第一个人工智能（AI）系统是一只机器人老鼠，由克劳德·香农于1950年制造，它能够找到走出迷宫的路。
一位专家解释说，此后该技术已取得长足进步。他在回顾计算机和人工智能的简短历史时，探讨了我们对未来可以期待什么。
如今，我们拥有DALL-E和PaLM等人工智能系统，它们能够生成逼真的图像，并能理解和生成语言
但他预测，到2040年，很可能出现一种变革性人工智能系统，其能力可与人脑相匹敌。
尽管计算机和人工智能的历史短暂，但它们已从根本上改变了我们所见、所知和所为。对世界的未来以及我们自身的生活而言，没有什么比这段历史如何延续更为重要。
要预见未来可能的样子，研究我们的历史往往很有帮助。这正是我将在本文中要做的事。我将回顾计算机和人工智能的简短历史，以探讨我们对未来可以期待什么。
我们是如何走到今天的？
世界变化之快，从近期的计算机技术如今在我们看来都显得古老便可见一斑。90年代的手机还是带有小小绿色显示屏的大砖块。在那之前二十年，计算机的主要存储介质还是穿孔卡片。
计算机在短时间内发展得如此迅速，并已成为我们日常生活中不可或缺的一部分，以至于人们很容易忘记这项技术是多么新近才出现。正如时间线所示，第一台数字计算机大约是八十年前才发明的。
自这段历史的早期起，一些计算机科学家便致力于让机器像人类一样智能。下一张时间线展示了一些著名的人工智能（AI）系统，并描述了它们的能力。
我首先提到的系统是忒修斯（Theseus）。它由克劳德·香农于1950年制造，是一只遥控老鼠，能够找到走出迷宫的路，并能记住自己的路线。七十年间，人工智能的能力已取得长足进步。
如今，人工智能系统的语言和图像识别能力已可与人类相媲美
人工智能系统的语言和图像识别能力发展非常迅速。
该图表通过放大过去二十年人工智能发展的情况，展示了我们是如何走到今天的。所绘数据来自一系列测试，这些测试对人类和人工智能在五个不同领域的表现进行了评估，领域涵盖从手写识别到语言理解。
在这五个领域中，人工智能系统的初始表现被设定为-100，而人类在这些测试中的表现则作为基准设为零。这意味着，当模型的表现越过零线时，即表示该人工智能系统在相关测试中的得分超过了参加同一测试的人类。
就在10年前，还没有任何机器能够以人类水平可靠地实现语言或图像识别。但正如图表所示，人工智能系统的能力稳步提升，如今正在所有这些领域的测试中超越人类。
在这些标准化测试之外，这些人工智能的表现则参差不齐。在某些现实场景中，这些系统的表现仍远逊于人类。另一方面，此类人工智能系统的某些应用已经非常廉价，以至于你口袋里的手机就能使用：图像识别可对你的照片进行分类，语音识别可将你口述的内容转写成文字。
从图像识别到图像生成
上一张图表展示了人工智能感知能力的快速进步。人工智能系统在生成图像方面的能力也已大幅提升。
这一系列九张图片展示了过去九年间的发展。图中人物均不存在；全部由人工智能系统生成。
该系列以左上角2014年的一张图片开始，那是一张黑白的原始像素化人脸。正如第二行第一张图片所示，仅仅三年后，人工智能系统便已能够生成难以与照片区分的图像。
近年来，人工智能系统的能力更加令人印象深刻。早期系统专注于生成人脸图像，而这些较新的模型则将其能力拓展至基于几乎任何提示词的文生图。右下角的图像表明，即使是最具挑战性的提示词，例如“一只博美犬坐在国王的宝座上，头戴王冠。两名老虎士兵站在宝座旁边”——也能在几秒钟内被转化为逼真的图像。
语言识别与生成正在快速发展
与图像生成式人工智能的进步同样引人注目的，是能够解析并回应人类语言的系统的迅速发展。
图中展示的是谷歌开发的一个名为PaLM的人工智能系统的示例。在这六个示例中，该系统被要求解释六个不同的笑话。我认为右下角的解释尤其值得注意：人工智能解释了一个专门用来迷惑听者的反笑话。
在过去几年里，能够生成语言的人工智能已通过多种方式进入我们的世界。电子邮件被自动补全，海量的网络文本被翻译，视频被自动转录，学童使用语言模型完成家庭作业，报告被自动生成，而媒体机构也发布人工智能生成的新闻报道。
人工智能系统尚无法生成长篇连贯的文本。未来，我们将看到近期的发展会放缓甚至终止，还是有朝一日我们会读到一部由人工智能撰写的畅销小说。
我们目前所处的阶段：人工智能已来到我们身边
人工智能能力的这些快速进步，使机器得以应用于众多新领域：
当你预订航班时，往往是人工智能而非人类决定你要支付的价格。当你抵达机场时，是一个人工智能系统监控你在机场的一举一动。登机之后，一个人工智能系统协助飞行员驾驶飞机将你送往目的地。
人工智能系统还越来越多地决定你是否可以获得贷款、有资格领取福利，或获得录用以担任某一特定工作。人工智能越来越多地参与决定谁会被释放出狱。
多国政府正在采购自主武器系统用于战争，一些国家则将人工智能系统用于监控与压迫。
人工智能系统帮助编写你所用的软件，并翻译你所阅读的文本。虚拟助手，凭借语音识别运行，在过去十年中已进入许多家庭。如今，自动驾驶汽车正逐渐成为现实。
过去几年，人工智能系统帮助 科学家 取得 进展，在科学领域一些最棘手的难题上。
