AI全史

1985年的国会上，有人说明AI “现在是第二次热潮”

东京大学的石井威望先生被请到国会（众议院的委员会），他说明道：“这个AI现在据说正处于第二次热潮”。他说，第1次是1960年代中期到后半期以美国为中心的尝试，第2次是日本的第五代计算机计划。可见，把热潮按次数来数的看法，在第2次热潮正当中就已经有了。

尚不清楚的事：“第二次热潮”这种说法，在1985年之前是谁先开始用的，还不清楚（这是在国会会议记录范围内找到的最早的一条）

1984年，“AI寒冬（AI Winter）”是最糟局面的名字

在AAAI-84的讨论会上，主持人德鲁·麦克德莫特说，研究者之间有一种担忧：人们对AI的期待太高，总有一天会出大问题。他举出的最糟糕的情形是：5年后strategic computing initiative（战略计算计划）惨败，日本的第五代计算机也不顺利，日本政府很快从计算机领域撤手，新兴企业全部倒闭，与AI相关的事情再也拿不到钱。他把这种情形形容为“这种被一些人称为‘AI寒冬’的状态”，并呼吁大家以此自我告诫，也把这一点传达给社会。也就是说，“AI寒冬”是在第2次热潮正当中，作为对未来的警告而出现的词。把1970年代研究经费的减少称为“第1次寒冬”，是后来才加上的叫法。

尚不清楚的事：最先说出“AI Winter”的人是谁还不清楚（连讨论中也只说是“被一些人”）。Ngram里1983年那个很小的数值是哪本书，没有确认。

用序号称“第1次、第2次……热潮”主要是日本的数法（英语给“寒冬”编号）

查看英语书籍的词频（Google Books Ngram）可以发现，“AI寒冬（AI winter）”从1983年起出现，在2010年代后半期大幅增多。也有给寒冬编号的说法，如“first AI winter”“second AI winter”。而“second AI boom”“third AI boom”“fourth AI boom”则数量少得几乎可以忽略。在日语里，1982年的杂志上有“第一次人工智能热潮”，1985年的书里有“第二次人工智能热潮”，1985年的国会上有“第二次热潮”（原文为“第二回目のブーム”）。此外，从2014年起学会杂志里用上了第一次、第二次、第三次AI热潮，2015年松尾丰的书的章名，以及2016年以后国家的白皮书中也在使用。

尚不清楚的事：中文（如“第三次人工智能浪潮”等）和韩语的数法没有调查。Ngram只涵盖到2022年的书籍，所以2023年以后英语中的说法还不清楚

图灵《论可计算数》——用想象中的机器定义什么叫“可计算的”

艾伦·图灵发表了论文《论可计算数及其在判定问题上的应用》。他把用纸笔计算的人的步骤，简化成了一种只靠划成方格的纸带（代替纸）、每次读写1格的读写头和有限个状态运转的“机器”（第1节、第9节）。他把这台机器能写出小数的数，定义为“可计算”。他还证明，只要以纸带接收其他机器的描述，就能造出1台可以计算任何可计算序列的机器（通用机器）（第6节）。接着，他又证明，不存在一种按固定步骤、必定能判定逻辑公式是否可证的方法（判定问题的答案）（第11节）。这个模型在第二年被命名为“图灵机”，被视为计算理论和计算机科学的基础模型。

麦卡洛克与皮茨的论文：用式子把脑中的神经细胞写成“发放或不发放”的开关电路

沃伦·麦卡洛克和沃尔特·皮茨发表了论文《神经活动中内在观念的逻辑演算》。他们认为，神经细胞（神经元）的活动是“全或无”（发放或不发放）的，所以神经网络的工作可以用命题逻辑（只有真、假2个值的逻辑）来描述。作为计算的前提，他们设定：发放是全或无的；一定数量的突触同时受到刺激就会发放；只要有1个抑制性突触起作用就不会发放；网络的结构不随时间改变，等等（第118页）。此外他们还写道，只要加上纸带和读写装置，这种网络就能计算和图灵机一样多的数（第129页）。它被看作后来人工神经元研究的起点。

尚不清楚的事：论文自己也声明，“学习的网络可以用结构不变的网络来替代”这种“形式上的等价”，并不是对真实大脑事实的说明（第117页）。真实的神经并不一定按这个前提（全或无、结构不变）运作，这一点可以用作理解模型与真实之差异的例子。

图灵发表论文，用“模仿游戏”探讨机器的智能

英国数学家艾伦·图灵发表了一篇论文，把“机器能思考吗？”这个问题换成了“模仿游戏”（imitation game）。这个游戏原本是：提问者只靠文字往来，猜测另一个房间里的人是男是女。图灵把问题改成：如果由机器来扮演男性角色，提问者会错得有多厉害？论文还回答了9条反对意见，并讨论了通过教育来培养的“儿童机器（child machine）”的构想。

