（四合一大章，里面的原理有些抽象，，，我写这两章花了整整17天，一起发出来，读者大大们可以选择跳过这章和下一章。）
（很快就会回归剧情）
在随后的20世纪50-70年代，人工智能开始走向实践，出现了第一代人工智能系统。这一时期的AI主要通过硬编码规则来模拟智能行为。
1956年，美国心理学家FrankRosenblatt实现了一个早期的神经网络演示-感知器模型（PerceptronModel），该网络通过监督Learning的方法将简单的图像分类，如三角形和正方形。这是一台只有八个模拟神经元的计算机，这些神经元由马达和转盘制成，与400个光探测器连接。
1956年的夏天，在DartmouthCollege的一次会议上，AI被定义为计算机科学的一个研究领域，MarvinMinsky（明斯基），JohnMcCarthy（麦卡锡），ClaudeShannon（香农），还有NathanielRochester（罗切斯特）组织了这次会议，他们后来被称为AI的“奠基人“。
1966年，MarvinMinsky和SeymourPapert在《感知器：计算几何学导论》一书中阐述了因为硬件的限制，只有几层的神经网络仅能执行最基本的计算，一下子浇灭了这条路线上研发的热情，AI领域迎来了第一次泡沫破灭。这些先驱们怎么也没想到，计算机的速度能够在随后的几十年里指数级增长，提升了上亿倍。
1960-1970年代，AI研究主要集中在符号主义，以逻辑推理为中心。此时的AI主要是基于规则的系统，比如早期的专家系统。
在20世纪80-90年代，机器学习等新技术的提出，推动了人工智能的发展。
人工智能开始从规则制定向数据驱动转变。
当基于规则的系统弊端在1980年代变得明显时，人工智能研究开始关注机器学习，这是该学科的一个分支，采用统计方法让计算机从数据中学习。
因此，神经网络是根据人脑的结构和操作创建和建模的。
在21世纪初到现在，人工智能进入了爆发阶段。深度学习的提出，使得机器可以通过大量的数据进行学习，从而实现更复杂的智能任务。自然语言处理、图像识别、语音识别等领域取得了显著的成果。此外，人工智能的商业应用也在逐渐增多。
在1990年代，AI研究在机器人技术、计算机视觉和自然语言处理等领域取得了显著进展。在21世纪初，深度学习的出现使得语音识别、图像识别和自然语言处理的进步成为可能——深度学习是机器学习的一个分支，它使用深度神经网络。
IBM的深蓝在1997年战胜了国际象棋冠军卡斯帕罗夫后，新的基于概率推论（ProbabilisticReasoning）思路开始被广泛应用在AI领域，随后IBMWatson的项目使用这种方法在电视游戏节目《Jeopardy》中经常击败参赛的人类。
我们熟知的OpenAI是一个由ElonMusk，SamAltman，PeterThiel，还有ReidHoffman在15年共同出资十亿美金创立的科研机构，其使命是通用人工智能（AGI），即一种高度自主且在大多数具有经济价值的工作上超越人类的系统。
在22年，OpenAI发布了名为ChatGPT的语言模型。这个模型基于GPT-3框架，其能力在于生成和理解自然语言，甚至能与人类进行深度交谈。
ChatGPT的问世是人工智能在自然语言处理领域的一大里程碑，它开启了人工智能的新纪元。
通过深度学习和大规模数据训练，ChatGPT能理解复杂的人类语言，并生成具有连贯性和创造性的回应。
这也算是进入了不以时间轴来划分的人工智能的感知与认知阶段。
这个阶段也是当前人工智能的技术前沿。
