---

---

在 2024 年 10 月 8 日，科技圈被一则重磅消息点燃。瑞典皇家科学院正式宣布，将当年的诺贝尔物理学奖授予美国科学家约翰・霍普菲尔德（John J. Hopfield）与英裔加拿大科学家杰弗里・辛顿（Geoffrey E. Hinton） ，以表彰他们 “通过人工神经网络实现机器学习的基础性发现和发明”。这一消息瞬间在全球引发震动，尤其是辛顿，这位早已凭借在深度学习领域的开创性工作，被尊称为 “AI 教父”“深度学习之父”，并于 2018 年斩获图灵奖（计算机领域的最高荣誉，被誉为 “计算机界的诺贝尔奖” ）的传奇人物，再度站在科学界的聚光灯下，成为史上首位同时荣获图灵奖和诺贝尔奖的科学家。
很少有人知道，这个起点其实藏在70年前的一场夏日会议里，而《人工智能70年：从达特茅斯会议到大模型时代》一书，就像一位忠实的记录者，将这70年的风雨历程尽数收录。

一场会议与两次寒冬：AI的逆袭剧本

1956年夏天，达特茅斯学院的会议室里，10位科学家用"人工智能"这个词为一个新学科定名。他们乐观地预言："20年内，机器将能完成人类能做的任何工作。"这一宣言开启了AI的黄金10年，在这期间，机器定理证明、跳棋程序等成果不断涌现，让人们对AI的未来充满憧憬。

但这个预言后来被现实狠狠打脸。书中详细记载着这段戏剧性转折：初期的繁荣像泡沫般破灭，计算能力的瓶颈让AI研究陷入第一次寒冬。当时的计算机内存小、运算速度慢，根本无法处理复杂的任务，许多研究项目因难以取得突破而被迫终止，科研资金也大幅缩减。

然而，AI的命运并未就此沉寂。随着专家系统的出现，AI在20世纪80年代迎来了短暂复兴。专家系统在医疗诊断、地质勘探等特定领域展现出了强大的能力，一时间，企业和研究机构纷纷投入巨资。但好景不长，专家系统存在着维护成本高、适应性差等问题，当人们发现它无法应对复杂多变的现实场景时，AI研究再度陷入冰冻，这便是第二次寒冬。

书中有个细节特别戳人：辛顿在90年代的学术会议上宣讲神经网络论文，台下只有两个听众。但正是这个在寒冬里坚持给神经网络"保温"的老人，在2012年用AlexNet模型一鸣惊人，让深度学习成为AI的新引擎。AlexNet在ImageNet图像识别竞赛中，将错误率大幅降低，这一突破性成果让学界和产业界重新审视深度学习的潜力，AI自此迎来了春暖花开的时代。

技术背后的人：那些改变世界的"偏执狂"

这本书最动人的不是技术名词，而是那些活生生的人，正是他们的坚持与创新，推动着AI不断向前。

黄仁勋带着GPU芯片闯进AI领域时，没人相信游戏显卡能改写AI历史。但书中讲述，GPU的并行计算能力恰好满足了深度学习对海量数据处理的需求，为深度学习的爆发提供了强大的算力支撑。黄仁勋的疯狂冒险，让NVIDIA从一家普通的芯片公司，一跃成为AI时代的算力巨头。

李飞飞在斯坦福实验室里一张一张标注图片，用1500万张图像搭建起ImageNet数据库，让机器第一次"看懂"世界。书中描述，ImageNet就像为机器准备的"视觉词典"，让深度学习模型能够通过大量的图像数据学习到图像的特征和规律，极大地推动了计算机视觉领域的发展。

还有科大讯飞的创始人，当年只是个在实验室里反复调试语音合成算法的在校生。书中记录了他如何带领团队攻克技术难关，让语音合成技术不断进步，从早期的机械音到如今自然流畅的人声，科大讯飞的语音合成技术创造了让霍金能够顺畅倾谈的奇迹，在语音交互领域打响了一场又一场战役。

这些故事被《电脑报》创始人陈宗周娓娓道来。作为科技圈的资深观察者，他记录下AI发展中那些容易被忽略的瞬间：比如辛顿被谷歌收购时，坚持要保留独立办公空间，只为能不受干扰地继续研究；比如汪滔带着大疆无人机样品，在深圳华强北挨家挨户推销，最终让大疆成为全球无人机市场的领军企业。

多领域开花：AI改变生活的点点滴滴

AI的影响早已渗透到生活的方方面面，书中对各个领域的发展都有详尽的描述。

在语音识别领域，从人类最初的美好梦想与历史探索，到统计语言学打破沉寂，再到深度学习带来的历史性突破，书中展现了语音识别技术如何从模糊不清到精准识别，从特定场景应用到广泛普及。如今，我们能用语音指令操控手机、智能音箱，背后是无数技术人员的努力。