尚不清楚的事：“图灵测试”这个叫法是谁、在什么时候最先使用的，本网站没有查证过。

肯佩伦的“下棋的土耳其人”——里面藏着一个人

匈牙利普雷斯堡的贵族肯佩伦，在维也纳宫廷里为女皇玛丽亚·特蕾莎制作并展示了一台机器：一个穿土耳其式服装的人偶坐在箱子上下国际象棋。它在欧洲和美国巡回，让许多人惊叹，但其实是箱子里藏着一个棋艺高超的人在操纵。1784年就已经有书出版，写到有人藏在里面下棋；1821年又出了一本用图说明藏法的书。这台机器在1854年毁于费城的一场火灾。

打出“人工智能”之名的暑期研讨会计划书

麦卡锡、明斯基、罗切斯特、香农4个人起草了计划书，打算在第二年夏天在达特茅斯学院举办“人工智能”研讨会，并向洛克菲勒基金会申请资金。计划书从一个设想出发：学习的各个方面，以及智能的其他任何特征，原则上都“能被精确描述到可以让机器来模拟”。它把机器使用语言、形成概念、自我改进等列为研究课题。申请的金额合计为13,500美元。

海军的发布与报纸标题“海军新装置通过实践来学习”

1958年7月，美国海军在华盛顿为记者举行了演示。气象局的大型计算机IBM 704，经过大约50次试验，学会了辨别卡片上的标记在右边还是左边。通讯社UPI的报道称，海军期待这个“胚胎”（尚未诞生的阶段）将来能够走路、说话、看、写，还能自我复制，并意识到自己的存在。罗森布拉特在报道中说，它将成为第一台像人脑一样思考的机器，一开始会出错，但会凭经验变聪明，也许能作为探险器被送往行星。专用的机器（感知机）当时还没有，计划用1年左右、花10万美元来制造。

尚不清楚的事：报道中所说的海军的期待，究竟是海军里的谁说的，从报道中无从得知

预言“10年之内，数字计算机将成为国际象棋世界冠军……”（1957年的演讲）

西蒙和纽厄尔预言，10年之内计算机将成为国际象棋世界冠军（除非规则禁止其参赛）。

后来：1967年4月时，最强的国际象棋程序之一（MIT的MAC HACK VI）只有业余中级的水平（美国等级分1450）。1968年，国际象棋国际大师列维（Levy）与研究者们打赌，10年之内计算机能否战胜他。1978年列维战胜了计算机，赢得了赌局。计算机在6局比赛中战胜在任世界冠军（卡斯帕罗夫），是在预言之后约40年的1997年5月（IBM的深蓝，3.5比2.5）。另外，计算机从未获得过人类世界冠军的称号本身（预言里也写了“除非规则禁止其参赛”）。

路径搜索A*（A-star）—— 用“已走过的路程＋到终点的估计”来搜索

彼得·哈特、尼尔斯·尼尔森、伯特伦·拉斐尔发表了论文“A Formal Basis for the Heuristic Determination of Minimum Cost Paths”。针对在连接各地点的图中找出费用最小路径的问题，他们建立了把问题本身给出的线索（启发式：凭经验或估计得到的捷径智慧）纳入其中的理论，并证明了某种搜索方法是最优的（论文摘要）。据尼尔森的回忆，为了机器人“Shakey”的路径搜索，在尼尔森提出的用到终点的“直线距离”作估计的方案上，加入了拉斐尔提出的加上“迄今为止走过的路程”的方案。然后，哈特证明了只要估计值不超过实际剩余距离，就一定能找到最短路径。这种搜索方法被命名为A*，现在也用于汽车导航的路线引导和游戏等（Nilsson 2010）。

用文字聊天的程序ELIZA。作者论文的1个目的是揭穿“魔法”

MIT的魏曾鲍姆先生在论文中发表了可以与计算机用文字对话的程序ELIZA。它的机制是从人输入的句子中找出关键词，按照规则重新组合后作为回答。对话对象的角色可以通过更换“脚本”来改变，1966年时除了英语，还有威尔士语和德语的脚本。在论文开头，他本人写道，如果用浅显的语言讲明白程序的内容，魔法就会崩塌，人们就会明白它不过是一堆步骤，这篇论文就是为此而写的，大意如此。

