一、理解 AI 的定义
在探讨 ChatGPT 之前，我们先来明确一下 AI（Artificial Intelligence，人工智能）的概念。维基百科将其定义为一种能够模拟人类智能的计算机系统，该系统能够理解、学习并适应环境，从而完成各种任务，如语音识别、视觉识别、决策制定和自然语言处理等。这个定义经过多次讨论和迭代，没有一个多余的字，我们可以逐字拆解来理解其含义：
1、模拟人类智能：AI 的目标是使计算机系统具备类似于人类的认知和信息处理能力。
2、计算机系统：AI 依赖于计算机硬件和软件技术，通过编程和算法来实现对人类智能的模拟。
3、理解、学习和适应环境：这些是 AI 系统的关键特性，使它们能够在不断变化的环境中自主学习和改进。理解意味着 AI 能够识别和处理输入数据；学习是指 AI 能够从数据中提取知识并优化其性能；适应则表示 AI 能够根据环境变化调整自身策略和行为。
4、完成各种任务：AI 的应用范围广泛，包括语音识别、视觉识别、决策制定和自然语言处理等。这些任务通常需要复杂的信息处理和推理能力，而 AI 正是为了实现这些能力而设计的。
二、AI 的“人工智障”历史
AI 本质上并不是一个新的概念，它最早可以追溯到 20 世纪 50 年代。当时，艾伦·图灵提出了著名的图灵测试，该测试被认为是评估机器是否具备人类智能的标准。随后，AI 领域开始兴起，从最初的基于规则的专家系统，到后来的机器学习方法，再到近年来的深度学习技术，AI 的发展经历了几个重要阶段。然而，在此之前，AI 与普通人的关系并不大，主要应用于企业和政府，用于特定的行业领域，如金融、医疗、制造业等。对于大多数人来说，AI 仍然是一个遥远的概念，而不是生活中实际可用的工具。
在 2022 年之前，AI 在消费级产品上的主要应用可能是“小爱同学”“小度小度”和“Siri”等，但它们更多地被认为是“人工智障”。这些专门处理某一类任务的智能设备或智能助手距离可实际使用还很远，因为人类的思维方式、表达方式和需求场景非常丰富，只要稍微超出它们的范畴，就会给人留下愚蠢的印象。
在过去的几十年里，AI 的发展经历了从基于规则的专家系统到机器学习方法，再到深度学习技术等阶段，但实际成果却难以满足人们的期望。限制 AI 能力的主要因素包括计算能力、数据量和算法效率等。
三、现在为什么不一样了
2022 年 AI 应用的爆发可以归因于以下三个限制的突破：
1、计算能力的提升：GPU（图形处理器）运算效率的提高和单位成本的降低，使得神经网络深度学习算法能够得到大规模的计算能力支持。几个数据可以说明这一点：2010 年，GPU 的平均价格每 TeraFLOPS（每秒万亿次浮点运算）约为 1000 美元，而到了 2019 年，这个数值降至 3.5 美元，2022 年则进一步降低到 1.5 美元。也就是说，在 12 年内，算力成本降低了 99.85%，这是一个非常惊人的数据。现在，训练大型模型仍然被认为是只有大公司才能够承担的任务，可以想象在 10 年前，这几乎是不可能完成的。
2、数据量的增长：互联网，特别是移动设备和移动互联网的普及，为 AI 提供了大量可用的数据，为其训练提供了丰富的素材。
3、算法的创新：神经网络深度学习等前沿技术的出现，使 AI 能够处理更复杂的任务，提高了性能。
这些因素共同推动了 AI 时代的到来，无论我们是否愿意，这股力量都会影响到我们每个人。保持开放的心态，接受并利用它的力量是我们唯一的选择。