机器翻译拆除了语言的樊篱，让不同国家和地区的人们能够顺畅交流。书中回顾了机器翻译的发展历程，从冷战时期的催生，到因语言规则复杂而举步维艰，再到统计翻译成为主角，直至如今科技巨头在机器翻译领域的激烈竞争，自然语言处理技术正阔步前进，重建着巴别塔的梦想正在逐步实现。

计算机视觉领域更是大放异彩，从运动场上的新裁判，能够精准判断运动员的动作是否违规，到日常生活中的人脸识别、图像检索等应用。书中介绍了计算机视觉的前史、学科奠基人戴维·马尔的贡献，以及该领域如何走上快车道并发生巨变，让机器拥有了"第二双眼睛"。

中国AI的逆袭：从跟跑到并跑

书中有一章专门讲述中国AI的突围之路，让人热血沸腾。从80年代连学术会议都鲜有中国人身影，到如今深度求索公司的大模型引发华尔街震动，这个转变背后是无数细节：

算力集群在贵州山区拔地而起，为AI研究提供了强大的硬件基础；数据标注员在写字楼里逐帧标记视频，积累了海量的训练数据；高校实验室里24小时不熄的灯光，见证着科研人员的辛勤付出。当美国扬言要制裁中国AI企业时，反而证明了中国在这个领域的实力——就像书中说的：“真正的追赶，从来都是在质疑声中完成的。”

我国政府制定了宏伟的AI发展蓝图，在《新一代人工智能发展规划》中提出，到2030年，AI理论、技术与应用总体将达到世界领先水平，成为世界主要AI创新中心。相信在不久的将来，中国AI会书写出更加辉煌的篇章。

雷军在序言里说："AI不是洪水猛兽，而是我们的新助手。"翻开这本书，你会发现AI的发展史，其实就是人类不断突破自我边界的历史。那些关于大模型的未来、人机共生的困惑，或许都能在这些真实的故事里找到答案。

获取方式：

• 当当：https://product.dangdang.com/29923184.html
• 京东：https://item.jd.com/14496245.html

本文摘编自《人工智能70年：从达特茅斯会议到大模型时代》（书号：9787111784777），经出版方授权发布，转载请保留文章来源。

《人工智能70年：从达特茅斯会议到大模型时代》这是一本写给所有人的人工智能科普书，它用通俗的语言呈现了人工智能从被提出到当下这个大模型时代70年的发展历程，其中包括与人工智能相关的里程碑事件、传奇人物、传奇故事、具有代表性的技术和产品……本书不仅会让你置身于人工智能风起云涌的70年历史中，亲身体会人工智能从万众瞩目到被打入“冷宫”，然后从逆势而起到再度沉沦，终成璀璨明星的曲折命运，还会让你在看过所有传奇之后，能跟随作者的思路思考人工智能的发展逻辑，看透过去，领悟出永远不变的“底层逻辑”，并用其应对充满不确定性的未来。 为什么达特茅斯会议会带来人工智能黄金10年？ 为什么人工智能会经历两次寒冬？ 为什么“深度学习之父”却会摘取诺贝尔物理学奖的桂冠？ 为什么生成式人工智能与大模型的横空横空出世是时代发展的必然？ 为什么我国能在这一波人工智能大潮中迎头赶上并大放异彩？ …… 对于这些重要且有趣的问题，你都会直接在本书中找到答案，而类似于“人工智能到底是不是潘多拉魔盒”“大模型时代个人和企业的发展方向”“未来我们如何与智能机器和谐共生”等问题，就需要大家在理解本书的思路后，寻找属于自己的答案了。

作者简介：陈宗周，科学作家，资深科技媒体人，中囯科协第七届全国委员会委员。《电脑报》《环球科学》《知识经济》、天极网等知名科技媒体的创始人。长期关注、研究数字技术、互联网、人工智能的发展，并写有大量相关文章。曾任《电脑报》、中科普传媒有限公司、天极网等媒体机构负责人，以及中国科技报研究会副理事长。

一本书，两条线，全方位洞察AI

这本书有着两条构思精妙的叙事线索：

• 故事线：回溯到1956年，在达特茅斯会议上，AI迎来了它的“黄金诞生”时刻，自此开启征程。但随后，它遭遇了两次严峻的寒冬，陷入艰难的蛰伏期。好在有辛顿等一批科学家坚守初心，从未放弃探索，终于迎来了大模型时代的爆发。阅读这部分内容，仿佛在观看一部扣人心弦的AI发展纪录片，真切感受其跌宕起伏的命运。

