Kimi：人工智慧的前世今生

宇宙大爆炸之後，“碳基人”主宰著地球；

元宇宙的將來，“矽基體”或控制著世界。

幾十億年前，碳、矽等元素一直存在。1787年，法國化學家拉瓦錫首次在岩石中發現矽元素，為矽基材料的探索奠定基礎。一百年後，1891年，德國波茨坦大學天體物理學家儒略申納(Julius Sheiner)首次探討了以矽為基礎的生命存在的可能性。

AI誕生與電晶體起源（1940年代-1950年代）

1940年代，矽電晶體的發明開啟了電子裝置的矽時代。這一時期的矽技術為後來的計算機和AI研究奠定了物理基礎。1950年代，人工智慧的概念首次被提出，而矽電晶體的商業化生產為AI的發展提供了可能。圖靈測試成為了評估機器智慧的第一個標準。

1943年：美國神經科學家麥卡洛克（Warren McCulloch）和邏輯學家皮茨（Water Pitts）提出神經元的數學模型，這是現代人工智慧學科的奠基石之一。

1947年：電晶體發明

貝爾實驗室的肖克利和巴丁發明了第一臺電晶體。這一發明標誌著現代計算機的誕生。隨後的幾十年間，矽技術得到了迅速發展，電晶體的尺寸不斷減小，積體電路的密度不斷提高，使得計算機變得更加強大、更加便宜。

1950年：圖靈測試標準

英國數學家艾倫·圖靈Alan Turing發表《Computing Machinery and Intelligence》（計算機器與智慧）論文，首先提出了“機器能思考嗎”。科學家們開始思考如何讓機器產生智慧。圖靈測試，是作為判斷機器是否能夠展現出與人類相似智慧的標準。

1950年：美國數學家、工程師和密碼學家克勞德·夏農（Claude Shannon）提出計算機博弈，嘗試找到最優策略。夏農因此被稱為“資訊理論之父”。

1953年：IBM推出IBM 701型計算機，這是其第一臺商用電子計算機。

1956年：“AI”術語提出

John McCarthy、Marvin Minsky 等人在達特茅斯會議上首次提出了“人工智慧”這一術語，標誌著AI作為一個獨立研究領域的誕生。

1957年：Frank Rosenblatt 發明了感知器，這是第一個能夠學習權重並進行簡單模式識別的機器學習演算法。

1958年：積體電路IC誕生

傑克·基爾比和羅伯特·諾伊斯獨立發明了積體電路，將多個電晶體整合到單個矽片上，極大地提高了電子裝置的密度和效能。

AI起步與矽的商業化（1960年代）

1960年代，積體電路的發明極大地推動了計算機的小型化和效能提升，為AI的早期研究提供了強大的計算能力。在這個時期，第一個AI實驗室成立，研究者開始探索如何讓機器模擬人類智慧。

1964年：美國電腦科學家Daniel G. Bobrow開發出STUDENT計算機程式，用於解決數學問題。STUDENT能夠獨立思考和解決問題，而不是僅僅根據預先編寫好的規則執行任務；但只能解決一些相對簡單的問題，並且在處理更復雜的問題時往往表現不佳。

1964年：IBM推出了System\/360系列計算機，這是一系列相容的大型主機系統，成為了計算機行業的標準。

1965年：AI威脅論先驅者

英國數學家和電腦科學家古德（I. J. Good）發表重要文章《Speculations Concerning the First Ultraintelligent Machine》（關於第一臺超級智慧機器的猜想），提出了人工智慧未來可能對人類構成威脅，可以算“AI威脅論”先驅。古德警告稱，一旦超級智慧機器出現，可能會引發“智慧爆炸”的現象。

1965年：“摩爾定律”提出

1965年，美國物理學家戈登·摩爾提出了著名的摩爾定律。該定律預測了積體電路上的電晶體數量將每隔約兩年翻一番，這意味著晶片上的電晶體數量將呈指數級增長。

1966年：聊天機器人出現

德裔美國電腦科學家Joseph Weizenbaum在麻省理工學院開發了ELIZA程式，一個能夠模仿人類心理治療師的聊天機器人，可以實現簡單的人機對話。

1966年：美國計算機協會設立圖靈獎，專門獎勵那些對計算機事業作出重要貢獻的個人。

1969年：美國麻省理工學院教授Marvin Minsky 和 Seymour Papert 發表了《Perceptrons》，指出了單層神經網路的侷限性，導致神經網路研究的暫時停滯。