感知，主要表现在对视觉和声音等客观世界信号的感知。视觉包括静态视觉(图像)和动态视觉(视频)。
在图像识别方面，计算机已经不输于人类了，事实上在很多测试中，计算机在图像识别方面胜过人类。
识别一个图片其实并不容易，对于人类来说，好像几岁小孩都能做到，但是实际上对于计算机来说，识别图像很难。
要知道，会识别图像在计算机内部的编码，这让电脑从一张图片里面认出都有什么东西，是非常困难的一个过程。
在动态视觉上，就是从视频中认出目标，例如YOLO(YouOnlyLookOnce)技术能够对视频流中的对象进行实时检测，也就是说，能够从视频流中识别出目标物体。
而SAM模型（SegmentAnythingModel）可以快速识别图像和视频中的所有物体，并智能地将其分割成不同的形状和板块，用户可以点击其中的任意物品进行单独处理，实现“一键抠图”。
需要感知的信号，除了视觉信号，还有听觉信号。
在很多应用中，语音识别是一个入口，比如你可以直接唤醒手机拨打电话、查询天气、购买外卖，或者在家里实现控制灯具、洗衣机、电视等家用电器，动动嘴就能洗衣服、开关灯、看电视、选节目，想象空间很大。
并且在语音领域，另外一个重要的应用就是不同语言之间的实时翻译，人类语言的巴别塔终于要被人工智能实现了。
对于语言的理解属于认知方面。
一般认为认知比感知要难一些，小孩子能够轻易认出图片的内容，但是翻译一门语言却需要艰难的学习。
在对语言理解方面，就目前技术看来，ChatGPT是最接近实现通用人工智能的工具，它几乎可以回答人类问的所有问题，并且大多数回答都内容准确、逻辑清晰。
它可以通过图灵测试，比人类的知识多很多，更重要的是，它还在不断的进化，很多人甚至认为，这一工具的发明，宣布人类进入了奇点(Singularity)时刻。
Singularity，中文译为“奇点”。
奇点这个词在不同的学科有不同的意义，在数学中，奇点指在该点上，某条曲线或某个曲面以无限快的速度变化；在天体物理学中，奇点表示最初宇宙大爆炸时刻的状态。
根据狭义相对论，能量和物质是可以互相转化的，这也就是著名的质能公式E=mc2，即能量等于光速的平方乘以质量。
理论物理学家将这个“诞生出”时空和质能的事物称为“奇点”，奇点是广义相对论的一个预言，也是现代科学所能讲述的最早一个故事。
因为对于奇点本身和奇点之前的故事，除了猜测外，我们还无法在科学范围内给出合理的描述并加以验证。
也有部分物理学家将导致空间和时间诞生的这个点称为量子真空，它具有密度无限大、能量无限高等属性。
作出这样的假设并不奇怪，毕竟，在这个无穷小的空间里孕育了今天宇宙中的所有事物和现象。
但是科学家们也无法分清这些现象在这个太初时刻所应遵循的规则：哪些应该遵循（描述宏观世界的）相对论？
哪些又应该遵循（描述微观世界规则的）量子理论？或者还有其他人类未知的宇宙规律？
奇点发生后的宇宙温度极高（即普朗克温度，也是理论物理可以表达的温度上限），在这样的环境中，物质和能量可以相互转化。
于是在这个太初时刻开始后，宇宙中的能量便开始不断聚集形成物质粒子，这些粒子也不断地再次转变成能量。
另外，在这个初始点，引力、电磁力、弱作用力，和强作用力这四种基本的物理力也还没有形成（或理解为没有作用条件，比如空间为零时引力并没有意义）。
后来，这四种力塑造了宇宙运行的基本法则，因为任何我们能想到的力，如推力、拉力、摩擦力、磁吸力、月球的引力、核能、原子衰变、跑步、观察，以及思考等等，这些动作或行为都是由这四种基本相互作用力的其中之一所主导的。