• 技术线：从早期符号主义的兴起与衰落，到深度学习带来的重大突破，再到生成式AI的横空出世，每一个技术阶段都用贴近生活的比喻进行解读。比如，将复杂的算法比作搭建积木，让零基础的小白也能轻松理解其背后的逻辑。

书中解惑，探寻AI发展的奥秘

在这本书中，许多关于AI发展的关键问题都能找到答案：

• 为何达特茅斯会议能开启AI黄金10年？ 当时，来自不同领域的顶尖学者汇聚一堂，共同探讨让机器实现智能的可能，碰撞出无数思想火花，为AI发展确立了方向，众多开创性的研究项目由此发端。

• 两次AI寒冬缘何降临？ 第一次寒冬，源于专家系统虽在特定领域（如医疗诊断）展现出潜力，却因无法广泛应用、维护成本过高，逐渐失去人们的青睐；第二次寒冬，神经网络研究因“反向传播算法”的局限，以及支持向量机（SVM）的崛起，被主流学界暂时冷落。归根结底，是因为早期AI的“智能”具有局限性，无法解决通用问题，实用性不足导致热度消退。-“ 深度学习之父”为何能荣获诺贝尔物理学奖？ 以杰弗里·辛顿为代表的“深度学习之父”们，早在几十年前就开始深耕相关领域。辛顿在80年代提出玻尔兹曼机，为深度学习奠定理论基础；杨立昆（LeCun）90年代就运用卷积神经网络（CNN）识别手写数字；本吉奥（Bengio）则一直致力于攻克神经网络的“长距离依赖”难题。他们的坚持与突破，重新定义了AI的学习方式，让机器能够从海量数据中自主挖掘规律，而非单纯依赖人类预设规则。这一贡献不仅推动了AI技术的飞跃，也对物理学等其他学科产生了深远影响，因此荣获诺贝尔物理学奖实至名归。

• 中国为何能在这波AI浪潮中迎头赶上？ 一方面，我国提前布局算力基础设施，打造了坚实的硬件支撑；另一方面，几代科研人员在AI发展的低谷期依然坚守，默默积累技术经验。此外，我国拥有庞大的市场和丰富的数据资源，为AI技术的训练与优化提供了得天独厚的条件。

从AlphaGo击败李世石引发全球对AI能力的惊叹，到ChatGPT掀起全民参与的热潮；从语音识别技术的逐步成熟，让智能语音助手走进千家万户，到自动驾驶技术从实验室走向实际道路测试，书中对这些AI发展历程中的里程碑事件进行了细致入微的还原，同时对每一次技术拐点展开深度剖析，让读者既能知晓事件本身，更能理解其背后的技术推动因素。

适合阅读这本书的人群

• 对AI充满好奇的普通大众：无需复杂的专业知识，通过书中一个个精彩的故事，就能轻松理解AI技术，告别面对AI时“只知其厉害，却不明所以”的尴尬状态。

• 职场人士：了解AI发展的底层逻辑，有助于提前洞察行业趋势，明确职业发展方向，为自己在未来职场竞争中抢占先机。例如，从事文案工作的人可以思考如何借助AI提升写作效率与创意，设计师则可探索AI辅助设计的新方法。

• 学生与研究者：梳理70年的AI技术发展脉络，宛如站在巨人的肩膀上，能够清晰地看到不同阶段的研究成果与挑战，从而启发新的研究思路，找到创新的突破口，在学术研究或技术开发中少走弯路。

• 家长：在这个智能化时代，培养孩子的未来视野至关重要。和孩子一起阅读这本书，能够帮助他们理解智能时代的底层逻辑，激发对科学技术的兴趣，为未来发展奠定良好基础。

雷军在序言中满怀期待地说道：“我们正跨过一道门槛，有无限想象空间的伟大新时代才刚刚开始。”如今，AI已成为每个人生活中无法忽视的重要元素，了解它的过去，才能精准把握它的现在，进而紧紧抓住它的未来。

现在，不妨翻开这本《人工智能70年：从达特茅斯会议到大模型时代》，或许你就能在字里行间找到属于自己的AI时代答案。

目录

序　AI大潮之上
前言
第一章　令人意外的诺贝尔奖——人类的新里程碑1
第一节　斯德哥尔摩的意外消息2
第二节　从AlphaGo到AlphaFold4
第三节　人类的新里程碑10
第二章　酷暑与寒冬——AI的艰难历程12
第一节　1956年达特茅斯会议与AI诞生13
第二节　初期的繁荣与乐观15
第三节　遭遇计算能力瓶颈17
第四节　复兴与再度冰冻18
第五节　迎来春暖花开22


