🤖

AI 的发展历程

从图灵测试到通用人工智能

过去 · 现在 · 未来

📅 2026 年 6 月 · 演讲时长：约 20 分钟

1 / 10

📋 内容概览

🌅

01 · 黎明期

图灵测试 · 达特茅斯会议 · 早期符号主义

❄️

02 · AI 寒冬

两次寒冬 · 专家系统 · 算力瓶颈

🔥

03 · 深度学习革命

AlexNet · Transformer · 大模型时代

🚀

04 · 未来展望

AGI · AI Agent · 人机共生

2 / 10

🌅 黎明期（1950s — 1970s）

人工智能概念的诞生

1950图灵发表《计算机器与智能》，提出「图灵测试」

1956达特茅斯会议 — 「人工智能」一词正式诞生

1964ELIZA 聊天机器人 — 最早的 NLP 程序

1969Minsky & Papert 指出感知机局限，引发第一次寒冬

"Can machines think?"

— Alan Turing, 1950

3 / 10

❄️ AI 的两次寒冬

希望 — 失望 — 重生的循环

🥶

第一次寒冬 (1974–1980)

感知机局限性被证明
算力和数据严重不足
政府资助大幅缩减

🌤️

短暂复苏 (1980s)

专家系统走进工业界
日本「第五代计算机」
商业应用初见成效

❄️❄️

第二次寒冬 (1987–1993)

专家系统维护成本过高
LISP 机市场崩溃
DARPA 大幅削减经费

4 / 10

🔥 深度学习革命

三大要素汇聚，引爆新一轮 AI

大数据

互联网催生海量训练数据

大算力

GPU / TPU 并行计算

大算法

深度学习 + Transformer

2012AlexNet 在 ImageNet 上大幅超越传统方法，深度学习的转折点

2014GAN（生成对抗网络）— Ian Goodfellow

2017Transformer 论文 "Attention Is All You Need"

2018BERT / GPT — 预训练大语言模型时代开启

5 / 10

🧠 大模型时代

Scaling Law 带来的能力涌现

GPT-3 (175B) GPT-4 Claude Gemini Llama DeepSeek 文心一言通义千问

📈

Scaling Law

模型性能随参数、数据、算力增大而持续提升

✨

能力涌现

思维链、推理、代码生成等能力在规模拐点后涌现

🔧

多模态

文本 + 图像 + 语音 + 视频的融合理解与生成

🌍

开源生态

Llama、Mistral 等开源模型推动 AI 民主化

6 / 10

🌐 AI 正在重塑各行各业

2026 年的今天，AI 已无处不在

💻

编程

AI 辅助编码、自动 Debug、代码审查

🏥

医疗

影像诊断、药物研发、个性化治疗

🎨

创意

AI 绘画、音乐生成、视频制作

📚

教育

个性化学习、智能辅导、自动测评

🏭

制造

智能质检、预测维护、工业机器人

💰

金融

量化交易、风控、智能客服

7 / 10

⚠️ 挑战与思考

技术飞速发展，但隐忧不容忽视

🎭

幻觉与可信度

大模型可能生成看似合理但事实错误的内容，需要严谨的验证机制

🔒

隐私与安全

数据训练涉及隐私问题，AI 滥用风险需严格监管

⚖️

偏见与公平

训练数据中的偏见会被放大，需要更公平的 AI 系统

💼

就业影响

部分岗位被替代，但也会创造新的工作机会和技能需求

8 / 10

🚀 未来展望

AI 将走向何方？

🧠

AGI（通用人工智能）

具备与人类同等甚至更强的通用认知能力，是 AI 领域的终极目标

🤝

AI Agent

从对话到自主行动：AI Agent 能规划、执行复杂任务、使用工具

🔬

AI for Science

加速科学发现：蛋白质折叠、新材料、气候建模、宇宙探索

🌱

人机共生

AI 不是取代人类，而是增强人类能力，创造更大的价值

9 / 10

🌟

总结：AI 的黄金时代

"AI 不是未来，AI 是现在。我们正在见证人类历史上最深刻的技术变革。"

从符号主义 → 深度学习 → 大模型
从实验室 → 各行各业 → 每个人的日常
AI 是工具，更是伙伴
未来十年，变化将超越过去五十年

💡 保持学习，拥抱变化，与 AI 共同进化

10 / 10