王耀南 新湘評論 2025-06-05 09:44:04
在人類文明的演進歷程中,科學(xué)技術(shù)始終是推動社會發(fā)展的核心動力?;仡櫄v史,科技進步呈現(xiàn)出階段性的特征,每一個階段都有其標志性的技術(shù)突破和創(chuàng)新,這些突破不僅改變了人類的生活方式,也為后續(xù)科技的發(fā)展奠定了基礎(chǔ)。
工業(yè)革命時代(1733~1878)是人類科技發(fā)展的重要轉(zhuǎn)折點。1733年,約翰·凱發(fā)明的穿梭織布機,拉開了工業(yè)革命的序幕。詹姆士·瓦特對蒸汽機的改進,極大地提高了蒸汽機的效率,為工業(yè)生產(chǎn)提供強大動力支持。
電氣時代(1879~1946)以一系列重大發(fā)明為標志,將人類帶入一個全新的時代。1879年,托馬斯·愛迪生和約瑟夫·斯旺發(fā)明的電燈泡,徹底改變了人類的照明方式。1885年,卡爾·本茨設(shè)計世界上第一輛內(nèi)燃機汽車,開啟了交通運輸領(lǐng)域的新紀元。1894年,馬可尼發(fā)明的無線電報,實現(xiàn)了信息的無線傳輸,打破了信息傳播的地域限制。1946年,世界上第一臺電子數(shù)字積分(ENIAC)計算機的誕生,它標志著人類進入了電子計算機時代,為后續(xù)信息技術(shù)的飛速發(fā)展奠定了基礎(chǔ)。
電子時代(1947~1972)見證了電子技術(shù)的飛速發(fā)展。1947年,晶體管在美國貝爾實驗室誕生,這一發(fā)明具有革命性意義。1956年,公式翻譯程序語言(FORTRAN)成為第一個計算機編程語言,促進了計算機應(yīng)用的普及。1968年,第一批使用集成電路的計算機(B2500和B3500)誕生,進一步提高了計算機的性能和可靠性。1969年,美國國防部研制出的先導(dǎo)交互網(wǎng)絡(luò)Arpanet,為互聯(lián)網(wǎng)發(fā)展奠定基礎(chǔ)。
信息時代(1973~1995)是科技發(fā)展的高速階段。1973年,集成電路技術(shù)突破發(fā)展,使得計算機的性能得到了極大提升。1977年,美國蘋果電腦公司推出蘋果Ⅱ型計算機,這是第一臺彩色圖像的個人電腦;同年,計算機首次實現(xiàn)聯(lián)網(wǎng),標志著互聯(lián)網(wǎng)時代的到來。1993年,美國英特爾公司開發(fā)出最新一代電腦芯片(Pentium),顯著提升了計算機的運算能力,推動了社會的信息化和數(shù)字化進程。
艾倫·麥席森·圖靈
智能時代(21世紀以來),以人工智能技術(shù)為代表的智能技術(shù)正掀起了新的工業(yè)革命浪潮,推動人類社會向智能化時代加速躍遷。人工智能技術(shù)的發(fā)展經(jīng)歷了五個發(fā)展階段。①起步發(fā)展期(1943年—20世紀80年代):1943年,美國神經(jīng)科學(xué)家麥卡洛克和邏輯學(xué)家皮茨提出神經(jīng)元的數(shù)學(xué)模型,這是現(xiàn)代人工智能學(xué)科的奠基石之一。1950年,艾倫·麥席森·圖靈提出“圖靈測試”,讓機器產(chǎn)生智能這一想法開始進入人們的視野。1956年達特茅斯會議召開時,與會者或許未曾意識到,他們正在啟動的不僅是人工智能研究,更是一場重塑人類文明的技術(shù)范式革命。1968年,愛德華·費根鮑姆提出首個專家系統(tǒng)DENDRAL,并對知識庫給出了初步的定義,這也孕育了后來的人工智能發(fā)展浪潮。1969年,“符號主義”代表人物馬文·明斯基的著作《感知器》提出對XOR線性不可分的問題。1980年,在美國的卡內(nèi)基梅隆大學(xué)召開了第一屆機器學(xué)習(xí)國際研討會,標志著機器學(xué)習(xí)研究開始在全世界興起。1986年,豐田工廠里的焊接機器人因引入視覺傳感器開始具備環(huán)境感知能力,這標志著AI研究從符號邏輯向感知智能的范式轉(zhuǎn)移。②平穩(wěn)發(fā)展期(20世紀90年代—2010年):以機器學(xué)習(xí)技術(shù)為代表的人工智能技術(shù)進入平穩(wěn)發(fā)展階段。1995年,弗拉基米爾·萬普尼克提出聯(lián)結(jié)主義經(jīng)典的支持向量機,它在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢,并能夠推廣應(yīng)用到函數(shù)擬合等其他機器學(xué)習(xí)問題中。1995年,弗羅因德和沙皮爾提出了自適應(yīng)提升算法,通過采用集成學(xué)習(xí)方法,一種串行組合弱學(xué)習(xí)器,以達到更好的泛化性能。