人工智能简史：AlphaGo到多模态大模型进化史

《人工智能简史：AlphaGo到多模态大模型进化史》核心拆解 作者：约翰·马尔科夫 一句话概括 人工智能真正决定人类未来的，不只是机器会变得多聪明，而是设计者选择让机器替代人的判断，还是增强人的能力、保留人的主动权。 核心逻辑 全书围绕两条自计算机诞生以来就并行发展的路线展开： AI——Artificial Intelligence，人工智能：让机器自主完成任务，最终取代人的参与。 IA——Intelligence Augmentation，智能增强：把计算机作为人的工具、伙伴和能力放大器。 这两条路线分别以约翰·麦卡锡和道格拉斯·恩格尔巴特为代表： 麦卡锡希望让机器独立解决原本需要人类智能的问题；恩格尔巴特希望通过计算机提高个人与组织的思考、交流和协作能力。 作者通过机器人、无人驾驶、自动化生产、人机交互、个人计算和Siri等案例说明： 技术并不会自动决定自己成为人的主人、奴隶还是伙伴。真正决定机器角色的，是工程师、企业、制度和社会在设计阶段做出的选择。 核心内容 1. 人工智能从一开始就存在两种未来 Shakey是最早能够感知环境、规划行动并执行任务的移动机器人之一。它代表了一种典型的AI理想：机器能够独立理解周围世界，并在不依赖人的情况下行动。 与之同时，恩格尔巴特的研究团队却在开发鼠标、超文本、协作软件和网络系统。他们并不试图复制人，而是希望计算机帮助人组织知识、交流思想和提高“群体智商”。 程序员比尔·杜瓦尔先后参与这两个实验室，成为从AI路线转向IA路线的典型人物：在Shakey项目中，计算机被设计成独立行动者；在恩格尔巴特的NLS系统中，计算机是人类思维和协作的放大器。 个人计算机、鼠标、图形界面和互联网最终产生的社会影响，远远超过同期那些试图直接制造类人智能的系统。这说明，增强人的工具未必像机器人一样具有戏剧性，却可能产生更广泛、更持久的价值。 2. “替代人”与“增强人”并不是技术差异，而是价值选择 AI和IA经常使用相同的底层技术，例如机器视觉、语音识别、规划、搜索和机器学习，但应用目标完全不同。 同一种视觉技术可以让自动驾驶汽车彻底取消驾驶员，也可以帮助驾驶员识别危险、减少盲区；同一种语言技术可以让系统代替人做出决定，也可以帮助人查找资料、安排日程和处理信息；同一种机器人技术可以在工厂里完全替代工人，也可以承担危险、重复和高负荷部分，让人负责判断、异常处理与改进。 所以，所谓“机器是否取代人”并不是等技术成熟以后才需要讨论的问题。系统从一开始如何分配人和机器的权力，已经包含了答案。 3. 无人驾驶汽车暴露了全自动化最困难的部分 DARPA无人驾驶汽车挑战赛推动了自动驾驶技术从实验室进入现实道路。塞巴斯蒂安·特龙等研究者随后把相关技术带入谷歌，开启了无人驾驶汽车的商业化探索。 自动驾驶存在两种基本路线：逐步增加辅助驾驶能力，让机器和人共同驾驶；或者直接取消方向盘和驾驶员，追求完全自动驾驶。 渐进式路线面临“控制权交接”问题：机器在大部分时间驾驶，却要求已经分心的人在极短时间内接管，这可能比始终由人驾驶更加危险。 完全无人驾驶则要处理开放道路上的大量特殊情形，包括警察和施工人员的手势、行人不符合规则的行为、临时道路变化、传感器失效、责任归属和极端道德选择。 因此，自动驾驶最困难的部分不是让汽车在正常情况下沿车道前进，而是确定系统的能力边界，以及能力不足时由谁承担责任。 4. “手推车难题”不能替代真实的工程伦理 自动驾驶经常被简化为一个问题：发生事故时，汽车应该保护乘客，还是牺牲乘客保护更多路人？ 但现实中的伦理远比一道思想实验复杂。设计者首先要决定车辆采用什么样的安全标准、哪些情形必须减速或停止、传感器置信度不足时如何行动、软件更新和事故数据是否公开、制造商与驾驶者分别承担什么责任，以及谁能够决定风险在不同人群之间如何分配。 真正的伦理并不是在碰撞前一秒选择撞谁，而是在此前数年的产品设计、测试、部署和监管中，尽量避免系统进入无法挽回的局面。 5. 自动化通常替代的是任务，而不是整个职业 关于人工智能造成失业的讨论，常把一个职业看作不可分割的整体。但一个工作通常包含重复执行、信息查找、沟通协调、异常处理、创造性判断、人际关系和责任承担等多种任务。 机器往往先替代其中规则明确、数据充分、容易度量的部分，剩余工作则被重新组合。 ATM并没有简单消灭所有银行柜员，而是改变了银行网点和柜员的工作内容；个人计算机也没有消灭办公室工作，而是减少了部分文书岗位，同时创造了新的信息处理和协作岗位。 真正的问题常常不是“社会是否还有工作”，而是新旧岗位之间存在时间差、劳动者技能无法同步迁移、新生产力带来的收益分配不均，以及中间层的程式化工作比高技能和服务型工作更脆弱。 因此，技术性失业往往表现为技能错配、职业极化和收入分配问题。 6. 