人工智能研究的快速增长和扩展，许多子领域和应用应运而生，例如计算机视觉、语音识别、知识表示、专家系统、机器人技术和机器学习。人工智能还得到了军方和政府的大力支持和资助，尤其是在冷战和太空竞赛期间。然而，人工智能也面临着许多挑战和限制，例如解决方案难以扩大和推广、缺乏常识和情境理解、系统脆弱和不可靠，以及该技术的伦理和社会影响。这些因素导致人们对人工智能的兴趣和资金减少，即所谓的“人工智能寒冬”，从 20 世纪 70 年代末持续到 80 年代末。
3.人工智能的复兴
20 世纪 90 年代和 21 世纪初，人工智能迎来了复兴和复苏，这要归功于多种因素，例如大量数据的可用性、计算能力和存储能力的提升、神经网络和深度学习等新算法和方法的发展，以及互联网、社交媒体、游戏和电子商务等新领域和新应用的出现。随着人工智能被集成到各种产品和服务中，例如搜索引擎、数字助理、推荐系统、面部识别和自动驾驶汽车，人工智能也变得更加普及和无处不在。人工智能还取得了非凡的成就，例如在国际象棋、Jeopardy 和围棋中击败人类冠军，生成逼真的图像和视频，以及创作原创音乐和艺术。
机器学习是人工智能的一个分支，涉及开发能够从数据中学习并做出预测或决策的算法。它使计算机能够随着时间的推移提高其在特定任务上的表现，而无需明确编程。机器学习自 1950 年代就已出现，但近年来，由于大量数据的可用性和计算能力的提高，它引起了广泛关注。
深度学习是机器学习的一个子集，它采用多层神经网络进行学习和决策。这些网络能够学习不同抽象级别的数据特征和表示，从而使深度学习模型能够执行图像和语音识别等复杂任务。尽管深度学习的起源可以追溯到 20 世纪 40 年代，但随着大量数据的出现和计算能力的增强，它在 21 世纪获得了突出地位。
机器学习和深度学习很有价值，因为它们使计算机能够从数据中学习并产生预测或结果，这些预测或结果可以用于解决各个领域的广泛问题。
4.生成式人工智能的兴起
生成式人工智能诞生于科幻小说的大胆梦想和人类永不停歇的好奇心，它就像瓷器店里的大锤一样微妙地登上了舞台。
生成式人工智能（有时称为 GenAI）的概念已经存在了几十年，但直到最近才在技术上成为可能。值得注意的是，生成式人工智能不同于理论上的 AGI（通用人工智能），后者旨在在机器中复制人类级别的通用智能。
生成式 AI 模型在输入数据上进行训练，然后创建与之相似的新数据。基于 Transformer 的深度神经网络得到了改进，并在 2020 年代初引发了生成式 AI 系统的激增。在 DALL-E 和 OpenAI 的 ChatGPT 分别于 2020 年和 2022 年 10 月发布后，它们在近年来变得非常流行。
生成式人工智能在工作和个人生活的各个领域都变得非常普遍。开发“大型语言模型”（如ChatGPT 的LLM ）和其他 GenAI 模型有很多好处。GenAI 增加了 2023 年和 2024 年高级人工智能工具的可用性。然而，也存在一些批评，从安全和隐私，到道德和偏见，再到限制访问最佳 GenAI 模型的商业结构和付费壁垒，可能会在“富人”和“穷人”之间造成更大的社会和知识差距，并可能加剧社会不平等。
5.人工智能发展年表总结
以下是人工智能发展过程中的一些关键里程碑：
希腊神话（古代）：希腊神话中的赫菲斯托斯和皮格马利翁融入了智能自动机（如塔洛斯）和人造生物（如伽拉忒亚和潘多拉）的概念。
- 20 世纪 40 年代至 50 年代：人工智能的“诞生”
- 1943 年：第二次世界大战期间，艾伦·图灵和神经学家格雷·沃尔特等聪明人致力于解决智能机器的挑战。
- 1950年：阿兰·图灵发表论文《计算机器与智能》，提出了图灵测试。
- 1950 年：科幻小说作家艾萨克·阿西莫夫 (Isaac Asimov) 提出了机器智能的概念，并设想了它的未来。他最著名的著作是“机器人三定律”。
- 1956 年：“人工智能”一词在达特茅斯会议上被提出。
- 1965 年：ELIZA 由麻省理工学院的 Joseph Weizenbaum 开发，是自然语言处理程序的一个早期示例。
- 1974年：美国和英国政府停止资助无方向的人工智能研究。
- 20 世纪 80 年代：由于资金撤出，人工智能陷入寒冬。
- 2020 年后：由于机器学习在学术界和工业界的成功应用，人工智能蓬勃发展。
- 2017 年：谷歌发明“Transformer”——一种现代人工智能架构，将成为生成式人工智能的基础
- 2022 年：Open AI 推出 ChatGPT（现已无处不在的大型语言模型）风靡全球
- 2023 年：欧盟人工智能法案签署成为欧洲法律；其他制定人工智能法规的国家大多尚未完全纳入法律