手写邮政编码的自动读取分拣机（东芝・邮政省，1968年）

1968年7月1日，邮政编码制度开始的那一天，东芝在邮政省的指导下研制的邮政编码自动读取分拣机（TR-3・TR-4）在东京中央邮局公开亮相。由机器识别人们随意手写的数字来分拣邮件，被认为是世界首例。他们分析了从全国收集的约30万个手写数字，调查字形的习惯容易出现在哪里，再用光学滤光片消去红框，只提取数字的笔画。它以每1秒约6封的速度读取前3位，认不出来的字作为“拒读”交给人工处理。

尚不清楚的事：“世界上第一次”这一说法，来自日本的学会、博物馆和公司的说明。我们没有翻开过与外国同一时期机器作比较的资料。

西蒙预言：20年内机器能做人能做的任何工作（1965年书／1960年论文）

西蒙在1965年的著作中写道“20年之内，机器将能够做人能做的任何工作”。作为依据的1960年论文则写道，在远短于25年的时间里，机器将拥有以机器取代组织中人的任何功能的“技术能力”。但他紧接着又说，技术上做得到什么，与实际如何使用它是两回事。接着他假定，从长远看，想工作的人几乎都能工作（充分就业），并论证人与机器的分工由“比较优势”（各自负责相对擅长的事）来决定。

后来：没有找到认为到1985年机器已能做人的任何工作的资料。Nilsson（2010）谈到西蒙1957年的同类说法（机器能处理的问题范围将与人的头脑一样广），认为即使到2010年也仍然遥远。另一方面，西蒙本人把技术能力与就业分开考虑，预计从长远看失业不会增加（在1966年的回信里，他写道失业率不到4%，而且在下降）。

“第一次AI寒冬”是哪几年？资料不一，有史家说第1次不存在

日本总务省的白皮书（2016）把1970年代称为“寒冬期”，Wikipedia则定为1974—1980年。另一方面，写过AI历史的研究者Nilsson（2010）把1975—1985年前后称为AI的“繁荣期（boomtimes）”，认为“AI寒冬”是1980年代后半的事。历史学家Haigh（2023）则指出，计算机学会ACM的AI分会（SIGART）的会员在1973—1978年增加到了近3倍等事实，论证“并不存在‘第一次AI寒冬’”。况且，“AI寒冬（AI Winter）”这个词，较早的用例是1984年，用来表达对未来可能到来的寒冬的担忧。

尚不清楚的事：没有找到按国家、按年份排列的1970年代AI整体研究经费的数字。算不算“寒冬”，取决于以什么为标准（大型研究所的预算／学会的会员数／这个词的使用情况），答案会不同。

明斯基和派珀特的《感知机》：用数学指出简单网络的局限

MIT的Marvin Minsky和Seymour Papert用数学研究了Rosenblatt在1950年代制造的会学习的机器“感知机”（用神经网络做模式识别的机制）的能力，这本书就是成果。他们证明：如果限定每个部件所看到的点数，那么比“只能二选一”（XOR）更复杂的“点数是偶数还是奇数”，以及“图形是否连成一体”（连成1个整体），都无法识别。关于多层网络，书中写道“我们凭直觉判断，这种扩展是没有成果的”，同时也写道，要验证（或推翻）这一点是一个重要的研究课题（Pollack所引的第231页）。

莱特希尔报告：“在这一领域的任何地方，迄今的发现都没有产生当时所承诺的重大影响”

受英国的研究资助机构（科学研究会议SRC）委托，流体力学大家James Lighthill 1个人纵览AI研究后整理出的报告。他把AI分为A（自动化）、B（制造机器人等的桥接）、C（用计算机研究大脑和神经的研究），认可了A和C，对B则很严厉。对于进展不顺的重大原因，他指出研究者没有意识到要搜索的组合数量爆炸式增长的现象（组合爆炸）。这份报告之后，英国对AI研究的信任和研究经费大幅下降。

中野馨（东京大学）的“联想器”：给出一部分就能回想全体的记忆机制

东京大学的中野馨发表了“联想器（Associatron）”这一机制：把信息作为0和1的模式分散地记在整个网络里，从其中一部分回想出全体。线索越大回想得越准确，线索小则回想得模糊。它是对大脑神经网络加以简化的模型，并指出可以用只有相邻元件相连、同时工作的形式构成。他在计算机上做了实验，还展示了应用于概念形成和游戏的例子。