全自动化不一定比人机协作更有效 工业自动化容易形成一种直觉：人越少，系统越先进。 但丰田等制造企业的实践表明，完全自动化可能造成新的问题：生产线缺少灵活性、异常情况处理困难、工人失去对制造过程的理解，以及系统只能重复既定流程，难以持续改善。 经验丰富的工人不仅执行动作，还能发现缺陷、理解材料、调整流程并积累隐性知识。把人全部排除出去，可能同时排除了改进系统的能力。 更合理的方向，是让机器承担高强度、危险和高度重复的任务，让人负责目标、判断、例外情况和持续改善。 7. 人工智能寒冬来自能力和承诺之间的差距 早期AI研究者对通用智能的到来极其乐观，资本也曾推动专家系统等技术迅速商业化。 但很多产品存在共同问题：只能在事先限定的环境中工作；获取和维护知识的成本很高；一旦条件变化，系统就容易失效；演示效果与实际产品可靠性相差巨大；市场成长速度赶不上融资和估值预期。 当宏大承诺不能兑现时，人工智能公司相继失败，研究资金减少，形成“人工智能寒冬”。 后来的机器学习和深度学习依靠数据、算力、反向传播及更好的工程条件重新点燃了AI热潮。但历史提醒我们：局部能力突破不应被自动解释为通用智能即将出现。 8. 人机交互决定机器能力以什么方式进入生活 麦卡锡关注如何让机器解决难题，恩格尔巴特和人机交互研究者则关注人如何使用机器。 人机交互并不是给人工智能加一个漂亮界面。它直接决定人是否知道系统为什么给出某个结果、人能否修改或拒绝机器决定、系统如何表达不确定性、人在使用过程中会更有能力还是更加依赖系统，以及出现错误时人能否及时发现并恢复控制。 图灵测试关心机器能否让人相信它像人。但在人机交互中，更重要的可能不是机器能否成功伪装成人，而是它能否让人准确理解其能力和边界。 过度拟人化可能使用户高估机器的理解、可靠性和责任能力。 9. “人在环中”不是落后阶段，而可能是更好的系统结构 一些自动化研究把人的参与看成技术尚未成熟时的临时妥协，认为系统最终应把人完全排除。 作者通过NASA、微软研究院以及埃里克·霍维茨等人的工作提出另一种可能：机器和人拥有不同的优势，可以动态分配任务。 机器擅长大规模计算、持续监测、模式识别、快速检索和稳定执行规则。人更擅长理解开放情境、处理异常、确定目标和价值、承担责任，以及在信息不足时使用经验判断。 优秀的人机系统应该知道什么问题可以自动处理、什么情况需要向人求助，以及如何把足够的信息交给人做决定。 10. 救援机器人揭示了机器人距离真正自主还有多远 波士顿动力、谷歌机器人项目和DARPA机器人挑战赛展示了机器人在行走、保持平衡、操作工具和进入危险环境方面的进展。 但比赛也暴露出机器人系统的现实局限：动作缓慢、对环境变化非常敏感、很多任务仍需人工遥控、抓取和触觉远比视觉识别困难，以及实验室能力难以稳定迁移到灾难现场。 机器人在屏幕里识别物体，与在现实中安全地拿起、使用和放回物体，是完全不同的难度。 因此，近期更现实的方向不是制造一个可以完全替代救援人员的自主机器人，而是让机器人进入人类无法安全进入的区域，通过远程操控、共享控制和智能辅助扩大救援人员的能力。 11. Siri是AI与IA融合的典型产品 Siri的技术来源包括DARPA资助的CALO认知助手项目、语音识别、知识表示、智能代理和互联网服务整合。 它与搜索引擎的区别在于：搜索引擎提供信息入口，Siri试图理解用户意图、调用服务并帮助用户完成任务。 苹果收购Siri后，语音助手解决了触屏设备输入不便的问题。它并没有以“取代用户”为目标，而是让用户用更自然的方式操作设备、获得信息和管理日程。 Siri说明，一项技术产生广泛影响，需要的不只是模型，还包括明确的用户需求、合适的交互方式、服务和数据的整合、硬件平台、大规模分发渠道以及用户信任。 它也是AI和IA开始真正汇合的案例：人工智能提供理解与执行能力，智能增强决定这些能力如何服务于人。 12. 机器的社会角色由设计决定 作者最后把问题归结为：机器会成为人的奴隶、伙伴还是主人？ 技术没有独立于人类的目的。系统的目标、权限、数据、反馈方式和控制边界，都是人设计进去的。 如果系统只以效率和利润为目标，它就会忽略难以量化的人性价值；如果把人从决策过程中彻底删除，系统犯错时也可能没有人能够及时干预或承担责任。 所以AI与IA之争最终不是技术路线之争，而是道德和制度选择：谁定义系统目标、谁拥有控制权、谁享受效率收益、谁承担自动化风险，以及人是否保留知情、质疑、拒绝和退出的权利。 反对的观念 1. 反对“技术发展会自动决定社会结果” 技术提供可能性，但产品设计、商业模式、监管和组织选择决定了它最终增强谁、替代谁、约束谁。 2. 反对“完全自动化天然比人机协作先进” 把人排除出去可能提高局部效率，也可能降低系统韧性、异常处理能力和持续改进能力。 3. 反对“人工智能只会简单减少工作岗位” 人工智能更多是在重组任务。真正需要关注的是技能错配、转型速度、岗位两极化和技术收益分配。 