现在人人都在谈人工智能(AI)尤其是最近两年人工智能已经慢慢地走进我们每个人的生活。你是否好奇它是如何产生和发展的它又是如何工作的今天我们就一起来讲一讲人工智能。part 01人工智能的定义1950年图灵测试其实让机器具备智慧像人一样思考是人们长久以来的梦想这个梦想与现代计算机的发展同步理论上也是起始于几位数学家的构想与研究。1900年大卫·希尔伯特提出23个未解数学难题后哥德尔的不完备性定理、冯·诺依曼的数字计算机构形、图灵的图灵机等等都推动着计算技术的蓬勃发展。1950年10月艾伦·麦席森·图灵(Alan Mathison Turing)发表了一篇题为《计算机器与智能》的论文首次提出机器具备思维的可能性。论文的开篇是一条明确的声明“我准备探讨‘机器能思考吗’这个问题。”在论文中图灵设计了一个游戏来解释这个问题的含义一位询问者将自己的问题写下来发给处于另外一个房间中的一个人和一台机器然后根据他们给出的答案确定哪个是真人。如果无法判断或者混淆了被考察的机器和人则可认为被测试的机器具有某种程度的智慧。这就是有名的“图灵测试”图灵测试为人工智能给出了一个完全可操作的定义如果一台机器输出的内容和人类大脑一致那么我们就有理由相信这台机器具有“思考”的能力。换句话说如果人无法区分是在跟人还是机器聊天那么这个机器就实现了人的智能。智能本质上就是针对不同情景给出针对性的输出反应说白了就是看情况做事。人工智能就是搭建起一个根据不同的环境信息给出针对性的输出和回应的系统这个输出可以是动作、语言也可以是判断和预测。part 02达特茅斯会议1956年The Dartmouth Summer Research Project on Artificial Intelligence1955 年初约翰·麦卡锡(John MacCarthy)联系洛克菲勒基金会请求资助在达特茅斯举办约10 名参与者的夏季研讨会。六月他和当时在贝尔实验室的信息论创始人克劳德·艾尔伍德·香农(Claude Elwood Shannon)一起会见了生物和医学研究主任罗伯特·莫里森讨论了这个想法和可能的资助。1955年9月2日麦卡锡、明马文·明斯基(Marvin Minsky)、纳撒尼尔·罗切斯特(Nathaniel_Rochester)_和香农正式提出该会议的计划在计划中第一次使用了”人工智能(Artificial Intelligence)”一词。人工智能的第一次会议1956年6月18日一群数学家和计算机科学家汇聚到达特茅斯学院数学系所在大楼的顶层。在两个月左右的时间里他们进行了一次长时间的头脑风暴会议。有11 名数学家和计算机科学家参加了此次研讨会他们当中有多人以后因为在人工智能领域的突出贡献被授予了图灵奖。约翰·麦卡锡(John MacCarthy)马文·明斯基(Marvin Minsky)克劳德·艾尔伍德·香农(Claude Elwood Shannon)纳撒尼尔·罗切斯特(NathanielRochester)艾伦·纽厄尔(Allen Newell)赫伯特·亚历山大·西蒙(Herbert Alexander Simon)朱利安·毕格罗Julian Bigelow奥利弗·塞尔弗里奇(Oliver Gordon Selfridge)雷·所罗门诺夫(Ray Solomonoff)亚瑟·李·塞谬尔(Arthur Lee Samuel)彼得.米尔纳(Peter Milner)加上其他感兴趣的人士据说与会人员共有47位左右其中就包括研究博弈论并提出“纳什均衡”的诺贝尔经济奖得主约翰·纳什(John Nash Jr.)研讨会涵盖了许多主题包括计算机、自然语言处理、神经网络、计算理论、抽象和创造力等问题。研讨会发起了几个重要研究方向包括符号方法、早期专家系统以及演绎系统与归纳系统等。通过8周左右的讨论与会者们大致勾勒出了我们今天所知的人工智能图景。