AI 是什么：从图灵测试到大模型时代
很多人一听到"人工智能"，脑子里要么是会毁灭人类的机器人，要么是一堆看不懂的公式。其实 AI 没那么玄乎——它本质上就是让机器去做过去只有人脑才能做的决策。
一、AI 不是一夜出现的
人工智能这个词 1956 年就被提出了。图灵当年问了一个问题：“机器能思考吗？"——这就是著名的图灵测试：如果一台机器的回答让人分不出是机器还是人，那它就"会思考”。
此后几十年，AI 走了好几条路：
- 专家系统（80年代）：把专家的规则写成"如果…就…"，比如早期的医疗诊断程序。好处是逻辑清晰，坏处是规则写不完。
- 机器学习（2000年后）：不再手写规则，而是给机器大量数据，让它自己"总结规律"。你给它一万张猫的照片，它学会识别猫。
- 深度学习（2012年后）：用"神经网络"模拟人脑的层级结构，在图像、语音上突然拉开身位。AlphaGo 战胜李世石就是这一步的代表。
- 大模型（2022年后）：把"读懂语言"做到了极致，ChatGPT 让普通人第一次觉得"这玩意儿真聪明"。
二、为什么这两年突然爆炸
三个条件在 2022 年前后同时成熟：
- 算力够便宜：GPU 大规模普及，训练成本从"国家级"降到"公司级"。
- 数据够多：整个互联网的文本都被喂进了模型。
- 算法够好：Transformer 架构让模型能理解"上下文"，不再是一字一字地猜。
于是我们看到了会写文章、画图、写代码、做视频的 AI。
三、AI 现在能做什么、不能做什么
能做的：写初稿、翻译、总结长文、生成图片、辅助编程、客服问答、数据分析。
暂时做不到的：真正理解"为什么"（它只是在预测"下一个最可能出现的词"）、替你承担法律责任、在没有数据的新领域凭空创新。
一句话记住：现在的 AI 是"超级实习生"——什么都能搭把手，但关键决策还得你自己拍板。
下一篇我们会拆解：大语言模型到底是怎么"读懂"你这句话的。