AI反思與微處理器時代（1970年代-1980年代）

1970年代，微處理器的出現進一步加速了計算機技術的發展，為AI研究提供了更強大的計算工具。這一時期，美國斯坦福大學DENDRAL和MYCIN等早期AI專家系統開始在特定領域取得成功。1980年代，矽技術的進步帶來了個人電腦的普及，同時，神經網路研究因矽計算能力的增強而得到復興。

1971年：微處理器的問世

英特爾Intel釋出了第一款商用微處理器Intel 4004，它是基於矽的積體電路，為個人計算機的誕生奠定了基礎。

1973年：日本早稻田大學成功製造出了第一個人形機器人，名為WABOT-1。這個機器人被認為是世界上第一個能夠走路和操作物體的人形機器人之一。

1974年：哈佛大學Paul Werbos 博士論文《Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences》（超越迴歸：行為科學中的預測和分析新工具），提出了反向傳播演算法的初步概念，為後來神經網路的訓練奠定了理論基礎。

1975年：4月4日，比爾·蓋茨（Bill Gates）和搭檔保羅·艾倫（Paul Allen）一起創立了微軟（Microsoft）公司。微軟最初專注於為個人計算機開發基於微處理器的軟體，如BASIC直譯器等

1975年：麻省理工學院馬文·明斯基（Marvin Minsky）的論文《A Framework for Representing Knowledge》（知識表示的框架）提出了用於人工智慧中的知識表示學習框架理論。

1976年：美國斯坦福大學肖特利夫（Edward Shortliffe）等人完成了醫療專家系統MYCIN的開發。MYCIN是一個用於診斷和治療感染性疾病的專家系統，幫助醫生診斷細菌感染，並推薦適當的抗生素治療方案。MYCIN是早期醫學領域成功應用人工智慧技術的代表之一。

1976年：Apple I電腦問世

4月1日，蘋果公司創始人史蒂夫·喬布斯和史蒂夫·沃茲尼亞克推出了蘋果I個人電腦，這是第一款用於個人使用的預裝作業系統的計算機。

1979年：美國電腦科學家和國際象棋大師漢斯·貝利納的計算機程式“Belle”戰勝雙陸棋（Checkers）世界冠軍馬爾文·萊文，標誌著計算機在一個相對複雜的棋類遊戲中戰勝了人類世界冠軍。

1980年：美國卡內基梅隆大學（CMU）舉辦了第一屆機器學習國際研討會，標誌著機器學習研究正式在全世界範圍內興起。

1981年：美國機器人學家保羅·保爾（R. P. Paul）出版了第一本機器人學課本《Robot Manipulator: Mathematics, Programming, and Control》（機器人操縱器：數學、程式設計與控制）。這本書標誌著機器人學科正式走向成熟階段。

1982年：美國物理學家約翰John Hopfield 提出了霍普菲爾德網路，這是一種能夠儲存和回憶模式的神經網路模型。

1984年：“AI之冬”警告

人工智慧領域的專家們在美國人工智慧協會（AAAI）會議上警告稱，人工智慧領域可能會進入一段“AI之冬”（AI winter）的時期。AI之冬指的是人工智慧研究陷入低谷的時期，投資資金減少，研究活動減緩，甚至出現了人才流失的情況。

1985年：圖靈獎得主、加州大學洛杉磯分校教授朱迪亞·珀爾（Judea Pearl）提出了貝葉斯網路（Bayesian network）的概念，這標誌著機率方法在人工智慧領域的應用邁出了重要的一步。