part 03人工智能的早期发展1956年2012年符号主义早在50年代初期美国计算机科学家和认知心理学家艾伦·纽厄尔(Allen Newell)和赫伯特·亚历山大·西蒙(Herbert Alexander Simon)共同提出“物理符号系统假说”(PSSH)主张智能系统通过物理符号操作来实现成为人工智能符号主义学派的核心理论。1955年末他们开发了一个名为逻辑理论(LOGIC THEORIST)的程序可以算是第一个AI程序。它将每个问题表示成一个“树”模型选出最可能得到正确结论的那一个分枝然后逐次求解问题。1956年他们在达特茅斯会议上展示这个程序首次自动生成数学定理证明被视为人工智能诞生的标志之一。艾伦·纽厄尔和赫伯特·亚历山大·西蒙一同被授予了1975年度的图灵奖。达特茅斯会议催生了AI的第一个研究者阵营符号主义者(symbolists)。基于符号主义的专家系统在20世纪80年代达到了顶峰。符号主义者主张智能可以用符号的逻辑推理来模拟企图用数学公式来描述人工智能。比如A表示阴天B表示湿度70%T表示将要下雨知识是一条逻辑规则如果A和B是真的则T就是真的。所谓智能就是看到“阴天”和“湿度很大”知道A和B是真的那么利用这条知识规则推出T是真的从而预测到可能将要下雨。这些人类的推理和思考都可以从这些符合和规则当中像算术一样计算出来。因此符号主义相信智能就是一套像这样处理符号和规则的计算系统。它把人类的知识和逻辑用“如果A那么B“这样的规则存储下来然后不断进行符号推演就可以实现接近人类的智能。这一理论在计算机代数、自然语言处理、语音识别等领域中得到广泛应用。专家系统符号主义的思路最成功的典范就是曾经的“专家系统”。比如它咨询医学专家什么样的病可能有什么用的症状接着把这些规则全部记录下来只要利用这些规则就可以根据已有的信息给出诊断。这套系统一度在疾病诊断和金融咨询领域获得了很大的成功。机器学习随着时间推移专家系统逐渐暴露出一些致命的缺陷。首先很多时候现实世界没有那么清晰的规则。比如即使询问人类专家出现某个症状是不是得了某个病或者股票走势长成这样应该是买还是卖他们给出的回答往往也并不一致而专家系统只能选择一个。更要命的是这套系统完全复制人类的经验所以它的能力上限就是专家的水平无法做到比人更好。而且从人类设计完成这套系统开始它就永远是静态不变的水平很难像人一样随着经验和时间的增长水平不断提升。从上世纪70年代开始另一个人工智能的流派开始发扬光大。它不追求一开始就有一个完美的智能系统但允许这个系统不断变化通过不断的引导和学习让它在某一个任务上表现得越来越好。这个流派的名称就叫“机器学习”就像训狗通过给机器以奖励或者惩罚的方式让机器自主调整不断学习从而学会解决某一种任务的智能。这个任务可能是识别人脸也可能是下围棋或者是与人对话等等。机器学习的强大之处在于它不需要任何专家的专业知识来人为搭建内部的结构。它只需要两样东西一个强大且有学习能力的黑箱以及足够多的数据。假设你想要一个能够识别车牌的智能系统只需要准备一个具有“学习能力”的机器然后收集很多车牌的照片人工标注出每张照片里的车牌号码是什么接下来只需要像训练狗一样把一张张照片展示在机器面前让它识别里面的车牌号是什么如果识别对了就给它“奖励”错了就给它“惩罚”让机器不断地自我调整。当它见过的车牌照片越来越多之后就能够神奇地做到正确识别照片中的车牌了。计算机视觉1957年康奈尔大学的罗森布拉特(Rosenblatt)造出了人类第一台有实际应用价值的感知机这台感知机将图片的像素作为输入通过算法调整参数不断学习最终能够做到判断出一张图片里是男人还是女人或者是左箭头还是右箭头。虽然在今天看来这可能没什么但在当时是非常了不起的成就。对于人来说算两个非常大的数字的乘积非常困难但对于计算机来说却是非常简单。但是对于理解图片的内容计算机就远没有人类厉害。对于计算机来说图片本质上就是一堆像素的数值所以识别图片中的内容对计算机和数学本质上就是给你一大堆数字组成的矩阵然后让它判断画面是什么。对于人脸识别来说人的长相千姿百态各种五官光影角度的细微变化都会呈现出不同的图片导致像素的具体数值出现剧烈的变化而计算机需要通过纯粹的计算算出来图片里是一个人是男人还是女人甚至是某一个特定的人难度就可想而知。