MYCIN：基于IF–THEN规则的用药建议AI，评估比肩专家却未被日常使用

在斯坦福大学，当时还是医学生的爱德华·肖特利夫（Edward Shortliffe）等人开发了向医生建议细菌感染症（血液感染，后来是脑膜炎）用药的程序MYCIN。他们把医生的知识做成“IF–THEN规则（如果……那么……）”——如果（检查结果是……）那么（病菌似乎是……）——最初约200条，1978年约500条，并使其能解释判断的理由。1979年的评估中，针对10名脑膜炎患者，斯坦福大学以外的8位感染症专家匿名地为MYCIN与医生们的处方打分。MYCIN的处方有65%被认为“可以接受”，斯坦福的5位专家则是42.5%至62.5%（平均55.5%）。尽管如此，开发者们的书中还是写道，“MYCIN从未在患者诊疗中被例行使用”。

尚不清楚的事：“法律和责任”的说法是谁、什么时候最先提出的，没有核实。

1984年AI大会展厅：“造出了更好的大脑”的宣传气氛

科学记者乔治·约翰逊记述了1984年8月美国人工智能协会（AAAI）大会展厅里的情形。多数研究者是来讨论一点点进展的，但参展企业中有些公司的表现，仿佛创造拥有人类智能的伙伴这一古老的梦想已经实现。一款把专家知识写入的AI工具TIMM的宣传册声称“我们造出了更好的大脑”，还写道专家系统不会生病，也不会辞职或提前退休。记者写道，推销者的话有时听起来像“宣告新时代的先知”。

尚不清楚的事：销售TIMM的公司叫什么名字，报道里没有写。

仙台市地铁开通，列车自动驾驶采用“预见模糊控制”（处理模糊性的规则型AI）

1987年7月15日，仙台市地铁（日本第9个城市地铁）开通。日立制作所开发的列车自动运行装置采用了“预见模糊控制”。它是用“IF…THEN…形式”（如果……就……的形式）写成的AI（知识工程）规则，用来取代熟练司机的技术。文章写道，乘坐舒适度和停车精度得到提高，也实现了节能，并把这种预见模糊控制介绍为“世界上第一个”（这是研制公司的文章里的说法）。

尚不清楚的事：“世界第一”是研制公司文章里的说法，没有用其他资料核实过。

1981年的展望：1990年代初将出现有眼耳口、听得懂人话的计算机

项目开始前的调查（1979—1981年，委员长是东京大学的元冈达先生）的报告记述，以1990年为目标年份完成试制机。向一般读者解说这份报告的小册子写道，第五代计算机“据说将在1990年代初出现”，要“到1990年做出原型机”（造出试制机），就必须尽早开始研究。它列出了8项功能，作为想要达到的样子：能直接处理声音、图形、图像、文字的“有眼、耳、口的计算机”；能用日常语言交谈的“听得懂人话的计算机”（凭这种能力，自动翻译、口译也成为可能）；具备常识、能用推理解决从没见过的问题的计算机；不用编写程序就能使用的计算机，等等。

后来：项目在1982—1992年度实施。据1993年的最终评价报告书，推理速度的目标（1秒1亿次）以1亿5千万次以上的成绩达成并超过。另一方面，通过声音和图像与人交流的机制，被发现需要大量背景知识，中途改为只专注于语言研究的基础，因此没有做到造出具体机制。所长渕一博先生在1992年说，制作机器翻译这类应用系统，在1982年项目开始时就已经从目标中去掉了。

尚不清楚的事：写有翻译词数、正确率等数字目标的“研究开发课题说明书”（1981年，7个小组26个课题）没有找到，因此未能查证。

第五代成果：PIM与KL1（最大512台，5型合计超1,000台）

第五代计算机项目研制出把许多台计算机连起来、同时进行推理（从规则推出结论）的“并行推理机PIM”，以及它的专用语言“并行逻辑语言KL1”，并于1992年6月在国际会议FGCS'92上发表。KL1是近山隆先生以研究员上田和纪先生设计的语言GHC的机制为基础设计的（出自所长渕一博先生的演讲）。PIM做出了规格各不相同的5种型号，其中最大的PIM/p用了512台计算机，1秒内能做1亿5,600万次推理。5种型号加起来超过1,000台。最终评价写道，这超过了1秒1亿次的目标。

尚不清楚的事：项目结束后PIM是怎么使用的（有多少台在哪里运行了几年），还没有查证。

“第五代计算机失败了”的说法——当事人、评价委员会和外部研究者各是怎么写的

1992年6月，在项目收尾的国际会议（FGCS'92）刚结束之后，报纸The Baltimore Sun的社论（写给美国企业看的）写道，该项目的“失败终于在6月1日的东京研讨会上被承认”。然而，在这场会议的主题演讲中，所长渕一博先生介绍说“国内外出现了认为这个项目失败了的评论”。他接着解释，“想在10年内攻克人工智能（AI）的难题”“正在尝试制造达到人类水平的机器翻译系统”之类的宏大形象，是从项目开始前1981年的会议起传开的。他说，1982年开始的项目内容要谦虚得多（并行推理），他相信这是成功的。推进委员会的最终评价（1993年）也认为“充分满足了当初的期待”。通商产业省的研究所报告（1995年）写道，因为没有做成产品就说是失败，是没有充分理解项目目的（基础研究和国际贡献）的看法。但同一份报告也写道，所造计算机的机制本身，由于小型计算机的进步，不会被用于未来的技术。外部研究者写的历史书（Nilsson 2010）则写道，许多人认为这些成果如今只有历史意义。