4. 反对“人在环中只是技术不成熟的临时状态” 在高风险、开放环境和价值判断问题中，保留人的监督与决定权可能是系统应有的长期结构。 5. 反对“系统表现得像人，就应该被当作人” 拟人化界面能够降低使用门槛，也可能让用户错误地相信机器拥有理解、情感、责任和可信判断。 6. 反对“AI取代人、IA增强人只能二选一” 现实产品通常同时包含两者。关键不是给系统贴什么标签，而是逐项判断哪些能力应该自动化，哪些权力必须由人保留。 7. 反对“工程伦理可以等到产品成熟后再补充” 控制权、责任边界和价值目标在系统架构形成时就已被写入。伦理不是上线前增加的一项检查，而是产品设计的一部分。 本书最值得关注的核心观点 1. 人工智能史的真正主线是AI与IA之争 一条路线追求复制、替代人的智能，另一条路线追求增强人的能力。现代数字世界实际上是两条路线共同塑造的。 2. 机器是否取代人，是设计结果而不是自然规律 同一种算法既可以取消人的参与，也可以为人提供更好的信息和工具。结果取决于系统如何划分权限与责任。 3. 人机协作可能比完全自治更接近现实最优解 机器与人各自拥有不同优势。好的系统不是模糊双方边界，而是让机器知道何时行动、何时解释、何时请求人类判断。 4. 自动化的主要风险不是机器突然拥有邪恶意志 更现实的风险是人把权力交给目标狭窄、缺少情境理解、责任不清的系统，并在出现问题时失去干预能力。 5. 智能增强往往比类人机器更深刻地改变社会 鼠标、个人计算机、网络、搜索引擎和智能助手没有复制完整的人类，却极大地放大了人的表达、协作和知识获取能力。 6. 技术设计本身就是社会制度设计 系统决定谁能看见什么信息、谁能做决定、谁承担错误成本。工程师设计的不只是工具，也是在设计人与人之间新的权力关系。 个人启示 1. 评价AI产品时，先问它重新分配了什么权力 不要只看准确率和效率，还要看用户是否拥有知情、修改、拒绝、撤销及退出的能力。 2. 优先自动化任务，而不是直接消灭岗位 先拆解工作流程，把重复、危险和容易验证的部分交给机器，把目标设定、异常判断、沟通和责任留给人。 3. 为异常情况设计系统 自动化系统的真正水平，不取决于正常情况下有多流畅，而取决于信息不足、模型失效和环境变化时，能否安全降级并把控制权交还给人。 4. 不要用拟人化掩盖能力边界 一个好的AI助手应该明确表达不确定性、信息来源和权限范围，而不是通过流畅语言让用户产生过度信任。 5. 把人机协作当作独立的产品能力 模型能力强，不代表协作体验好。任务分配、解释、确认、纠错和反馈机制都需要专门设计。 6. 对“取代论”和“乐观论”同时保持距离 人工智能既不会毫无影响，也不会按照单一曲线自动消灭全部职业。技术结果取决于企业采用方式、劳动者转型能力和公共制度。 观点评价 这本书最大的价值，不在于罗列人工智能算法，而在于提出了一个观察人工智能历史和未来都非常有效的框架：AI与IA、替代与增强、自治与协作。 作者以人物和机构为线索，把Shakey、恩格尔巴特实验室、DARPA无人驾驶挑战赛、谷歌自动驾驶、波士顿动力、人工智能寒冬、深度学习复兴、CALO和Siri连接起来，使技术史具有很强的故事性。无人驾驶、工业自动化、救援机器人和智能助手等案例，也让“以人为本”不再只是抽象口号。 它的局限是，人物轶事和硅谷机构史占据了大量篇幅，算法原理讲解较少；论述主要围绕美国研究机构和科技公司，对其他国家、劳动制度及社会结构着墨不足。书中部分关于自动驾驶、机器人和奇点的判断也已经受到后来现实发展的修正。 尤其需要注意：页面显示本书于2017年出品，完整目录和正文主线集中于Shakey、无人驾驶、机器人、AI与IA以及Siri，并没有系统讲解Transformer、GPT-4、扩散模型或多模态大模型。当前副标题和简介中的“AlphaGo到多模态大模型进化史”，与实际主体内容存在明显错位。因此，更准确的定位是：这是一部讨论“人工智能与智能增强两条路线”的技术社会史，而不是大模型技术演进史。 一段话总结 《人工智能简史：AlphaGo到多模态大模型进化史》以人工智能AI和智能增强IA之间长达数十年的分歧为主线，讲述了Shakey机器人、恩格尔巴特的人机协作系统、无人驾驶、工业自动化、人工智能寒冬、深度学习复兴、救援机器人以及Siri的诞生。全书最重要的观点是，机器成为人的主人、奴隶还是伙伴，并不是技术进步自然决定的结果，而是工程师、企业和社会在目标、权限、界面与责任设计中做出的选择。完全自动化并不天然优于人机协作，人工智能对就业的影响也更多表现为任务重组、技能错配和利益重新分配。真正以人为本的智能系统，应让机器承担计算、监测、识别和重复执行，让人保留目标设定、价值判断、异常处理和最终控制权；人工智能最值得追求的未来，不是尽快把人从系统中删除，而是建立既能发挥机器能力、又能扩展人的自主性与创造力的人机伙伴关系。

