机器之心的进化 / 理解 AI 驱动的软件 2.0 智能革命 _人工智能

免责声明：本文旨在传递更多市场信息，不构成任何投资建议。文章仅代表作者观点，不代表MarsBit官方立场。

小编：记得关注哦
来源：JEDI LU
原文标题：机器之心的进化 / 理解 AI 驱动的软件 2.0 智能革命
就在过去几个月里，因为美联储的加息，科技公司的资本狂欢宣告结束，美国上市的 SaaS 公司股价基本都跌去了 70%，裁员与紧缩是必要选项。但正当市场一片哀嚎的时候，Dall-E 2 发布了，紧接着就是一大批炫酷的 AI 公司登场。这些事件在风投界引发了一股风潮，我们看到那些兜售着基于生成式 AI（Generative AI）产品的公司，估值达到了数十亿美元，虽然收入还不到百万美元，也没有经过验证的商业模式。不久前，同样的故事在 Web 3 上也发生过！感觉我们又将进入一个全新的繁荣时代，但人工智能这次真的能带动科技产业复苏么？
本文将带你领略一次人工智能领域波澜壮阔的发展史，从关键人物推动的学术进展、算法和理念的涌现、公司和产品的进步、还有脑科学对神经网络的迭代影响，这四个维度来深刻理解“ 机器之心的进化” 。先忘掉那些花里胡哨的图片生产应用，我们一起来学点接近 AI 本质的东西。全文共分为六个章节：

AI 进化史- 前神经网络时代、machine Learning 的跃迁、开启潘多拉的魔盒
软件 2.0 的崛起- 软件范式的转移和演化、Software 2.0 与 Bug 2.0
面向智能的架构- Infrastructure 3.0、如何组装智能、智能架构的先锋
一统江湖的模型- Transformer 的诞生、基础模型、AI 江湖的新机会
现实世界的 AI- 自动驾驶新前沿、机器人与智能代理
AI 进化的未来- 透视神经网络、千脑理论、人工智能何时能通用？

文章较长，累计 22800 字，请留出一小时左右的阅读时间，欢迎先收藏再阅读！文中每一个链接和引用都是有价值的，特别作为衍生阅读推荐给大家。
阅读之前先插播一段 Elon Musk 和 Jack Ma 在 WAIC 2019 关于人工智能的对谈的经典老视频，全程注意 Elon Ma 的表情?? 大家觉得机器智能能否超过人类么？带着这个问题来阅读，相信看完就会有系统性的答案！
本文在无特别指明的情况下，为了书写简洁，在同一个段落中重复词汇大量出现时，会用 AI（Artifical Intelligence）来代表人工智能，用 ML（Machine Learning）来代表机器学习，DL（Deep Learning）来代表深度学习，以及各种英文缩写来优先表达。
01 AI 进化史

对于机器是否真能 "知道"、"思考 "等问题，我们很难严谨的定义这些。我们对人类心理过程的理解，或许只比鱼对游泳的理解更好一点。John McCarthy

早在 1945 年，Alan Turing 就已经在考虑如何用计算机来模拟人脑了。他设计了 ACE（Automatic Computing Engine - 自动计算引擎）来模拟大脑工作。在给一位同事的信中写道："与计算的实际应用相比，我对制作大脑运作的模型可能更感兴趣 ...... 尽管大脑运作机制是通过轴突和树突的生长来计算的复杂神经元回路，但我们还是可以在 ACE 中制作一个模型，允许这种可能性的存在，ACE 的实际构造并没有改变，它只是记住了数据 ......" 这就是机器智能的起源，至少那时在英国都这样定义。
1.1 前神经网络时代
神经网络是以模仿人脑中的神经元的运作为模型的计算机系统。
AI 是伴随着神经网络的发展而出现的。 1956 年，美国心理学家 Frank Rosenblatt 实现了一个早期的神经网络演示 - 感知器模型（Perceptron Model），该网络通过监督 Learning的方法将简单的图像分类，如三角形和正方形。这是一台只有八个模拟神经元的计算机，这些神经元由马达和转盘制成，与 400 个光探测器连接。

文章插图
配图01：Frank Rosenblatt & Perceptron Model
IBM 的 Georgetown 实验室在这些研究的基础上，实现了最早的机器语言翻译系统，可以在英语和俄语之间互译。 1956 年的夏天，在 Dartmouth College 的一次会议上， AI 被定义为计算机科学的一个研究领域，Marvin Minsky（明斯基）, John McCarthy（麦卡锡）, Claude Shannon（香农）, 还有 Nathaniel Rochester（罗切斯特）组织了这次会议，他们后来被称为 AI 的 "奠基人" 。