尚不清楚的事：“失败”的评价最初是从美国哪里传开的（例如1992年6月New York Times的报道《“第五代”成了日本失落的一代》），因为打不开那篇报道，没有查证。

用反向传播训练多层神经网络的论文发表在《Nature》上

鲁梅尔哈特、辛顿、威廉斯发表了一种训练在输入与输出之间带有“隐藏层”的神经网络的方法。把输出与正确答案的差（误差）从输出一侧依次传回输入一侧，同时一点一点地更新连接的强度（把误差倒着传回去，即反向传播，论文题目是“通过反向传播误差学习表示”）。他们通过实验表明，隐藏层会自己表示出没有教给它的特征。

尚不清楚的事：隐藏层里表示了什么，人要读懂，在这篇论文的小例子（家谱）里是做得到的。但在大的网络里，至今只弄清了一部分（与第4次的单元相连）。

1984年的讨论勾勒出的“AI寒冬”最坏情形——事后的对答案

美国人工智能协会（AAAI）的大会上，举行了一场题为“AI的‘黑暗时代’——能避免还是只能熬过去？”的讨论会。主持人德鲁·麦克德莫特说，在产业界的热闹背后，多年从事研究的人心中有着源于这样一种担心的深深不安：“也许人们对AI的期待太高了，终将招致灾难”。他描绘了一个最坏的情形：5年后美国的“战略计算计划”失败，日本的第五代计算机也陷入僵局，创业公司倒闭，对AI的资金停止，大家都改掉研究的名字。他介绍说，有人把这种状态称为“AI寒冬”。不过他本人也表示，认为这种情形发生的可能性不大。讨论中，另一位研究者（罗杰·尚克）说，他被问到是否认为灾难会来时回答说会来。另一方面，也有人提出了“会有AI寒冬吗？我认为可能会有一个AI黄昏”这样的意见（同一个人接着说，泡沫也许不是破裂，而是稍微缩小一点）。

后来：后来，计划的看点中的1个——自动驾驶车（ALV）的开发于1988年4月被叫停。1987年上任的主管部门负责人也砍掉了一部分AI项目。该计划于1993年从DARPA的预算中消失。美国人工智能协会的会员数在1987年达到16,421人的峰值，到1996年稳定在4,000~5,000人。开发专家系统的AI企业，多数倒闭、被收购或转了行。日本的第五代计算机项目在1992财年结束了主体部分。Nilsson写道，这些事件在1980年代中后期相继发生，被称作“AI寒冬”。

尚不清楚的事：情形中的1个“大家都急忙把自己研究项目的名称改成别的”在1990年代是否真的发生过，没有用原始资料确认（u08 中处理的候选内容）

LSTM：能记住长句子或声音前面部分的神经网络问世

霍赫赖特和施密德胡伯发表了LSTM。它在处理时间序列数据（声音或字符的序列）的神经网络里引入了“记忆单元和门单元”：“记忆单元”是用来记住信息的盒子，“门”负责开合信息的存取。此前的方法中，用反向传播来修正网络的信号在沿时间回溯的过程中会消失（趋近于零）或膨胀，因此记不住很久以前的事。LSTM能够保持并利用相隔1000多步的过去线索。

瓦普尼克等人提出支持向量机：在数据之间划出最宽的路来分类

划一条线把2类点分开时，就把线划在离两边的点都尽可能远的、最宽的路的正中间。这样，对第一次见到的点也能分得好。瓦普尼克等人把这个想法做成了只需用路边的少数几个点（支持向量＝撑住这条路的点）就能计算的形式。在手写数字集MNIST上，错误率为1.1%（Cortes和Vapnik），成绩接近神经网络LeNet。到2000年前后，这类方法成为实际应用中的主流。

李飞飞等人发表ImageNet：数百万张带名称的照片，由网上接活的人逐张核对

李等人以按层级结构整理概念的词典WordNet为基础，为约8万个名词类别，各收集平均500至1000张照片，发表了ImageNet（论文的例子是Burmese cat，即“图像中有伯曼猫吗？”）。发表时已达到12个领域、5247个类别、320万张图像。图像用搜索引擎收集，照片里是否确实拍到了目标物体，由通过Amazon Mechanical Turk接活赚钱的世界各地的工作者对每1张逐一核对，并用多人投票来决定。