2001年,約翰·拉夫蒂首次提出條件隨機場模型,這是一種基于貝葉斯理論框架的判別式概率圖模型。2006年,杰弗里·辛頓以及他的學(xué)生魯斯蘭·薩拉赫丁諾夫正式提出了深度學(xué)習(xí)的概念,開啟了深度學(xué)習(xí)在學(xué)術(shù)界和工業(yè)界的浪潮。③快速發(fā)展期(2011年至2016年):進入21世紀,以深度學(xué)習(xí)為代表的人工智能技術(shù)得到了快速發(fā)展。2012年,杰弗里·辛頓和他的學(xué)生伊爾亞·蘇茨克維設(shè)計的AlexNet神經(jīng)網(wǎng)絡(luò)模型在大規(guī)模圖像視覺識別競賽大獲全勝,這是史上第一次有模型在大規(guī)模圖像視覺識別可視化數(shù)據(jù)集上表現(xiàn)如此出色,并引爆了神經(jīng)網(wǎng)絡(luò)的研究熱情。2013年,牛津大學(xué)視覺幾何小組提出的用于大規(guī)模圖像識別的深度卷積神經(jīng)網(wǎng)絡(luò),這個網(wǎng)絡(luò)在大規(guī)模圖像視覺識別競賽中取得了顯著的成績,證明了深度卷積網(wǎng)絡(luò)在圖像分類任務(wù)中的有效性。2016年,由微軟研究院的何愷明等人提出殘差神經(jīng)網(wǎng)絡(luò),引入了殘差學(xué)習(xí)的概念,提高神經(jīng)網(wǎng)絡(luò)表示能力。同年,AlphaGo戰(zhàn)勝韓國圍棋棋手李世石,標志著人工智能在復(fù)雜博弈中的重要突破,后續(xù)被廣泛應(yīng)用于研究、游戲以及算法優(yōu)化等領(lǐng)域。④繁榮發(fā)展期(2017年至2022年):以大模型技術(shù)為代表的人工智能技術(shù)繁榮發(fā)展。2017年,谷歌在論文《Attention is All You Need》中提出變壓器神經(jīng)網(wǎng)絡(luò)架構(gòu),用于文本語言處理序列數(shù)據(jù),OpenAI于2018年提出GPT大模型技術(shù),專注于文本生成任務(wù)。同年,谷歌提出雙向編碼變壓器模型,在多項自然語言理解任務(wù)上取得突破。2019年,OpenAI提出GPT-2模型,通過對GPT的升級,使其參數(shù)量更大,生成文本質(zhì)量更高。2020年,谷歌提出的統(tǒng)一文本到文本轉(zhuǎn)換框架T5,將各種自然語言處理任務(wù)轉(zhuǎn)化為文本生成任務(wù)。同年,OpenAI提出參數(shù)量高達1750億的GPT-3模型,展現(xiàn)出強大的文本生成和少樣本學(xué)習(xí)能力。2022年,DeepMind提出的多模態(tài)模型Flamingo,能夠處理圖像、視頻和文本信息,在少樣本學(xué)習(xí)任務(wù)上表現(xiàn)出色。谷歌開發(fā)超大規(guī)模語言模型PaLM,在推理和代碼生成任務(wù)上表現(xiàn)十分出色。⑤爆發(fā)發(fā)展期(2023年至今):具身智能等大模型技術(shù)不斷爆發(fā),改變社會。2023年,DeepMind團隊用AlphaFold2預(yù)測出2.3億種蛋白質(zhì)結(jié)構(gòu),相當(dāng)于將人類百年積累的生物學(xué)認知擴展了1000倍。OpenAI發(fā)布的GPT-4最新版本,支持多模態(tài)輸入,已能完成文案創(chuàng)作、代碼編寫等復(fù)雜任務(wù)。谷歌發(fā)布RT-2大模型,進一步提升機器人視覺—語言—動作模型的性能和泛化能力,實現(xiàn)更復(fù)雜的具身智能作業(yè)任務(wù)。2025年1月,杭州深度求索公司推出DeepSeek大模型,在推理、自然語言理解與生成、圖像與視頻分析、語音識別與合成、個性化推薦、大數(shù)據(jù)處理與分析、跨模態(tài)學(xué)習(xí)等八大領(lǐng)域表現(xiàn)出色。
未來十年,人工智能技術(shù)將持續(xù)推動社會變革?;A(chǔ)大模型的進化將突破更多科學(xué)瓶頸。2025年,多模態(tài)大模型將深度融入科研,賦能生物醫(yī)學(xué)、氣象等領(lǐng)域的復(fù)雜問題分析。具身智能大模型技術(shù)將開啟物理世界探索的新維度。在通往通用人工智能的征途上,我們需要的不僅是更強大的算法,更是對生命本質(zhì)的敬畏、對技術(shù)倫理的堅守,以及對人類文明未來的深邃思考。人工智能終將帶領(lǐng)人類進入認知革命的新紀元。
(作者系中國工程院院士,機器人視覺感知與控制技術(shù)國家工程研究中心主任)
責(zé)編:王敦果
一審:王敦果
二審:蔣茜
三審:周韜
來源:新湘評論
我要問