大型人工智能被称为推荐系统，它们决定你在社交媒体上看到什么、网上商店向你展示哪些商品，以及YouTube向你推荐什么。越来越多的情况是，它们不再只是推荐我们所消费的内容，而是凭借其生成图像和文本的能力，也开始创作我们所消费的内容。
人工智能不再是未来的技术；人工智能已经到来，如今许多现实情况在不久前还只会出现在科幻小说中。它是一项已经影响到我们每个人的技术，而上文所列仅是其众多应用中的少数几个。
所列应用的广泛范围表明，这是一项非常通用的技术，既可被人们用于一些极其良好的目标，也可用于一些极其恶劣的目标。对于这类“双重用途技术”，我们所有人都必须理解正在发生什么，以及我们希望如何使用这项技术，这一点非常重要。
就在二十年前，世界还大不相同。人工智能技术未来可能具备什么能力？
接下来会怎样？
我们刚刚考察的人工智能系统，是数十年来人工智能技术稳步进步的结果。
下方的大型图表将这八十年的历史置于视角之中。该图表基于Jaime Sevilla及其同事编制的数据集。
本图表中的每个小圆圈代表一个人工智能系统。圆圈在横轴上的位置表示该人工智能系统的构建时间，在纵轴上的位置则表示用于训练该特定人工智能系统的算力。
训练算力以浮点运算（简称FLOP）计量。一个FLOP相当于对两个十进制数进行一次加法、减法、乘法或除法运算。
所有依赖机器学习的人工智能系统都需要经过训练，而在这些系统中，训练算力是推动系统能力的三大根本因素之一。另外两个因素是算法和所用的输入数据用于训练。该可视化图表显示，随着训练算力的增加，人工智能系统变得越来越强大。
该时间线可追溯至20世纪40年代，即电子计算机的最初阶段。时间线上首个展示的人工智能系统是“忒修斯”，即克劳德·香农于1950年制造的机器人老鼠，我在开头已提及。时间线的另一端则是DALL-E和PaLM等人工智能系统，我们刚刚见识了它们生成逼真图像以及理解和生成语言的能力。它们是迄今为止使用训练算力最多的人工智能系统之一。
训练算力采用对数刻度绘制，因此从一条网格线到下一条网格线，算力增长100倍。这一长期视角显示出持续增长。在最初的六十年间，训练算力与摩尔定律同步增长，大约每20个月翻一番。自2010年左右以来，这种指数级增长进一步加速，翻倍时间仅约为6个月。这是一种惊人的快速增长速度。
快速的翻倍时间累积成了巨大的增长。PaLM的训练算力为25亿petaFLOP，比仅十年前训练算力最大的人工智能AlexNet高出500多万倍。
规模扩张本已呈指数级增长，并且在过去十年中大幅加速。我们能从这一历史发展中学到什么，以展望人工智能的未来？
研究长期趋势以预测人工智能的未来
人工智能研究人员研究这些长期趋势，以了解未来可能实现什么。
这类研究中或许最受关注的一项，由人工智能研究员Ajeya Cotra发表。她研究了训练算力的增长，以探讨训练一个人工智能系统所需的算力在何时能够与人脑相匹敌。其理念是，到那时，该人工智能系统将具备与人脑相当的能力。在她的最新更新中，Cotra估计，到2040年，此类“变革性人工智能”得以开发的概率为50%，距今不足二十年。
在一篇相关文章中，我探讨了变革性人工智能将对世界意味着什么。简而言之，其理念是，这样一个人工智能系统将强大到足以把世界带入一个“性质截然不同的未来”。它可能引发一场堪比人类历史上前两次重大变革（农业革命和工业革命）规模的变化。它无疑将是我们有生之年最重要的全球性变革。
Cotra的研究在此语境中尤为相关，因为她的预测基于我们刚刚研究过的那种训练算力的历史长期趋势。但值得注意的是，依靠不同考量因素的其他预测者也得出了大体相似的结论。正如我在关于人工智能时间表的文章中所展示的那样，许多人工智能专家认为，人类水平的人工智能在未来数十年内被开发出来有真正的可能性，还有一些人认为它会更早出现。
建立公共资源，以促成必要的公共对话
计算机和人工智能已极大地改变了我们的世界，但我们仍处于这段历史的早期阶段。由于这项技术如此熟悉，人们很容易忘记，我们所接触的所有这些技术都是非常新近的创新，而最深刻的变革尚未到来。
人工智能已经改变了我们所见、所知和所为。尽管这项技术的历史仅有短短一段时间。
没有迹象表明这些趋势会在近期触及任何极限。恰恰相反，尤其是在过去十年中，根本性趋势已经加速：人工智能技术的投资已迅速增长，训练算力的翻倍时间已缩短至仅六个月。
所有重大技术创新都会带来一系列正面和负面的后果。人工智能也已是如此。随着这项技术变得越来越强大，我们应预期其影响将进一步扩大。
鉴于人工智能的重要性，我们都应能够就这项技术的发展方向形成自己的看法，并理解这一发展如何改变我们的世界。为此，我们正在构建一个与人工智能相关的指标资源库，您可以在OurWorldinData.org/artificial-intelligence上找到。
我们仍处于这段历史的早期阶段，许多将成为可能的事物尚在未来。像这样强大的技术发展，理应成为我们关注的核心。对于我们世界的未来以及我们生活的未来将如何展开，或许没有什么比它更为重要。