1986年：麻省理工學院MIT AI Lab主任羅德尼·布魯克斯（Rodney Brooks）發表了論文《A Robust Layered Control System for a Mobile Robot》（移動機器人魯棒分層控制系統）。標誌著布魯克斯提出了一種新的機器人控制方法，被稱為“行為式機器人學”（behavior-based robotics），也被稱為“魯棒分層控制系統”。

1986年：Rumelhart, Hinton和 Williams三位科學家合著《Learning representations by back-propagating errors》（透過反向傳播誤差學習表示），重新發現了反向傳播演算法，並將其應用於多層神經網路的訓練。

1989年：美國達特茅斯學院喬治·賽本科（George Cybenko）證明了“萬能近似定理”（universal approximation theorem）。證明了多層神經網路具有強大表達能力，根本上消除了當時對神經網路表達能力的質疑。

AI復興與矽的革命（1990年代-2000年代）

1990年代，網際網路的興起和矽基計算技術的飛速發展為AI研究提供了大量資料和計算資源。機器學習和資料探勘開始成為AI研究的重要分支。2000年代，隨著矽基計算能力的極大提升，深度學習技術開始嶄露頭角，特別是在影象識別和語音處理等領域取得了顯著進展。

1993年：Pentium處理器推出

英特爾Intel釋出了Pentium處理器，它採用了超標量架構，大幅提升了計算效能，支援了更復雜的軟體和AI應用。

1997年：IBM的深藍（Deep Blue）計算機在國際象棋比賽中擊敗了當時的世界冠軍加里·卡斯帕羅夫（Garry Kasparov），這一事件被視為人工智慧在複雜策略遊戲中取得的重要突破。

1998年：全球資訊網聯盟的蒂姆（Tim Berners-Lee）提出了語義網（Semantic Web）的概念。語義網的核心思想是透過為全球資訊網上的文件新增可被計算機理解的語義資訊（後設資料），從而使得整個網際網路成為一個基於語義連結的通用資訊交換媒介。

1999年：英偉達釋出第一款GeForce圖形處理器 - 英偉達釋出了GeForce 256，這是世界上第一款整合了圖形處理和幾何運算功能的圖形處理器單元（GPU），開創了現代圖形處理器的先河。

2001年：美國加州大學佈雷曼博士提出了隨機森林（Random Forest）演算法。透過將多個有差異的弱學習器（通常是決策樹）進行Bagging並行組合，來提高整體模型的泛化效能。

2003年：Google推出了AdSense，一個基於機器學習的廣告系統。同年，Google公佈了3篇大資料奠基性論文：非結構化檔案分散式儲存（GFS）、分散式計算（MapReduce）及結構化資料儲存（BigTable），奠定了現代大資料技術的理論基礎。

2000年代：多核處理器出現

Intel於2005年推出了首款商用多核處理器，即Intel Core Duo處理器。AMD在2007年推出了其首款商用多核處理器，即AMD Phenom X4處理器。多核處理器技術的發展使得單個晶片上能夠整合多個處理核心，大幅提升了平行計算能力，對AI和機器學習演算法的發展尤為重要。

2005 年：波士頓動力公司推出一款動力平衡四足機器狗“BigDog”。

2006年：華裔科學家李飛飛（Fei-Fei Li）開始研究ImageNet視覺資料庫。ImageNet是一個龐大的視覺識別資料庫，包含數百萬張標記影象，涵蓋了各種不同類別的物體和場景。

2006年：“深度學習之父”、加拿大多倫多大學教授傑弗裡·辛頓Geoffrey Hinton和他的學生提出了“深度置信網路”（Deep Belief Networks，DBN）的模型，特別是對無監督預訓練的發現。

2007年：蘋果釋出了首款iPhone，標誌著智慧手機的興起，為移動智慧應用的發展提供了巨大的推動力。

AI爆發與矽的無處不在（2010年代-至今）

2010年代：智慧手機和雲端計算的普及使得矽技術無處不在，AI開始進入日常生活的方方面面。深度學習在影象識別、自然語言處理等領域取得了巨大成功。2020年代：矽基量子計算的探索和AI技術的不斷進步預示著一個全新的計算時代。AI在醫療、自動駕駛、智慧家居等領域的應用不斷拓展，成為推動社會發展的重要力量。