这个领域就叫做计算机视觉这么来看人类的视觉和大脑是多么的不可思议在罗森布拉特发明感知机之后纽约时报记者对感知机的先进性赞不绝口报道说“这是一种可以走路、聊天、看、写、自我复制、有自我意识的电子计算机的雏形”把它称为“电子大脑”。“电脑”这个名字最早也是从这个时候来的。文章当时非常乐观地估计 “再花上10万美金一年之后就可以实现上述构想。那时感知机将能够认出不同的人叫出他们的名字并可以即时地将演讲翻译成另一种语言记录下来”。现在我们知道这些事情直到最近几年才真正实现。人类对于自己不了解的东西很容易对于未来过分乐观。历史上每当人工智能取得一点点微小的进步人类就会开始赋予它无限能力的想象。从来如此。联结主义connectionism前面讲到的车牌识别系统和罗森布拉特发明的感知机都具有机器学习能力。那么怎么搭建有“学习能力”的机器呢又该如何“奖励”和“惩罚”它呢机器又是怎么像狗一样建立条件反射的呢这三个问题分别对应机器学习的模型结构、损失函数和训练过程。另一派实现人工智能的流派认为大自然已经给出了实现智能的标准答案就是人类精妙的大脑。只需要通过仿生的方式模拟单个神经元的复杂功能以及神经元之间复杂的联结就可以搭建出一个人工神经网络。这一派思想被称作联结主义。比如人类对于水果的认识是根据它的外表属性来判断的。如果说一个水果“直径大约10cm外皮是红色的形状是个球形气味香甜”根据这些属性我们大概推测这是一个苹果。我们人类对于苹果的认识是依赖于它的概念属性组合而来的。在每个不同的概念属性上不同的水果会有各自不同的特征。比如大小方面西瓜是大的而其它的水果是小的。所以在“尺寸大”这个特征上西瓜符合其它的水果不符合在计算机的世界里我们用“1”表示符合“0”表示不符合。这样就可以列出各种水果与不同属性之间的一张关系对应表。当某个水果的特征都和苹果的属性吻合时机器就倾向于判断这是一个苹果。如此我们就拥有了一个简单的识别水果的智能。这是一种最简单的搭建黑盒的方式。比如我们要识别水果是不是苹果那就将这个水果的所有特征比如大小、颜色、气味等作为输入分别考虑它的每个特征是否像一个苹果。具体来说就是乘以一个系数比如尺寸不大颜色是红色味道很甜这些表明都符合苹果的特征因此它们对于是苹果这个判断起到正向的促进作用系统会给它乘以一个正数。而尺寸很大味道酸等这些特征都表明它不大可能是苹果系统会给它乘以一个负数。最后将所有这些特征各自乘以它们对应的系数加在一起就可以得到一个水果的得分这个得分越高越像苹果。我们再设置一个得分的阈值b如果最后的得分高于b就输出“是一个苹果”的判断否则输出“不是一个苹果”。这个机器就具备了识别苹果的功能。w1x1 w2x2 w3x3 … wnxn - b 0 ?这种从输入数据中识别不同特征的模式理解不同概念的过程就叫模式识别。通过调整这些联结的系数w1w2w3…wn就可以表示不同的概念就可以用来识别其它的水果。感知机就是这个原理专业的说法都叫模型结构。模型结构本身确定了它输出的函数形式但与此同时它又没有完全确定整个函数依然有一系列可以调节和设定的参数比如这里的每个wi和b。我们只需要在设计模型的时候让它足够强大任何你想要它实现的功能本质上可以通过设定模套参数实现。只要让这个模型根据训练数据不断调整自己的参数不断向着越来越有用、符合人们需要的输出的模式变化就可以让它最终拥有强大的智能。这就是联结主义的信念。人工智能的寒冬大家通常以为神经网络代表的联结主义从一开始就和符号主义水火不容。但其实像模式识别这种最早期的神经网络它的设计在很大程度上是借鉴甚至是脱胎于符号主义的逻辑推理其思路同样是组合不同的特征条件来进行推理这里的每个神经元就像符号逻辑中的一个命题和字母一样。只不过它是用数值计算的方式来模拟逻辑的而数值计算本身不局限于有限且明确的符号推理因为在更广泛的领域比如控制、环境感知、图像识别等领域具有更强大的潜力。实际上这个数学模型的提出比人工智能还要早。早在1943年的二战期间Pitts和Mcculloch在生物物理学通报上共同发表了《神经活动中内在思想的逻辑演算》提出了这套神经元的数学模型。