但在奇点时刻，这些力都还没有独立存在。
奇点“启动”了时空，然后在一个量子尺度下（一个普朗克时间）诞生了我们所在的宇宙。
在广义相对论中由于坐标可以任意选取，时空的几何性质从一些在坐标变换中不变的量入手研究会比较方便。
比如，时空的弯曲程度可以用由Riemann张量缩并而成的各种标量来研究。
在Schwarzschild度规的坐标原点处，我们发现无论怎样的缩并都无法给出非零的有限值，所以时空曲率在这一点是无穷大。
我们知道我们的理论出了问题，无法表述那里的时空。所以物理理解就是无法用物理描述的时空区域。
再说数学上的理解。
这是大名鼎鼎的Hawking和Penrose做的工作。
有兴趣的各位可以了解一下Penrose-Hawking奇点定理。
我并不能完全理解他们的证明（相当相当难），但大致意思是可以证明在时空的某一些区域，测地线不可以无限延伸，长度只能不超过某个有限值。
为什么我们关心测地线？因为爱因斯坦说所有只受引力影响的物体在时空中的轨迹都是测地线。
测地线长度有限就意味着对于物体来说，时空不是无限的，会在某时某地终止。
因此数学上奇点的意义就是时空中某个测地线不能无限延伸的区域。
在人工智能领域，奇点时刻是指机器文明赶超人类文明的时刻。
人工智能未来会发展成什么样？
答案是：谁也不知道。
美国未来学家库兹韦尔于05年出版《奇点临近》一书，指出人类文明会在2045年被人工智能文明所代替。
库兹韦尔并不是泛泛而谈，他获得过总统勋章，是谷歌公司的高级研究员，历史上他的很多预言都被验证是正确的。
而且人类文明的发展是线性的(其实是阶梯型的)，可人工智能是以指数形式发展的，机器文明的进化速度要远远超过人类文明。
那么所谓的奇点到底是否会来临？
答案依然是：不知道。
其实即使机器文明没有替代人类文明，但是机器替代人类工作的趋势是越来越明显了，而且，这种替代和历史不一样之处在于，人工智能替代的工作是脑力工作，也就是大众认为的“体面的”工作。
科幻小说家阿西莫夫提出了一个关于机器人的三定律：
一、不能伤害人；二、在第一条的基础上听从人类命令；三、在前两条的基础上，保护自己。
这三条规定至今还被认为是机器人应该遵守的。
第二条，相当于规定了不能发明杀人机器人
(但是如果有人命令机器人杀人，虽然第二条要求机器人服从，但是因为第二条受制于第一条，所以，这条命令无效)。
机器人三定律最重要的一条是要求机器人不能伤害人类。
机器人伤害人类了吗？
那得看如何定义伤害，如果说机器人把谁打伤、杀害，现阶段很少听说机器人主动伤害人类。
但是机器人打败了卡斯帕罗夫，战胜了李世石，伤害了他们吗？
伤害了，卡斯帕罗夫、李世石在失败后的表现非常失望，甚至卡斯帕罗夫赛后一度怀疑IBM公司作弊了(可是他已经是世界第一了)。
李世石1:4输给AlphaGo，只有在唯一的一盘胜利之后才面露喜色，其他场比赛后都神情沉重。
那机器人伤害普通人了吗？
伤害了，无形的伤害。机器人替代了很多人类的工作，引起了失业。
回顾人类的近代历史，每次工业革命都给后人带来了巨大红利，但是给当时的人们带来的是巨大的痛苦。
第一次工业革命带来的直接结果是：
人类生活得更好了，寿命更长了。
但是这是站在当下，回顾历史的结果。
我们认为这次工业歌名给人类带了了巨大的好处，这是因为我们吃到了它带来的红利。
在工业歌名初期，它给当时的社会带来巨大的负面作用。
因为在任何一次歌名的初期，只有少数人能够受益，工业歌名的初期，给社会带来了巨大的动荡，可以说，诅咒它的人远比欢呼它的人要多得多。