尚不清楚的事：关于工作者的人数、居住国和报酬金额，这篇论文中没有记载（未确认）。

ILSVRC 2012：多伦多大学深层卷积网络夺第1，第2名是东京大学团队

在从照片中识别1000种物体的比赛里，克里热夫斯基、苏茨克维、辛顿的团队“SuperVision”，在允许回答5次的规则下把错误率压到了15.3%（仅使用比赛提供的数据时为16.4%）。第2名东京大学的团队（ISI）为26.2%，相差约11个百分点。他们用2块游戏用的GPU（图像处理用的半导体，NVIDIA制造），训练了一个拥有6000万个参数的8层神经网络。比赛的主办方在后来的论文中写道，这一年是“这是大规模物体识别的一个转折点”。

辛顿等人发表让深层网络“每次1层”学习的方法，通向“深度学习”的重要一步

层数很多的神经网络，只靠反向传播很难学好。辛顿等人提出的办法是：先每次只学1层（即“一次一层”），不给正确答案，让网络自己抓住“数据的特征”（预训练），然后再用反向传播对整个网络做调整。在手写数字数据集MNIST上，错误率为1.25%（Neural Computation的论文）；在用很少的数来表示图像和文档的任务上，效果也优于此前的方法（Science的论文）。

100万美元Netflix Prize（2006—2009）：仅差20分钟

2006年10月，当时出租电影DVD的Netflix举办了一场大赛：只要能把电影评分预测得比自家的推荐系统（Cinematch）准确10%，就颁发100万美元奖金。他们发放的数据是：把姓名换成编号的约48万人，对约1万8000部电影打出的超过1亿条评分（1—5颗星）。约3年后的2009年9月21日，BellKor's Pragmatic Chaos队夺冠。第2名的队伍得分相同（误差0.8567，提高10.06%），但提交时间早了约20分钟的一方获胜（依据的是同分则先提交者胜的规定）。

AlphaGo以4胜1负战胜世界一流棋手李世石（首尔）

2016年3月，在韩国首尔，AlphaGo与曾18次获得世界冠军的李世石九段进行了不让子的5番棋比赛。AlphaGo以4胜1负获胜。第4局，李世石九段凭借第78手出人意料的一着取得了胜利。DeepMind宣布，将100万美元奖金捐给教育和围棋团体以及联合国儿童基金会。

让围棋软件变强的“蒙特卡洛树搜索”所依据的2篇论文

围棋1个局面可下的着法很多，局面的评估也困难，所以象棋那样的搜索方法没能让围棋变强。2006年，法国的库隆（Rémi Coulom）的论文提出了新的搜索方法（蒙特卡洛树搜索，MCTS）。它从某个局面出发，一直随机下到终局，多次重复（蒙特卡洛），按胜率比较着法，越有希望的分支查得越深。库隆用9路棋盘的围棋软件Crazy Stone，赢得了计算机围棋比赛（KGS）的冠军。同一年，匈牙利的Levente Kocsis和Csaba Szepesvári提出了决定该试哪些分支、各试多少次的方法UCT。10年后的AlphaGo论文（2016年）把这2篇作为MCTS的文献引用，并将MCTS与2个神经网络（预测下一手和评估局面）相结合。

信息处理学会宣布计算机将棋“已追上顶尖职业棋手”，项目结束

信息处理学会从2010年起推进以实现“战胜顶级职业棋手……的计算机将棋”为目标的项目。2015年10月，学会以“分析结果显示，到2015年时已经追上了顶尖职业棋手”为由，宣布项目结束。据说明，所谓“正在赶上”，并不是指每次都赢，而是指下很多盘的话，赢多输少的可能性很大。不过在这个时间点，与顶尖职业棋手的直接对局还没有实现。

后来：大约1年半后的2017年4月1日和5月20日，将棋软件PONANZA 2盘都战胜了名人佐藤天彦（以睿王身份出场）。主办方在这场对局后结束了电王战。

牛津研究：“美国全部就业岗位中有47%处于高风险类别”（2013）

2013年9月，牛津大学的卡尔·贝内迪克特·弗雷（Carl Benedikt Frey）和迈克尔·奥斯本（Michael Osborne）发表论文，对美国的702种职业估算了被计算机取代的概率。论文认为，美国47%的就业岗位“属于高风险类别”。这个数字后来被当作“工作会消失的预测”，也成了检验的对象（例：ITIF在2022年的文章，标题为“哎呀：预测中AI造成的47%的失业并没有发生”。出自本站之外另行调查的、对工作预测进行答案核对的记录）。详细内容和之后的检验，记录在本站之外的另一项调查（AI时代的工作预测的答案核对）中。

