ChatGPT的横空出世，让“AI的iPhone时刻”成为热议焦点。但“iPhone时刻”真的能准确描述这场变革吗？英伟达老黄高呼“AI的iPhone时刻”，而更多人则提出了“英特尔4004时刻”、“新能源时刻”、“原子弹时刻”等不同视角。这些不同的“时刻”背后，是对AI技术本质、发展现状与未来走向的深刻分歧。本文将从AI的发展历程出发，逐一拆解这些观点，帮助你理解AI究竟处于怎样的历史节点。

一、AI是如何发展至今的？

1956年，在达特茅斯学院的暑期会议上，参会者首次决定将“像人类一样思考的机器”称为“人工智能”，随后世界第一座AI Lab实验室建立。此后的十年，AI领域一片红火：美国政府投资了数百万美元，西洋跳棋程序诞生并战胜了人类大师，会文本聊天的机器人、专家系统、根据指令抓积木的机器人相继诞生。

然而，这波热潮却在1973年被一份报告泼了冷水：“到目前为止，该领域的任何发现，都没有产生当初承诺的重大影响。” 随后学术界进行了一轮深刻的批评与自我批评，AI的研究进入平静阶段。

1976年，诞生了十余年的专家系统，终于开始在商业中发挥作用，借助数据库积累参与医疗诊断咨询。借助专家系统，AI复兴快速展开，日本政府拨款8个多亿美元支持研发，英国耗资3亿多英镑打造AI工程。然而，又过了十年后，人们遗憾发现，机器专家也不灵光，AI研发再次陷入低谷。

1960年代、1980年代，两次产业迸发后却消退，似乎也是情理之中——算力、算法、数据，每一环都离实现智能还有距离。而随后的三十多年，这些领域不断推进。

未来学家库兹韦尔（Kurzweil）提出了一个“加速回报定律（Law of Accelerating Returns）”。他观察到：“在科技的早期阶段——轮子、火、石器——费时数万年才慢慢演进、普及。一千年前，诸如印刷术等典范转移，也耗费约莫一个世纪的时间，才为世人普遍采用。今日，重大的典范转移，例如移动电话及全球信息网（World Wide Web），则只消数年的时间就普遍大行其道。”

这背后是“指数型效应”的技术涌现：“一旦技术变得数字化，或者一旦它可以被编辑为以0和1表示的计算机代码，就会呈现出指数级发展”；以及指数级技术的交叉融合越来越深。

• 1992年，全人类每天只产生100GB数据；如今，这个数字提升了一亿倍。更多的原材料，让机器可以更多训练。
• 算力方面有了更适合AI的GPU、DPU、TPU、FPGA等产品，芯片制程也来到了3nm，单CPU的综合性能就提升了5万倍以上。
• 算法方面，谷歌的Transformer模型——“You should go to the learning”开辟了新天地，监督式深度学习、非监督加强学习等路线踊跃发展。

人工智能发展需要的设施不断完善，门槛不断降低。终于，OpenAI的千亿参数大模型，成功引起了全社会的关注，再次点燃了人类对人工智能应用的热情。而谷歌、OpenAI的偶然，其实也正是人工智能的必然。