AI的过去与未来:从英伟达4万亿市值看人工智能80年发展历程

2025年7月9日,英伟达成为首家市值突破4万亿美元的上市公司。这一里程碑事件引发了人们对AI行业未来发展的思考。虽然对未来的预测充满不确定性,但我们可以从AI 80年的发展历程中汲取宝贵经验,了解过去的预测为何未能实现,以及在哪些方面、以何种方式、出于什么原因未能实现。

AI的历史可以追溯到1943年12月,当时神经生理学家沃伦·S·麦卡洛克和逻辑学家沃尔特·皮茨发表了一篇关于神经元网络的论文。这篇论文虽然缺乏实验依据,但却启发了"联结主义",即现今深度学习的前身。尽管这种方法与大脑实际运作方式并无直接关联,但人工神经网络常被描述为"模仿大脑"。

在AI发展历程中,我们需要警惕将工程学与科学混淆,将科学与推测混淆,以及将科学与充满数学符号的论文混淆。更重要的是,要抵制"人类能创造出像人类一样的机器"这种错觉的诱惑。这种傲慢心态在过去80年里一直是科技泡沫和AI周期性狂热的催化剂。

通用AI(AGI)的概念,即很快就会出现具有类人智能甚至超级智能的机器,就是这种思维的典型代表。从1957年AI先驱赫伯特·西蒙的预言,到1970年马文·明斯基的自信断言,再到近期OpenAI关于超级智能AI可能导致人类灭绝的警告,这种对AGI即将实现的预期一直存在。然而,这些预测往往源于"第一步谬论",即认为只要计算机能完成一项之前被认为不可能的任务,哪怕做得很糟糕,也只需要进一步的技术发展就能完美实现。

AI的发展经历了多个阶段,从最初依赖硬件性能提升,到后来引入软件和数据收集。20世纪60年代中期开始流行的专家系统,曾在80年代被广泛应用,但到90年代初就因知识获取和维护的困难而衰落。这个案例告诉我们,即使一项技术获得了初步成功和广泛采用,也不一定能形成持久的新产业。

在AI研发方法上,基于规则的符号AI和基于统计的联结主义长期争夺主导地位。2012年后,联结主义复兴,AI研发重心从学术界转向私营部门。然而,目前业界仍过于专注于大语言模型这一范式,忽视了其他可能的发展方向。

英伟达的成功固然值得称赞,但从AI 80年的发展历程来看,我们不应将所有希望都寄托于单一技术路线。保持警惕,多元化发展,或许才是AI行业长期健康发展的关键。