成为如今文本AI基础的“Transformer”论文发表

谷歌的研究者们和多伦多大学的一名学生，共8人，发表了一种全新的AI结构（Transformer）。它完全由让“注意力机制”关注句子中哪个词与哪个词有关系的机制构成。论文试验的是从英语到德语、法语的翻译等，以更短的训练时间取得了比以往更好的成绩。后来的GPT和BERT都以这个结构为基础（在各自的论文中得到确认）。

对话式AI“ChatGPT”作为免费的“研究预览版”公开

OpenAI公开了对话式AI“ChatGPT”。发布文章说，它能回答后续追问、承认自己的错误、指出错误的前提，并拒绝不当的请求。它的内部，是对2022年初完成训练的GPT-3.5系列，让人类给回答打分后再进行调整。文中写道，在“研究预览期间，ChatGPT可免费使用”，目的是收集用户的反馈。

尚不清楚的事：发布文章把难以纠正错误的原因中的1个，说成是“在强化学习训练期间，目前还没有真值的来源”。听起来合理的错误（后来被称为“幻觉”）为什么、何时出现，开发者在当时也写道“很困难”。

“ChatGPT两个月1亿人”是银行分析师据访问量的估算

2023年2月，“ChatGPT公开2个月就有1亿人使用，是史上传播最快的应用”这一消息传遍世界。追根溯源，它来自投资银行瑞银（UBS）分析师的一份备忘录，是根据网络分析公司Similarweb的数字总结出的“据估计，1月的月活跃用户已达1亿”（引号内是转述这份备忘录的路透社报道的措辞）。路透社写的是“据估计”，Similarweb当时没有回应对数字的核实。《卫报》的正文则把它作为Similarweb的数字介绍：“1月约有5.9亿次访问，来自1亿独立访客”。

规模越大性能按固定规律提升的论文，但作者自己注明“趋势终究会趋于平缓”

OpenAI和约翰斯·霍普金斯大学的研究者们证明：语言模型的成绩（用预测下一个单词的难度来衡量），在增加参数数量、训练数据量和计算量时，会按整齐的固定形式（幂律）变好。这种形式在7个数量级（1000万倍）以上的范围内都持续成立。这个想法后来成了制造更大AI的竞赛的基础中的1个。

尚不清楚的事：已经清楚的：就2020年之前调查的范围而言，规模越大，性能就按固定的规则提升。尚不清楚的：能持续到哪里，为什么会这样（论文自己写道“终究会触顶”“我们并没有扎实的理论理解”）。

AI 2025年前拿数奥金牌？2022年两人预测<8%与>16%

AI研究者保罗·克里斯蒂亚诺和埃利泽·尤德科夫斯基对AI进步的看法不同。于是他们公开了一个能分出对错的预测：在国际数学奥林匹克（高中生的比赛）中，“赛前开发的AI……能在2022〜2025年中的某一年拿到金牌”的概率（时间等规则按IMO大挑战的规定）。克里斯蒂亚诺说低于8%，尤德科夫斯基说16%以上。对于解出最难一道题的概率，克里斯蒂亚诺预测低于4%。2025年7月，谷歌DeepMind宣布，Gemini的增强版6道题中完整解答了5道，42分中拿到35分（金牌分数），并由比赛的评分员正式评分并确认。它在4.5小时的限时内，用普通的自然语言写出了解答。

后来：2025年7月，谷歌DeepMind的Gemini增强版在42分中拿到35分（金牌分数）。比赛的评分员正式评分，国际数学奥林匹克的主席确认为“金牌分数”（不过据博客所述，确认的是解答，并不是对AI结构的验证）。比赛在4.5小时的限时内进行，最难的一题（第6题）没有解出（6题中解出5题）。两种预测都是概率，无法断定中或不中，但实际结果更接近把概率估得较高的一方（16%以上）。

96位专家的国际报告：AI内部难读懂，进展意见不一

以布莱切利会议（2023年）为契机，由约书亚·本吉奥担任主席的96位专家（包括由30个国家以及联合国、欧盟、经合组织遴选的顾问委员会），汇编了一份关于AI安全的国际报告（日本方面有北野宏明）。报告说明，通用AI模型“并非按传统意义编程”，而是通过学习构建出来的，并写道：“这些系统的内部运作在很大程度上难以理解，对其开发者来说也是如此”“目前用来解释通用AI系统为何给出某个输出的可解释性技术，仍然非常有限”。关于今后的进展，报告称通用AI的能力提升“可能进展缓慢、迅速或极其迅速”，并称“由于对进一步扩大（scaling）前景的看法不同，专家们对今后的进展速度意见不一”。2026年2月的第2份报告也指出：“研究人员无法可靠地预测某种能力何时会出现”“对于投入（算力、算法改进、数据）的指数级增长是否会持续，专家们意见不一”。

