当机器开始"思考"

当我们谈论人工智能的时候，我们究竟在谈论什么？

这个问题的答案远比你想象的要复杂，也远比你想象的要简单。

说它复杂，是因为人工智能这个概念在过去七十多年里经历了数次剧烈的内涵变迁。不同的人在不同的语境下使用这个词时，所指的可能完全是不同的东西。说它简单，是因为剥去所有技术细节和商业包装之后，人工智能的核心追问只有一个：

我们能否让机器展现出某种我们愿意称之为"智能"的行为？

我们不妨先来讨论一下”智能“这两个字。

事实上，在有限的人类历史当中，人类无法准确定义什么是"智能"。

人类对自己的智能有着丰富的直观感受，但当我们试图用精确的语言来界定它时，困难就出现了。

智能是解决问题的能力吗？是学习的能力吗？是适应新环境的能力吗？是抽象推理的能力吗？是创造力和想象力吗？是情感理解和社交能力吗？

似乎都是，又似乎都不够全面。

心理学家们争论了一个多世纪，提出了从斯皮尔曼的"一般智力因素"到加德纳的"多元智能理论"等数十种框架，但没有任何一种获得了普遍的认可。

真人尚且如此，人工智能的研究者们所面对的困境，就更加微妙了：

他们不仅要定义智能，还要在机器上实现它。

那么在人工智能研究者的眼里，什么是人工智能？

从广义上来看：

它是一种技术实践，是一系列不断演变的技术的总称，包括机器学习、深度学习、自然语言处理、计算机视觉、强化学习、生成模型等等。

它是一个研究领域。计算机科学的一个分支，致力于创造能够执行通常需要人类智能才能完成的任务的系统。

它是一个哲学追问。关于智能的本质、关于意识的可能性、关于人类在宇宙中的位置。

它是一个社会现象。正在重塑我们的经济结构、工作方式、信息生态和社会关系。

它还是一个想象空间。但无论是终结者的红色眼睛、Her里面那个迷人的声音、或者是西部世界里那些和人类毫无区别的机器人.....

这些都不是我们今天要讨论的AI。

那我们今天所讨论的AI是什么？是以上这些吗？

不，以上这些概念，都不够具体形容如今的AI。

如果这一章你只能记住一句话，请记住这句：

AI——Artificial Intelligence——人工智能，就是让机器去模仿人类的==感知和认知能力==——看、听、说、读、写、思考、决策。

这个定义足够简单，也足够准确。毕竟，人类的智能不是单一的能力，而是一个能力集合。

你能认出朋友的脸，这是视觉识别；你能听懂别人说的话，这是语音理解；你能在读了一篇文章之后说出它的中心思想，这是文本理解；你能在复杂的情况下做出判断，这是推理和决策。

而人工智能的目标，就是让机器也拥有这些能力中的一种或几种。

需要特别强调的是，我们离那个"什么都会"的通用人工智能还有相————当遥远的距离。这也就是为什么有许多人会冒出“AI不过如此”的念头。这是因为对AI的认知产生了本质上的误会。

今天所有的AI系统，本质上都是在特定领域内表现出色的"专才"，而不是"通才"。

比如一个能下赢围棋世界冠军的AI，不会写诗；一个能生成精美图片的AI，没法帮你规划旅行路线。它们的强大是局部的、聚焦的。

如果你想要一个更技术化的框架来理解AI，那不妨可以记住这样一个递进关系：

人工智能是一个最大的圈，它里面包含了机器学习这个子集，机器学习里面又包含了深度学习这个更小的子集，而深度学习里面，近年又长出了生成式AI这个最火热的分支。

这四个概念的关系，就像俄罗斯套娃，一个套着一个。

最古老、最宽泛的概念就是我们所说的“人工智能（Artificial Intelligence）”，这一概念早在上世纪五十年代就被提出了，它指的是任何让机器表现出智能行为的技术——哪怕这个"智能"是写死的规则（这里的智能不是真智能的那个智能，只是一种刻板的模仿行为）。

比如早期的象棋程序，靠的就是程序员把成千上万条棋局规则一条条写进去，它没有任何学习能力，但下棋的水平可以超过普通人。

这当然也算人工智能，只不过是一种非常原始的形式。

而机器学习则让AI发展史往前迈了一大步。而它核心思想就是不要告诉机器怎么做，而是让机器从数据中自己学会怎么做。

这个思想转变的意义怎么强调都不过分。

传统的编程是你制定规则，机器执行规则。但现实世界中有大量的任务是没法用规则描述清楚的——

你怎么用规则告诉一台机器"这是一只猫"？

你会说它有条纹、有胡须、有尖耳朵。

那无毛猫呢？折耳猫呢？猫的画像呢？猫的雕塑呢？又要怎么区分？

于是你很快就会发现，任何一套规则都无法覆盖所有情况。

机器学习与传统编程的“人类制定规则”这一思路完全不同：

你不用写规则，你只需要给机器看大量猫的照片，告诉它"这些是猫"，同时也给它看大量狗的照片，告诉它"这些不是猫"。机器会自己从这些例子中提取出区分猫和狗的特征，形成一个判断模型。