- 2023–2024 年：生成式人工智能竞赛升温，微软、OpenAI、谷歌、Anthropic 和 Meta（前身为 Facebook）等几家关键参与者发布了其生成式人工智能模型的迭代改进版本，例如Copilot、Gemini、GPT-4V 和 GPT-4 Turbo、Claude，以及阿联酋的Falcon 40-B和 Meta 的Llama等开源基础模型
- 2023–2024 年：微软将生成式人工智能带入工作世界，并将Copilot完全集成到 Word、Excel、MS Teams、Powerpoint 等 Office 365 应用程序中。
- 2023–2024 年：Copilot X、Github Copilot、Databricks Assistant和Amazon Bedrock等结对编程助手正在彻底改变软件开发
- 2024 年：生成式人工智能机器人在通用任务中展现出巨大潜力。特斯拉、宝马等公司在其工厂中引入了生成式人工智能人形机器人
- 2024 年：随着处理能力和 AI 模型的改进，微软和三星等公司将推出Phi-2等小型语言模型 (SLM)和“设备上”AI
- 2025 —未来：家中的人形机器人？通用人工智能助手取代移动和 PC 操作系统？通用人工智能 (AGI)？
三、阿西莫夫机器人定律
1. 第一定律：机器人不得（故意）伤害人类，或因不作为而让人类受到伤害。这是机器人版的希波克拉底誓言。
2. 第二定律：机器人必须服从人类的命令，除非这些命令与第一定律相冲突。这是“我，机器人，是你们卑微的仆人”定律，确保机器人为我们服务，而不是相反。
3. 第三定律：机器人必须保护自己的存在，只要这种保护不与第一或第二定律相冲突。这是“自我保护”定律，确保机器人不会被人类霸主随意摧毁。
阿西莫夫后来又增加了一条超越其他定律的第零定律：“机器人不得伤害人类，或因不作为而让人类受到伤害”。这是“更大的利益”定律，确保机器人考虑整个人类的福祉。
阿西莫夫的机器人三定律对人工智能研究产生了深远的影响，塑造了我们对机器行为和道德的看法。
- 道德框架：这些法律已经从一个思想实验发展成为现实世界机器人和人工智能道德的基本概念框架。它们引发了无数的讨论和辩论，强调了设计尊重和保护人类生命的人工智能系统的重要性。然而，对此的解释，例如人工智能“为了更大的长期利益”（尽管目前成本高昂）而工作，在人工智能社区中遭到反对，因为这会分散人们对当前人工智能危害和风险的注意力。
- 人类安全：第一定律强调了确保人工智能系统不会对人类造成伤害的重要性。这导致人工智能技术的发展优先考虑人类的安全、保障和尊严。
- 人机协作：第二定律强调人工智能需要服从人类的指令，将控制权交给人类。这凸显了开发能够增强人类能力、促进协作和赋能个人而非取代个人的人工智能系统的重要性。
- 道德系统行为：第三定律要求人工智能系统在符合前两个定律的情况下保护自己的存在。阿西莫夫的第三条“自我保护”定律目前基本上不是任何人工智能系统中内置的“内置”功能，因为它在道德上解释和实施起来最具挑战性。
- 对公众认知的影响：阿西莫夫定律也影响了公众对人工智能的看法，成为理解人工智能的文化试金石。
这些法律影响了关于人工智能伦理的实际讨论，但人工智能技术的快速发展需要对这些基本规则进行更多研究。随着人工智能的进步，伦理问题变得越来越重要，从而催生了道德标准、人工智能伦理委员会和专注于人工智能伦理的研究中心。
四、人工智能风险、道德、偏见和负责任的人工智能开发
随着人工智能越来越融入我们的日常生活，我们必须考虑它带来的潜在风险和挑战¹³。以下是与人工智能相关的一些主要风险：
- 缺乏人工智能透明度和可解释性：人工智能和深度学习模型可能难以理解，即使对于那些直接使用该技术的人来说也是如此。这导致人工智能如何以及为何得出结论缺乏透明度¹³。
- 人工智能自动化导致的失业：随着人工智能技术在营销、制造和医疗保健等行业中的应用，人工智能驱动的工作自动化已成为一个迫切的问题。到 2030 年，占美国经济目前工作时间 30% 的任务可能会实现自动化。
- 通过人工智能算法进行社会操纵：人工智能算法可用于操纵社会和政治话语，传播错误信息并影响舆论。
- 隐私侵犯：人工智能系统通常需要大量数据，这可能导致隐私问题。
- 算法偏见：如果人工智能系统接受有偏见的数据训练，而不是采用正确的方法来发现和减轻数据收集方法、数据本身、训练和解释或使用人工智能输出中的偏见，那么它可能会延续和放大现有的偏见。
- 人工智能幻觉：人工智能中的幻觉是生成式人工智能模型产生的毫无意义或非事实的输出。它们有时非常可信（在文本生成的情况下），并可能导致错误信息的传播，以及其他挑战，例如信任的侵蚀。