联结主义刚开始提出的时候野心勃勃而且实现了感知机这样了不起的成就。但联结主义也一度陷入寒冬。最一开始的时候就有很多学者反对联结主义认为这只是机械地模拟了生物的构造而且神经元建模的也太过于简单。他们觉得联结主义是期待在一通乱联之后发生魔法。1969年马文·明斯基写了一本《感知机》的书明斯基在书中指出感知机无法实现最简单的“异或”逻辑运算。明斯基在书里毫不客气地说“罗森布拉特的论文和感知机没有科学价值”。加上明斯基在当年获得了图灵奖所以这本书的出版相当于将联结主义打入冷宫。在当时图灵奖得主的带头唱衰下“神经网络”的研究一度陷入了极度的寒冬研究者纷纷转行。人工智能发展也因此陷入了长达二十年的寒冬。人类又是这么容易悲观一个小小的反例就能让很多人自暴自弃放弃了充满潜力的研究方向。深度学习当然这期间依然有一批研究者在坚持他们后来成为深度学习的奠基人。深度学习是机器学习的一种而机器学习是实现人工智能的必经之路。深度学习的概念源于人工神经网络的研究。图灵机和诺贝尔奖双料得主辛顿在接受采访时说“我最骄傲的是我当年坚持了神经网络的研究尽管当时的人们都说这是垃圾而且是整整坚持了40年。”研究者通过嵌套感知机的方法解决了“异或”运算的难题就是大名鼎鼎的多层感知机MLP。这些神经元层层叠叠就构成了人工神经网络中间的每一个联结标志着两个神经元之间的联结强度是一个可以调节的参数系数。科学家证明只要这个神经网络的深度和宽度都足够大那么理论上它可以拟合任何一种函数表达任何一种智能所需要的输入到输出的对应关系。辛顿说他坚持神经网络和深度学习的研究长达40年并不是这个研究领域的研究没有进展而是当时受到技术的限制理论成果很难得到验证和应用。深度学习的人工神经网络在等待一个合适的时机…深度学习需要满足三个要素01算法人工神经网络深度学习算法其实早在多年之前已经相当成熟。比如杰弗里·辛顿(Jeoffrey Hinton)与合作者早在1986年发表的两篇具有里程碑意义的论文推广了被称为“反向传播”的算法。此后的多年因为受限于计算能力和训练模型的数据人工智能的算法研究一直处于一个不温不火的状态。过去的几十年人工智能一直在等待一个合适的时机直到GPU和ImageNet的出现。02算力硬件人工神经网络无论是训练模型还是实际应用阶段都是需要大量的计算的。以常用的ChatGPT为例ChatGPT是应用“统计型语言模型”实现的它恢复的每一句话的每一个字都是根据之前的文字和具体的场景实时计算出来的。基于GPT-3的ChatGPT每生成一个字的回复大约需要1x1015次运算。如果使用笔记本来跑GPT每生成一个字需要大半个小时的时间。GPT-5的参数超过18万亿是GPT-3的1000倍意味着会需要更多的计算量。据说ChatGPT的后台模型GPT-4单次训练的算力成本超过1亿美元GPT-5会更贵。03大数据人工智能模型的深度学习是基于海量数据的没有足够的数据机器学习无从谈起。我们还以ChatGPT为例它的训练数据是TB级别的。我们熟悉的三国演义如果以纯文本存储下来大概也就不到2MBTB级别的训练数据就相当于上亿本三国演义。对于图片和视频模型需要的数据量就更大了。深度学习之所以能够在最近几年取得巨大突破除了诸如Hinton、Schmihuber、HopField等科学家们在算法方面的不断创新还离不开以GPU为代表的计算硬件和以ImageNet为代表的大数据的发展。part 04GPU CUDA黄仁勋的NVIDIA英伟达我们大家都知道CPU和GPU分别代表中央处理器和图形处理器。其实最开始是没有GPU的计算机所有的计算任务全部由CPU完成。但是当电脑屏幕里的画面越来越精美复杂各种高清电影和逼真的游戏场景CPU就开始忙不过来了。电脑画面是由成千上万个像素点构成的而画面瞬息万变每一个像素点在每一个瞬间应该呈现什么样的颜色和亮度这些信息都需要实时计算出来所以只要电脑画面稍微复杂一点CPU光处理画面就干不了别的事情了电脑就会开始卡。