第三章　杰弗里·辛顿——突破人工智能关键技术的人24
第一节　实习生培训班的老人25
第二节　人工神经网络道路崎岖27
第三节　寒冬中的坚持29
第四节　深度学习登场31
第五节　AI人才战，打响第一枪32
第四章　高飞的双翼——深度学习成功的秘密35
第一节　不是只要算法好就能成功36
第二节　疯狂冒险家黄仁勋与GPU39
第三节　拼命三郎李飞飞缔造ImageNet43
第四节　让深度学习升华44
第五章　机器在聆听——语音识别的历史性突破46
第一节　人类的美好梦想与历史探索47
第二节　统计语言学打破沉寂48
第三节　剑桥语音的黄金十年50
第四节　铲平技术高门槛51
第五节　深度学习带来历史性突破53
第六节　广阔的创新领域56
第六章　让霍金倾谈——语音合成创造奇迹59
第一节　机器制造“完美的保罗”60
第二节　语音合成的漫漫长路62
第三节　科大讯飞，一名在校生书写的传奇63
第四节　语音交互大战打响66
第七章　重建巴别塔——机器翻译拆除语言樊篱70
第一节　机器翻译崭露头角71
第二节　冷战催生的机器翻译72
第三节　语言的规则太复杂73
第四节　统计翻译成为主角75
第五节　见证历史的活样板76
第六节　科技巨头的竞技场78
第七节　自然语言处理阔步前进80
第八章　第二双眼睛——计算机视觉大放异彩83
第一节　运动场上的新裁判84
第二节　计算机视觉前史86
第三节　学科奠基人戴维·马尔87
第四节　走上快车道89
第五节　巨变发生了92
第六节　计算机视觉未来94
第九章　数据魔方——数据科学崛起97
第一节　华尔街数据争夺战98
第二节　AI眼中的历史与未来99
第三节　数据，人类社会的财富与要素101
第四节　造就神奇的数据科学103
第五节　来自大数据的挑战105
第六节　安全与隐私，硬币的另一面108
第十章　生成与创造——生成式AI的辉煌与难题111
第一节　ChatGPT一鸣惊人112
第二节　大模型狂潮114
第三节　跨越模态118
第四节　人人都有大模型120
第五节　AIGC改变一切122
第六节　ChatGPT惹来风波124
第七节　大模型的幻觉与偏见128
第八节　规模法则的是与非130
第九节　算力与能源的问题133
第十节　机器能创造吗？136
第十一章　忠实的朋友与助手——?形形色色的机器人138
第一节　美的收购德国国宝139
第二节　前世今生141
第三节　现代制造业与工业机器人142
第四节　服务机器人大合唱144
第五节　具身智能与人形机器人的新天地147
第六节　巨大的冲击波149
第十二章　机器人无形——无处不在的虚拟机器人151
第一节　从Bot到智能体152
第二节　智能体崛起155
第三节　数字人来了157
第四节　虚拟机器人大显神通159
第十三章　飞翔的机器——无人机的广阔天地162
第一节　俄乌冲突中的无人机163
第二节　漫长的发展史164
第三节　汪滔与大疆166
第四节　给硅谷狂人上了一课168
第五节　广阔的应用领域169
第六节　微小型化与集群应用170
第七节　无人机的未来172
第十四章　智能交通革命——自动驾驶的梦想与现实175
第一节　萝卜快跑悄悄上路176
第二节　自动驾驶的概念与无人车的历史177
第三节　伊拉克战场引发的无人车挑战赛179
第四节　民用研究乘势而上180
第五节　狂人马斯克182
第六节　不同的声音——无人驾驶还有多远？184
第七节　自动驾驶芯片战场185
第八节　人家车，未来生活畅想曲187
第十五章　终身学习时代来临——AI塑造新人生189
第一节　教育史上的“一场数字海啸”190
第二节　ChatGPT引起的新思考193
第三节　校园里的AI热潮194
第四节　超越大学，终身学习时代来临196
第十六章　AI神医——精准医学带来的福音199
第一节　AI挑战资深医生200
第二节　破解医学影像处理难题202
第三节　手术机器人204
第四节　精准医学应运而生206
第五节　新药研制走上新路208
第六节　AI医学的未来210
第十七章　科学的进化——科学家拿起了新武器213
第一节　机器解决四色定理难题214
第二节　科学智能概念的提出216
第三节　诺贝尔委员会一锤定音218
第四节　科学新范式220
第十八章　人类新征程——AI的未来223
第一节　OpenAI宫斗与向人类对齐224
第二节　AGI快来了吗227
第三节　AI威胁论的过去与现在229
第四节　伦理与治理，未雨绸缪的“军规”232
第五节　人类的新征程236

第十九章　中国传奇正在书写245
第一节　AI名人堂里来了中国人246
第二节　国际学术会议因春节改期247
第三节　开放环境创造中国AI未来249
第四节　宏伟的国家AI发展蓝图252
第五节　奔跑吧，中国AI253
附录　人工智能大事记258