2010年：谷歌推出無人駕駛汽車專案，標誌著自動駕駛技術進入了實際應用階段。

2011年：IBM的Watson在《危險邊緣》（Jeopardy!）節目中擊敗了人類冠軍。

2012年：電腦科學家Alex Krizhevsky、IIya Sutskever和Geoffrey Hinton開發的基於深度學習的卷積神經網路模型AlexNet在ImageNet計算機視覺挑戰賽中取得了顯著成果。

2013年：Google推出了TensorFlow，一個開源的機器學習框架。

2014年：生成對抗網路（GAN）被提出，開啟了生成模型的新篇章。

2015年：OpenAI創立

馬斯克等人共同建立非營利研究組織OpenAI。其使命是確保通用人工智慧（一種高度自主且在大多數具有經濟價值的工作上超越人類的系統）將為全人類帶來福祉。

2016年：英偉達將世界上第一臺AI超級計算機DGX1交付給初創的OpenAI。

2016年：谷歌提出了聯邦學習（Federated Learning）方法。這種方法旨在在多個持有本地資料樣本的分散式邊緣裝置或伺服器上進行模型訓練，而不需要將資料樣本傳送到中心伺服器進行訓練。

2016年：AlphaGo戰勝圍棋世界冠軍

DeepMind公司開發的人工智慧程式AlphaGo以4比1的比分擊敗了圍棋世界冠軍李世石。

2017年：Google團隊發表論文《Attention Is All You Need》（注意力就是你所需要的一切），介紹了基於Transformer的深度學習架構。

2017年：中國香港的漢森機器人技術公司（Hanson Robotics）開發的類人機器人索菲亞成為歷史上首個獲得公民身份的機器人。

2018年：Google提出BERT模型（Bidirectional Encoder Representations from Transformers），這是一種用於自然語言處理的預訓練模型，在多項任務上取得了state-of-the-art的效果。

2019年：IBM推出Q System One，它是IBM量子計算計劃的一部分。被視為量子計算技術邁向商業化和實用化的重要里程碑。

2020年：蘋果公司推出了首款基於自家晶片的Mac電腦，採用了M1晶片，標誌著蘋果向自主晶片轉型的開始。

2020年：馬斯克釋出腦機介面

馬斯克的腦機介面BCI公司現場直播植入Neuralink裝置的實驗豬的腦部活動。透過這種裝置，人們可以直接與計算機或其他外部裝置進行互動，實現腦部訊號的讀取和控制。

2020年：OpenAI釋出了GPT-3，一個具有1750億引數的語言模型，展示了自然語言處理的巨大潛力。

2021年：DeepMind的AlphaFold在蛋白質結構預測方面取得了重大進展。

2022年：ChatGPT席捲全球

11月30日，OpenAI正式釋出ChatGPT，其宗旨是為人們提供一種高效、自然的與計算機進行對話的方式。ChatGPT一經推出就席捲了整個行業，短短5天，註冊使用者數就超過100萬，僅兩個月月活使用者數已經破億。

2023年：AI元年，百模大戰

國際上，微軟宣佈GPT-4接入office，Meta釋出LLaMA 模型並開源，Google釋出Gemini 1.0、Bard開放測試，Runways釋出Gun-2。在中國，2023年10億引數規模以上的大模型廠商及高校院所數量已超過250家。華為盤古大模型3.0，百度：文心一言，阿里雲：通義千問，科大訊飛：星火認知大模型，360智腦等備受關注。

2024年：Sora問世，Kimi來了

2月15日，國際領先AI公司OpenAI正式釋出人工智慧文生影片大模型Sora。其所生成的影像畫面展示了令人震撼的光影和細節，被譽為AI版的“神筆馬良”。但是，OpenAI視Sora為“世界模擬器”，而不是單純的影片模型。

3月18日，中國AI初創公司月之暗面宣佈，Kimi 智慧助手可支援的無損上下文長度由20萬漢字增至200萬漢字，並於即日起開啟產品“內測”，從而引爆行業。

……

3月20日，春分，我們開始了《人工智慧日記》。