1993年华裔美国人黄仁勋跟两个朋友一起创办了NVIDIA英伟达公司设计出一种叫GPU的芯片把GPU芯片焊在一块板子上配上高速内存和散热风扇和各种接口一个图形加速器也就是我们说的显卡就造出来了。插在电脑上GPU就可以接管图形计算把CPU解放出来去干别的事情。有人可能会问了同样的活给CPU干就手忙脚乱给GPT就可以感觉GPU的计算能力一定比CPU更厉害。其实不然CPU通常只有几个核就好比几位大学教授而GPU芯片里通常由成千上万个核就好比一万名小学生。哪边的计算能力更强呢这要看具体问题是什么如果是一个复杂的逻辑推理问题大学教授肯定更强1万个名小学生根本算不出来。但如果是1万道小数算术题肯定是1万名小学生算得更快一人分一道题一下就解决了。图形计算就非常像是一万道小学算术题虽然整个画面很复杂但是每一个点都可以交给一个“小学生”负责“上色”计算最后拼起来就是一个完整的画面。英伟达增加在一次发布会上通俗解释过GPU的工作原理。不光是图形计算任何的计算任务但凡是能拆解成很多个独立的小任务这活就非常适合交给GPU来干。而且总的计算量越大拆的越细GPU的优势就越明显。2004年斯坦福大学的一个博士生Ian Buck研究出一个方法用C语言编程命令GPU里的1万个计算核心按照自己的要求来干活。黄仁勋知道以后将这名学生找到英伟达用了3年的时间在2007年做出来一个叫CUDA的平台。用这个CUDA平台程序员就可以很简单地编程来让英伟达的GPU干一些比图形加速更通用的任务。CUDA平台还提供了很多算法库和工具可以协助程序员用GPU做各种各样的任务。有了CUDA平台英伟达公司一下就从一个显卡公司变成了一个做通用加速计算的公司因为世界上能拆解的计算问题太多了。比如天气预报、药物筛选、加密货币领域的挖矿、自动驾驶的图形识别等等这些都非常适合GPU来处理这促使英伟达公司迅速成长技术更新也更加迅速。当然很多人已经想到了人工智能模型的处理任务更适合交给GPU来做而这次则直接把英伟达推向市值第一。反过来说人工智能尤其是深度学习的人工神经网络之所以能在近几年得到迅速发展也离不开英伟达GPU所提供的超强算力。part 05ImageNet“AI教母”李飞飞最近换一次引爆人工智能的是一位华裔女科学家李飞飞。李飞飞16岁时跟着家人从成都移民美国在普林斯顿主修物理对生物和计算机很感兴趣。2000年去加州理工学院深造研究认知神经性和计算机视觉。李飞飞所在的加州理工学院的实验室有一个优良传统就是收集数据实验室做过很多的数据集。李飞飞毕业后回到普林斯顿一次偶然的机会接触了语言学家Christiane Fellbaum从Christiane那里她第一次听说了普林斯顿的WordNet数据集并且知道Christiane正准备做一个ImageNet给WordNet的每一个词找一张配图。李飞飞从Christiane那里获得了灵感并向她要到了ImageNet这个名称开始建立自己的图片数据集。李飞飞筹集资金并找了几个学生开始创建ImageNet。当时的李飞飞抱有这样的信念“不知道ImageNet有啥用但肯定有用”。她创建ImageNet并在等待一个时机…随后李飞飞的团队在flicker和Google上累计收集到了数十亿张图片需要逐张人工标注。一开始他们花钱雇普林斯顿的学生来标注但这么做太慢了算下来以这个速度标注所有的图片需要19年的时间。2007年初又一次偶然的机会李飞飞得知亚马逊的Amazon Mechanical Turk(AMT)这个众包平台可以面向全世界发布佣金任务。随后她借助AMT平台招募了167个国家的大约5万人仅用了2年半的时间就标注了5200多物体的320万张图片。图片标注工作一直持续到2011年ImageNet的规模最后达到了21000多类别、1400多万张图片成为了当之无愧的巨无霸。尽管整个团队耗费了很大的财力和心血建立起了这么大的数据集但是起初并没有引起太多的关注即便他们想出了各种方法去做宣传。又一次偶然的机会和李飞飞一同参会的学者Alexander Berg问李飞飞听过VOC挑战赛吗为啥不办一个类似的ImageNet挑战赛呢李飞飞当即联系了VOC。