约翰·马尔科夫的《人工智能简史》这本书不是偏技术的，对于计算机和人工智能技术本身并没有很具体深入的叙述，但是它以讲故事的方式，对一个个在人工智能发展进程中发挥过重要作用的人物的思想历程和工作立场做了很好的描述，让我们看到了这些重要的科学家从想法到行动的基本面貌，他们的想法，意图，与其他科学家的合作、交锋，商业化的成功与失败等等都有比较有趣的描述，让人感到人工智能不仅仅是技术上的突破，它之所以走向对人类的社会方方面产生巨大的、不可避免的影响，是因为很多科学家从创意开始，坚持不懈的在实践中努力让它与整个世界发生千丝万缕的联系。当然在他们自己的世界里，有赏识、有鄙视，有合作、有对抗，有无私、有搞钱，有自信、有纠结，有坚持、有妥协，有成功、有失败、……可以感受到技术以外的复杂的人情与社会，也能看到他们展现的人类智能的优势，看到他们是如何产生奇思妙想又是如何让它们成为现实的，其中的智慧、选择和坚韧不拔，常常让人心生敬佩与羡慕。 总体来说，这本书主要是从道德伦理的视角去看人工智能发展的各种里程碑事件的，围绕的主线是:AI（Artificial Intelligence）与IA（Intelligence Augmentation）智能增强的差异，也就是发展人工智能以替代人的工作还是增强人的能力。其中的是是非非归结到最后还是期待“以人为本”。 不过本书出版的时间较早，还没到今天更发达的人工智能，但是“解决AI和IA之间内在矛盾的答案，就隐藏在人类工程师和科学家的决策中”，今天应该依然如此。 我相信普通人来说，最希望的是机器人可以帮我们做家务、照顾老人和孩子，期待这可以在不远的将来吧。 对教育者而言，要努力回答的是: “我们的社会是否会努力帮助人类劳动者跨过新的自动化鸿沟？”