尚不清楚的事：尚不清楚的事（由各国遴选的专家指出）：①现代大规模AI的内部运作（内部的机制连开发者也几乎无法读懂，解释技术也非常有限）。②今后的进步速度（从缓慢到极快，都有可能。专家们对扩大规模能奏效到什么程度意见不一）。2026年的报告中，同样的不确定性仍在持续。

AI预言多在15至25年后的研究（现附更正注）

这篇论文收集并分析了95条关于AI实现时间的预言。它认为“15到25年后”这类预言最多，而且专家和非专家的预言无法区分。公开的PDF第1页上，现在带有一条注：“本文的结果基于数据集的错误”。错误的原因是把区分是否为专家的分类列读错了（AI Impacts在2016年指出）。

尚不清楚的事：预言是否集中在大约20年后，会因数据的制作方式而改变。目前并不明确。

追溯教材预言“2025年可模拟一个人脑”：源于库兹韦尔的图

日本文部科学省面向高中“信息Ⅱ”（日本高中的选修信息科目）教师的教材（2020年）依据总务省2014年《信息通信白皮书》的资料，写道：假设计算速度就这样持续提高，那么“到2025年，达到可以完整模拟一个人类大脑的性能”（模拟，指在计算机里模仿着运行）。追溯出处会发现，白皮书并不是在正文里，而是在图表3-1-1-4“运算速度的提升”中载有这一说法。该图的出处，是2014年2月13日总务省会议上木谷强（资料封面上写的是NTT DATA技术开发本部）提交的资料。那份资料说明，它是依据雷·库兹韦尔2005年的著作《奇点临近》（The Singularity Is Near）中的图制作的。原图描绘了超级计算机速度（FLOPS：1秒钟能做多少次小数运算）的各个点，以及每1.2年增至2倍的直线（Trendline），在这条线达到10的19次方FLOPS的位置，标注着“为上传所需的人脑神经模拟（2025）”。也就是说，原典谈的并不是脑模拟本身，而是对计算速度的展望。

后来：计算速度的检验：按与原图相同的指标（超级计算机性能排行榜TOP500所用的HPL值；原图也把TOP500列为出处），2025年11月位居榜首的El Capitan（美国）为1.809艾次（每秒约180京次），只有10的19次方FLOPS的约5.5分之1。2026年6月登上第1位的LineShine（中国）为2.198艾次，也还没有达到。另一方面，在测量混入低位数运算的方式（mixed-precision）的另一个榜单HPL-MxP（原HPL-AI）上，2025年11月，El Capitan（16.680）、Aurora（11.643）、Frontier（11.390）这3台突破了10的19次方FLOPS。至于10的16次方FLOPS（图中预测为2013年），日本的“京”早在2011年11月就以10.51千万亿次达到了。脑模拟的实绩：2013年，用“京”的全部计算节点模拟了17亿3000万个神经细胞和10万亿4000亿个突触（约为人脑神经回路的1%），但再现脑1秒钟的活动花了40分钟（理化学研究所等）。2018年，理化学研究所写道，即使是当时性能最高的超级计算机，也无法模拟人脑整体的规模，并公布了面向2020年以后的下一代超级计算机实现它的做法。2025年11月，艾伦研究所和电气通信大学等使用“富岳”，发布了对小鼠整个大脑皮层（约1000万个神经细胞、260亿个突触、86个脑区）的精细模拟。艾伦研究所的Anton Arkhipov表示，长期目标是对整个大脑建模，将来也瞄准人脑模型。在本站打开的当事者发布中，没有任何一份说在2025年之前模拟了整个人脑。

尚不清楚的事：模拟整个人脑实际需要多少计算，不同的估算者差别很大。同一份2014年《信息通信白皮书》别的章节的注释里，引用了IBM的莫哈（Modha）2008年的说法：2018年以38.5千万亿次（petaflops，约4×10的16次方）就能模拟人脑。这与库兹韦尔图中的10的19次方相差约260倍。要模仿神经细胞到多细的程度，所需的速度就不同（例如，2025年“富岳”的模拟据发表，连神经细胞分支中的电流都模仿了）。到2025年为止是否在任何地方都没有模拟过整个人脑的例子，本站没能完全确认（打开的只有当事者的3份发布）。