从2010年开始ImageNet挑战赛成为了VOC挑战赛的一部分全称为“ImageNet大规模视觉识别挑战赛”。2010年的首届比赛中冠军的识别错误率是28.2%。2011年冠军的错误率仅降低了2.4个点为25.8%。2012年的比赛来自加拿大多伦多大学的队伍是杰弗里·辛顿(Jeoffrey Hinton)和他的学生Alex Krizhevsky和Ilya Sutskever。他们没有使用当时主流的特征提取加分类的方法而是使用了深度学习算法(AlexNet)一举将错误率降低了9.4个点以16.4%的错误率夺得冠军。最关键的是他们仅用了2块英伟达GPU显卡却打败了Google用16,000个CPU训练的模型。比赛结果宣布后Google、微软和百度争相邀请这三位加入为此还展开了一场竞拍最终Google以4400万美元胜出。2015年Alex Krizhevsky加入OpenAI以首席科学家的身份借用英伟达显卡做出来世界上第一个千亿参数的大模型GPT-3才有了后面的ChatGPT。因为这次比赛ImageNet的知名度也大大提升后面的几届比赛几乎全部团队都使用了深度学习算法。到了2017年识别错误率已经降到2.3%远远低于人类5%的水平比赛也就没有再继续办下去了。但直到今天ImageNet依然是视觉识别领域最常用的评测基准。ImageNet和ImageNet挑战赛助推了人工智能、尤其是人工神经网络深度学习算法的研究和推广接下来的几年人工智能以前所未有的速度快速发展同时也间接助推了英伟达GPU的再一次火爆。part 06AlphaGo/GPT/Deepseek人工智能的爆发式发展AlphaGoAlphaGo是Google旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发的一款围棋人工智能程序用到了多层神经网络的深度学习算法。2016年3月AlphaGo与围棋世界冠军、职业九段棋手李世石进行围棋人机大战以4比1的总比分获胜2016年末2017年初该程序在中国棋类网站上以“大师”(Master)为注册账号与中日韩数十位围棋高手进行快棋对决连续60局无一败绩2017年5月在中国乌镇围棋峰会上它与排名世界第一的世界围棋冠军柯洁对战以3比0的总比分获胜。围棋界公认AlphaGo的棋力已经超过人类职业围棋顶尖水平。2017年5月27日在柯洁与AlphaGo的人机大战之后AlphaGo团队宣布将不再参加围棋比赛。2017年10月18日DeepMind团队公布了最强版AlphaGo代号AlphaGo Zero。AlphaGo的初始版本结合了数百万人类围棋专家的棋谱以及强化学习进行了自我训练。AlphaGo Zero的能力在此基础上有了质的提升使用了新的强化学习方法让自己变成了老师它不再需要人类数据从一开始就没有接触人类棋谱研发团队只是让它随意地在棋盘上下棋然后进行自我博弈。AlphaGo的人机大战很好地宣传了人工智能大大促进了人工智能研究的热潮。它的出现象征着计算机技术已进入人工智能的新信息技术时代其特征就是大数据、大计算、大决策三位一体。GPTGPT(Generative Pre-trained Transformer)是一种先进的人工智能语言模型它通过深度学习技术特别是Transformer架构理解和生成自然语言文本。GPT通过在大量文本数据上的预训练学习语言的模式和结构使其能够预测和生成连贯、有意义的文本内容。GPT模型可以广泛应用于文本生成、对话系统、自动摘要等多种自然语言处理任务。GPT模型的技术起源与自然语言处理和深度学习领域的进步紧密相关。2017年Google推出的Transformer模型通过自注意力机制和并行处理能力为序列数据处理提供了新的解决方案为GPT的诞生奠定了基础。GPT大事件2018年OpenAI发布了GPT-1这是第一个基于Transformer的无监督预训练语言模型。2019年GPT-2的发布将模型参数扩大到15亿它在多任务学习方面取得了突破。