内容和书名不太符合，大部分篇幅在描述AI，IA，智能机器带来的伦理问题。尼克的那本更名副其实一点

与其如叫人工智能简史，更合适的应该是人工智能发展过程中一些牛人在AI和IA的发展过程的一些工作介绍。虽然作者试图用AI和IA的大框架想来勾勒已经发生的和未来将要发生的技术、经济等方面的变化。 但是从自动驾驶到增强现实，没有看出来内核点和体系性，至于作者想要达到的对于未来世界变化的叩问，也体现的不太明显。

要想了解人工智能的发展历史这本书只适合泛读，大概了解一下就行，要想了解人工智能从诞生到现在的整体发展脉络以及技术的发展趋势这本书是不适合阅读的。

本书讲的内容很宽泛，很啰嗦，有点记流水账的感觉，内容涉及有机器人，自动驾驶，人机交互，人工神经网络，Wason，Siri等，到只讲到大概到2010左右，近十年的技术发展没有。全书把当前的各种计算机技术分为两类:人工智能AI和智能增强IA，主要围绕这两个方面叙述，到底技术的发展是要取代人类还是辅助增强人类。

智能已到，未来已来。智能服务产业化与商业化提上议程。

脉络不清，杂而无章，流水账记叙。可圈可点之处在于对人工智能伦理的思考。

简直就是一本垃圾！一堆名人轶事+晦涩词汇。作者也是个沙壁，浪费我时间

虽然故事零散，人名很多，但是其实细想想还是有脉络的。ia vs ai是主旋律，主旋律是选择的不是客观上对的