这个过程就叫"训练"。

训练好的模型，在面对一张它从未见过的照片时，也能准确地判断这是猫还是狗。这种从例子中学习的能力，就是机器学习的精髓。

当机器学习进一步升级时，就变成了深度学习。而深度学习的灵感来自于人类大脑的结构——神经元和神经网络。

在深度学习中，我们构建由成千上万个"人工神经元"组成的多层网络，数据从输入层进入，经过一层又一层的变换和提炼，最终在输出层给出结果。

早期，神经网络只有几层，处理能力有限。但随着计算能力的提升，我们可以训练几十层、几百层甚至上千层的网络，这就是"深度"的由来。

深度学习的诞生无疑是一个AI发展史上的里程碑事件，它意味着从此不再需要人类去手动设计"特征"。

在传统机器学习中，你要先告诉机器该关注图片中的哪些特征（比如边缘、颜色分布、纹理），然后机器用这些特征去做判断。而深度学习可以把原始数据（比如像素）直接输入网络，让网络自己学会哪些特征是重要的。

这种端到端的学习能力，让深度学习在图像识别、语音识别、自然语言处理等领域取得了突破性的进展。

由此你可以发现，AI的学习能力，经历了——人类告知特征——人类告知重点关注的领域，AI自己分辨该领域特征——AI自行分辨重要特征——这几个步骤。

2012年，一个叫AlexNet的深度神经网络在图像识别比赛中的表现，把其他参赛项目远远甩在了身后，而这也被广泛认为是深度学习革命的起点。

至于生成式AI，则是深度学习发展到一定阶段之后，开出的最惊艳的一朵花。

在生成式AI之前，传统的AI主要是"判别式"的。

所谓的判别式AI，即人类给出一个输入，AI输出一个判断：

这是猫还是狗？这张图片有没有包含肿瘤？这段文字的情感是正面还是负面？

某种程度上来说这是一种海龟汤。

但生成式AI做的是相反的事情，给它一个提示，它创造新的内容——一段文字、一张图片、一首曲子、一段视频。

这就是为什么ChatGPT能跟你对话、Midjourney能画出你描述的任何画面、Suno能帮你写一首歌。

生成式AI的核心能力是"创造"，尽管这种创造本质上是对已有数据模式的重组和延伸，但它产生的结果往往令人惊叹。

2022年底ChatGPT的发布，让全世界的普通人第一次亲身体验到了生成式AI的强大，也直接引爆了我们现在正在经历的这场AI浪潮。

那么问题来了：

为什么这一切会发生在现在——我们这个时代，这个时刻？

AI这个概念已经存在了七十多年，深度学习这个概念也有十几年的历史了，为什么偏偏是最近几年才迎来了大爆发？

这背后主要是因为有六个关键因素在当下同时成熟。

第一是数据。互联网的普及让我们积累了海量的数字化数据——文字、图片、视频、音频。没有这些"养料"，再好的算法也训练不出强大的模型。

第二是算力。GPU（图形处理器）原本是为游戏渲染而设计的，但人们发现它特别适合做深度学习需要的矩阵运算。NVIDIA等公司不断将GPU的算力推上新高度，使得训练巨型模型成为可能。

第三是算法突破。2017年Google提出的Transformer架构，极大地提高了模型处理序列数据（特别是文本）的效率和能力，成为后来几乎所有大语言模型的基础架构。

第四是开源文化。从PyTorch、TensorFlow这样的深度学习框架，到Llama、DeepSeek（感谢梁文峰）这样的开源模型，整个AI生态的开放共享极大地降低了进入门槛，让全球的开发者都能参与进来。

第五是资本涌入。生态的健康发展让资本们看到AI的巨大潜力，风险投资、科技巨头和国家资金都大量涌入这个领域，形成了一个"资金→人才→技术突破→更多资金"的正向循环。

第六是竞争驱动，尤其是中美之间在AI领域的战略竞争，促使两国都在政策、资金和人才上进行了前所未有的投入。

这六个因素叠加在一起，就像六根火柴同时点燃，烧出了我们今天看到的这场AI大火。至于这场大火可不可控，能烧到什么时候——

一切都是未知。

最后，我们需要补充并澄清一个公众最常困惑的问题：AI到底有多"聪明"？

要回答这个问题，首先要科普三个概念。

AI研究者通常会把AI分成三个层次。

弱人工智能，也叫窄AI，指的是只在特定领域表现出智能的系统。

请记住：今天所有的AI都是弱AI。ChatGPT只会处理语言，AlphaGo只会下围棋，自动驾驶AI只会开车。它们在自己擅长的领域可能超过人类，但完全不具备跨领域的通用智能。

强人工智能，也叫通用人工智能（AGI），指的是能够像人类一样处理任何智力任务的AI系统，能够自主学习、推理、适用新环境——你让它学物理它就能学物理，让它写小说它就能写小说，让它做菜它就能学着做菜。这是很多AI公司的终极目标，但我们离这个目标具体还有多远，业界还有巨大的分歧。

超人工智能，指的是在所有领域都远超人类智能的AI。但这个目前还是纯粹的科幻范畴，但一些严肃的思想家（比如牛津大学的Nick Bostrom）认为，一旦AGI实现，超AI可能会以极快的速度到来，并带来人类无法控制的风险。

好了，理解了这些基本概念之后，你应该已经对AI是什么、它从哪里来、为什么现在爆发、以及它在“智能”光谱上处于什么位置有了一个初步的认知。

而在下一章，我们将回溯历史，看看人类是如何从图灵的一个思想实验出发，一步一步走到今天这个AI无处不在的世界的。