2020年GPT-3的发布是GPT系列的一个重要里程碑它拥有1750亿参数是当时全球最大的NLP模型。2023年3月GPT-4的发布进一步扩展了模型的输入模态从单一文本扩展到图文双模态提升了模型在复杂任务中的处理能力。2023年9月GPT-4V发布增强了模型的视觉能力允许模型理解与分析图像输入。2023年11月GPT-4 Turbo发布它在GPT-4的基础上进行了优化提升了性能和效率。2024年5月GPT-4o发布这是一个多模态大模型支持文本、音频和图像的任意组合输入并能生成文本、音频和图像的任意组合输出展现了实时推理的能2025年8月8日GPT-5发布在数学、编程、视觉感知和健康领域表现均大幅超越前代模型展现了顶尖的性能。ChatGPTChatGPT是OpenAI公司基于GPT系统大模型构建的一款聊天机器人程序能够基于在预训练阶段所见的模式和统计规律生成回答还能根据聊天的上下文进行互动真正像人类一样来聊天交流。ChatGPT大事件2022年11月30日发布能够对话的GPT-3.5版本。2022年11月30日发布能够对话的GPT-3.5版本。2023年3月14日OpenAI推出GPT-42023年5月、7月、8月、11月2024年1月、5月、12月OpenAI先后推出iOS版、安卓版、企业版、自定义版本、团队版、教育版ChatGPT应用。2025年2月27日OpenAI推出GPT-4.5。 3月ChatGPT图像生成功能获得升级。4月ChatGPT新增购物功能。6月升级并免费开放ChatGPT记忆功能。6月28日消息OpenAI已开始租用谷歌的张量处理单元TPU用于支持ChatGPT等项目的运行。2025年8月8日OpenAI推出更强大的GPT-5模型适用于编码和写作。10月6日宣布ChatGPT开始内置第三方应用程序周活跃用户数已达8亿。ChatGPT强大的自然语言处理能力和多模态转化能力使之可用于多个场景和领域。它可用来开发聊天机器人编写和调试计算机程序撰写邮件进行媒体、文学相关领域的创作。ChatGPT还可以用作自动客服、语音识别、机器翻译、情感分析、信息检索等。DeepSeekDeepSeek成立于2023年7月17日由知名量化资管巨头幻方量化创立是一家创新型科技公司。长久以来该公司专注于开发先进的大语言模型(LLM)和相关技术作为大厂外唯一一家储备万张A100芯片的公司幻方量化为DeepSeek的技术研发提供了强大的硬件支持。2024年1月5日发布DeepSeek LLM这是深度求索的第一个大模型。DeepSeek LLM包含670亿参数从零开始在一个包含2万亿token的数据集上进行了训练数据集涵盖中英文。全部开源DeepSeek LLM 7B/67B Base和DeepSeek LLM 7B/67B Chat供研究社区使用。DeepSeek LLM 67B Base在推理、编码、数学和中文理解等方面超越了Llama2 70B Base。DeepSeek LLM 67B Chat在编码和数学方面表现出色。当然DeepSeek精通中文DeepSeek LLM 67B Chat在中文表现上超越了GPT-3.5。如何学习AI大模型作为一名热心肠的互联网老兵我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】一、全套AGI大模型学习路线AI大模型时代的学习之旅从基础到前沿掌握人工智能的核心技能二、640套AI大模型报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。三、AI大模型经典PDF籍随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型如GPT-3、BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。四、AI大模型商业化落地方案作为普通人入局大模型时代需要持续学习和实践不断提高自己的技能和认知水平同时也需要有责任感和伦理意识为人工智能的健康发展贡献力量。