在第一次工业歌名开始后的很长一段时间里，小作坊纷纷破产，很多人从中产沦落到赤贫。
工业革命的发源地英国贫富分化更加严重，英国作家狄更斯的小说对那时候的生活有清晰的写照，他在小说《双城记》里面写到，
“这是最好的时代，也是最坏的时代”，
但是当你看完小说，你会发现，“这绝对是最坏的时代”。也正是那个时代，世界出现了空前的工人运动。
第二次工业歌名以电力的广泛使用为代表。以美国为例，在第二次工业歌名开始时，大部分美国人的生活变得更差了。
按可比价价格算，美国历史上最大的富豪是洛克菲勒、卡耐基、范德比尔特等人，他们最大共同点就是都出现在那个时代。
在第二次工业歌名时代，贫富差距十分严重，美国历史上的工人运动不多，但是大多数都出现在那个年代。
我们现在处在第三次工业革命—信息歌名。
第三次工业革命，又称为数字革命，是20世纪下半叶开始的信息技术迅速发展的革命，其对工业生产和社会生活产生了深远的影响。这场革命以计算机技术的发展和普及、互联网的诞生以及通信技术的革新为技术突破，极大地改变了生产方式和社会结构，为人类生活带来了极大的便利。
20世纪下半叶是一个全球政治、经济和社会迅速变革的时期。在这个时期，科学技术的进步成为推动社会发展的主要动力。尤其是在计算机、互联网和通信技术领域，一系列的重大突破，彻底改变了人类的生产方式、交流方式和生活方式。
1946年，世界上第一台计算机ENIAC的诞生，标志着计算机技术的开始；1
969年，美国国防部高级研究计划局成功连接了四台计算机，形成了最早的互联网雏形；
1981年，个人电脑的出现，使得计算机技术开始进入家庭和企业；
1990年，万维网的发明，使得互联网的应用变得更加广泛。
第三次工业革命可以说是对传统产业的颠覆和升级。
在制造业，自动化和信息技术的应用，大大提高了生产效率和产品质量，同时也降低了生产成本。
在通信业，从固定电话到移动电话，再到现在的智能手机，通信技术的发展使得人们可以随时随地地进行沟通和交流。在媒体和娱乐业，互联网的发展使得信息的传播更加迅速，同时也催生了新媒体业态，如社交媒体、网络视频等。
第三次工业革命可以说是一场深度的社会变革，对全球经济和社会文化具有长远的影响。在全球经济层面，信息技术的发展推动了全球化和信息化，加速了国际间的贸易、投资和技术交流。在社会文化层面，互联网和通信技术的普及，使得人们的生活方式、交流方式和文化消费方式发生了根本性的变化。
同时，这也带来了一系列的社会问题，如信息安全、网络依赖等。
在第三次工业革命中，有许多杰出的人物做出了重要贡献。例如，计算机科学的先驱阿兰·图灵提出了图灵机模型，为计算机科学的发展奠定了基础。
图灵的贡献被认为是计算机科学的开端，他提出的图灵测试至今仍是衡量人工智能的重要标准。
互联网的发明人蒂姆·伯纳斯-李提出了万维网的构想，使得互联网的应用变得更加广泛。
万维网的发明让人们可以通过浏览器访问互联网，浏览和分享信息，极大地推动了互联网的发展。
此外，乔布斯和盖茨等人则通过创立苹果和微软等公司，推动了个人电脑和软件产业的发展。
乔布斯和盖茨的领导力和创新精神使得个人电脑变得更加普及，软件产业也得到了飞速发展。
但是它带来的贫富差距和街机XX，这个比较那啥，不好展开讲，但是，我保证，绝对和前两次相比，过有之而无不及。
除了感知和认知之外，还有一些前沿人工智能技术，既比记忆和计算高级，但又不算是发明和创造，例如智能预测。
说到智能预测，很多人都以为，它的用处大多都是例如预测一下明天股市是涨是跌(事实上，在量化投资领域，确实有很多人在做这件事情)。