实验 / 01事实
感知机
输入变成加权总和。改变权重，决策边界也会改变。
x₁1
x₂0
w₁ 0.8
w₂ -0.4
Σ→ 1
得分 = x₁ × w₁ + x₂ × w₂0.80 → 激活
弗兰克·罗森布拉特，《感知机》，1958 年 ↗故事模式沿着历史路径阅读；切换模式可以检查证据记录。
一部关于机器认知的视觉历史
从工具走向智能
数千年来，人类制造机器来放大肌肉。
数百年来，人类制造机器来放大生产。
数十年来，计算机放大了计算。
现在，机器开始放大智能本身。
01 / 22
人工智能
第一次智能革命
一部关于机器认知的互动历史
向下滚动，穿越八十年人工智能史。
能力索引1943—现在
实时智能场概念可视化 / 指针追踪关系
符号→词元→关系→结构？
图 01
人类能力从身体进入机器。最后一步是一个问题，而不是一个结论。
00问题
历史解读
人工智能只是第四次工业革命吗？
当我们讨论工厂、生产率与基础设施时，这个框架很有用。但当主题变成人类能力史时，它或许太小了。
蒸汽机扩展了力量。电力放大了生产。计算机自动化了计算。这里探索的论点更具体，也更谨慎：
论点
人工智能可能是第一种将部分认知工业化的技术。
这是本站提出的论点，并非已经确立的学术共识。事实机器一次又一次地把人类能力外化。
解读正在被外化的能力可能正在改变。
论点这种变化值得拥有自己的历史框架。
00A智能之前
一组比较，不是等级排序
三个工业革命。
一个智能革命？
“第四次工业革命”仍然是描述网络物理系统与经济变化的有用框架。另一种框架从不同问题出发：哪一种人类能力正在变得充足？
革命核心资源机器放大什么改变了什么
01 / 第一次工业革命煤 · 蒸汽肌肉机械动力
02 / 第二次工业革命电力 · 石油生产能源与规模
03 / 数字革命电子 · 网络计算 · 信息计算能力
04 / 人工智能 ？数据 · 算力 · 模型认知任务智能 / 专业知识 ？
解读
最后一行是本站提出的分析框架，不被呈现为经济史或技术史中的既定共识。
01人类能力
能力阶梯
机器下一步要放大什么？
一张工作中的能力地图：人类实践如何一步一步进入技术系统。
能力 / 01
肌肉
农业时代 → 1760年代
机器承载力量
每一步都会改变人类可以要求机器做什么，也会改变我们在称其为智能之前需要什么证据。
021943 → 现在
长时段视角
机器认知的八十年。
2017
沿着历史节点、机器与不断变化的人类期待，跟随这场论证。
2017
原始记录2017
2017
滚动或点击年份，切换历史记录09 个主要节点 · 12 条引用记录
02B档案影像
真实记录，而非装饰
历史需要可见。
四个视觉锚点把抽象的能力史拉回到具体的人、纸张与机器。点击任意图像查看大图和来源信息。
02A学习型机器
触摸机制
从规则到学会的模式。
两件小型教学工具。它们经过有意简化：用于看见机制，而不是对生产模型做出断言。
实验 / 02示意例子
下一个词元预测
语言模型把文本处理成词元，然后估计接下来可能出现什么。这里的柱状图仅用于教学，并非来自实时模型。
机器正在放大语言。
下一个词元的概率示意值
的31%
模型18%
世界11%
…7%
文本→词元→概率→下一个词元
瓦斯瓦尼等，《你只需要注意力》，2017 年 ↗03A训练一台机器
损失 · 梯度 · 收敛
学习不是魔法。
是误差的回路。
概念可视化：数据进入模型，预测产生误差，误差改变权重。真实训练系统远比这里复杂。
样本进入模型，预测还很粗糙。
04人工智能作为系统
不只是聊天机器人
智能是一套系统。
人们看见的接口只是顶层。下面是一条从半导体与电力开始的物理供应链。
能力地图 / 点击节点
一个模型家族可以成为许多接口。这张地图表示关系，不表示不同能力相等或可以互换。