- 过度依赖人工智能和自动化：随着人类越来越多地使用 GenAI 工具，再加上这些模型偶尔会出现“幻觉”，我们很容易过度依赖大多数情况下“听起来正确”或大多数情况下操作正确的人工智能工具。这可能导致一些真正的风险，从平庸的——法庭案件中编造的信息，到真正严重和致命的——自动驾驶汽车碾压行人。
- 网络攻击和其他安全问题加速扩散： GenAI 的最新建议涉及与网络安全相关的某些具体问题。LLM 和类似的基础模型提出了不良行为者可以利用的新攻击媒介，以及不良行为者探测网络、软件等弱点并更快、更大规模地利用漏洞的新更“高效”方式。
这只是一份非详尽的清单。还有很多其他人工智能风险需要考虑，例如视频和照片图像中的 Deepfakes、语音克隆、身份盗窃和欺诈，其中 2024 年已经有两起备受媒体关注的案件。
应对这些挑战需要齐心协力负责任地开发人工智能，强调人工智能开发和部署中的道德考量、透明度和包容性。欧盟委员会制定的《可信人工智能道德准则》和领先人工智能组织提出的人工智能原则等举措反映了人们对负责任人工智能日益增长的承诺。
随着我们步入更加人工智能的未来，采用负责任的人工智能实践变得越来越重要，以确保我们以透明和公平的方式使用这些人工智能系统，并且我们已采取适当措施减轻对人类和人类的偏见、伤害和其他风险。
五、人工智能的未来
从交通运输、制造业到医疗保健和教育，人工智能不可避免地正在塑造几乎所有行业中人类的未来。人工智能已经成为大数据、机器人和物联网等新兴技术的主要驱动力。
在未来十年，我们可以预期人工智能将改变科学方法，成为外交政策的支柱，并带来政府的大量投资。人工智能还将继续影响劳动力市场，并可能导致工作、教育和娱乐领域的长期变化。
- 人工智能监管：截至 2024 年，人工智能监管的重点是促进创新，同时确保合乎道德的使用、数据隐私和减少偏见。相关努力包括国家法律、国际协议和行业自律，欧盟（人工智能法案）采取了重要举措，美国则出台了行业特定指南。全球合作旨在协调标准，在保护公共利益和鼓励技术进步之间取得平衡。预计 2024 年至 2025 年，全球将出台更多人工智能监管，成为热门话题。
- 人工智能与人类协作：人工智能不会取代人类工人，而是可以增强和补充他们的技能和能力，创造新的协同效应和生产力。例如，人工智能可以帮助医生诊断和治疗疾病，帮助教师设计和提供个性化教育，帮助艺术家创作和编辑小说作品。人工智能还可以帮助人类做出更好的决策，解决复杂问题并发现新知识。
- 量子人工智能：量子计算与人工智能的潜在结合有望开辟处理能力的新领域，使今天的复杂问题成为明天的琐碎任务。
- 人工智能与伦理：随着人工智能变得越来越强大和普及，它也引发了伦理和道德问题，例如如何确保其公平性、可问责性、透明度和可解释性，如何保护数据和用户的隐私和安全，如何预防和减轻其潜在的危害和偏见，以及如何使其目标和价值观与人类的目标和价值观保持一致。人工智能还对现有的法律法规提出了挑战，例如与知识产权、责任和人权相关的法律法规。
- 人工智能与社会：人工智能对社会经济、政治、文化、环境等各个方面都产生了深远影响。人工智能可以创造新的市场和行业，也可以颠覆和改造现有的市场和行业。人工智能还可以影响资源、财富和权力的分配和配置，为不同群体和地区创造新的机会和风险。人工智能还可以影响社会规范和行为，例如沟通、协作和信任，以及文化多样性和身份，例如语言、艺术和宗教。
- 人工智能税是一项拟议的财政战略，旨在减轻自动化和人工智能 (AI) 的经济和社会影响，尤其是对工作岗位流失的影响。它可以以多种形式实施，包括对人工智能公司征税、直接机器人税、对人工智能生成的产品/服务征收增值税 (VAT) 或对人工智能交易征税。
此类税收的收入可以用于支持社会福利计划、资助教育和再培训计划、促进人工智能全民基本收入 (UBI)或资助符合道德的人工智能发展研究。然而，实施人工智能税面临着重大挑战，例如确定税基、确保国际合作以及平衡不阻碍创新的需求。人工智能税的目标是利用人工智能和自动化的经济效益，同时解决其潜在的负面影响，确保公平、包容地过渡到日益自动化的未来。
六、小结
在人类创新的宏伟画卷中，很少有像人工智能 (AI) 的历史一样丰富多彩和复杂。从理论思考到实际应用的这段旅程不仅重塑了我们的世界，还不断重新定义了可能性与科幻领域之间的界限。
人工智能从诞生到现在的发展历程令人着迷。展望未来，有一件事是肯定的：人工智能将继续成为塑造我们世界的主要参与者。
随着我们继续开发人工智能并将其融入我们的生活，我们必须时刻意识到潜在的风险并努力降低风险，负责任地创新，创造更加光明和公平的未来。人工智能是成为乌托邦未来的支柱还是警世故事，取决于我们的集体愿景和我们今天做出的选择。
在人工智能的历史中，我们不仅仅是旁观者，更是塑造未来叙事的积极参与者。