物理 → 数字 / 点击一层
应用
人们看见的部分。人工智能看起来像软件，但它建立在一个物质系统之上。
04A注意力体验
2017 / 关系成为接口
你只需要注意力。
点击一个词元，看见它如何把关系重新加权。矩阵和连线是教学示意，不是某个真实模型的内部读数。
计算阶段
输入句子 / 点击词元
当前查询机器它正在查看其他词元的关系权重。
注意力矩阵 / 行 = 查询 · 列 = 内容
弱关系强关系
04B语义空间
向量 · 聚类 · 距离
意义不是坐标。
但可以被比较。
二维投影只是教学可视化：它把高维向量压平，帮助我们讨论邻近、聚类和关系，不代表真实模型的完整内部空间。
角色物体动物抽象
当前焦点国王类别 / 角色
与“女人”的教学距离0.16
点击点位，观察一个词如何在概念邻域中移动。这里的距离是人为构造的展示值。
05A智能体循环
目标 · 工具 · 观察 · 记忆
回答之外，
循环开始。
智能体不是一次提示和一次回答，而是目标、行动、工具、观察和下一轮判断组成的系统。
↺
当前循环节点01
目标
我要完成什么？
调用 / 意图下一步
06 / 物理机器从词元向外缩放
词元
概念可视化 / 不按比例
词元→模型→算力→建筑→工业系统
06模型背后的物理机器
人工智能不是漂浮在云端
每一次回答，
都要穿过物理世界。
05智能的成本
可测量、可预测、仍有争议
每项新能力都有物质成本。
数据、算力、劳动、能源与注意力都不是背景细节。它们本身就是正在书写的历史。
能源 / 数据中心事实
415 太瓦时
国际能源署对 2024 年全球数据中心用电量的估计。
01000 太瓦时
工作 / 暴露 ≠ 消失解读
职业许多任务
↓任务部分暴露
↓结果自动化还是增强？
国际劳工组织研究认为，大多数职业与行业只是部分暴露于生成式人工智能；核心问题是工作将如何被重新组织。
国际劳工组织，全球分析，2023 年 ↗基准测试识读事实
分数是一扇窗，不是一颗心智。
饱和
当表现接近上限时，基准测试可能不再能区分不同系统。
污染
训练数据可能与评测集重叠，使结果难以解释。
提示敏感性
指令、示例或格式的小变化都可能改变分数。
任务范围
在狭窄任务上的成功，不等于拥有通用智能。
仅用于教学示意，不是排行榜；不同任务、模型版本、提示词或评测协议之间不能直接比较。
斯坦福人工智能指数，2025 年 ↗06A尺度墙
数据不是背景
从神经元到基础设施。
历史节点让我们知道“什么时候发生了什么”；真实数据则提醒我们“它需要什么”。能源数据来自国际能源署，未来值明确标注为预测。
数据中心用电量415太瓦时 / 2024 估计来源：国际能源署《能源与人工智能》↗
1943
当前锚点神经元
尺度墙把时间线与物质成本放在同一个画面里。它不是“能力越来越强”的单一分数，而是一组不同性质的证据。
06探索档案
时间线 · 论文 · 人物 · 概念
搜索记录。
⌕
07核心论点 + 来源
不是预言
机器过去执行我们的指令。
现在，它们越来越能够推断指令需要什么。
01
证据正在语言、视觉、编程、科学与工具使用中不断积累。
02
限制仍然存在：幻觉、脆弱性、可靠性不均，以及对人类基础设施的依赖。
03
本站的论点不是通用人工智能已经存在，而是认知已经进入机械化历史。
来源与延伸阅读
证据账本。
本版中的每个日期、论文与统计数字都连接到一个来源记录。这份书目有意保持紧凑，它是深入阅读的起点，而不是完整清单。
1943
学术论文 · 《数学生物物理学通报》
↗1950《神经活动中内在思想的逻辑演算》
沃伦·S·麦卡洛克；沃尔特·H·皮茨
数字对象标识 10.1007/BF02478259 · 查阅于 2026-08-24学术论文 · 《心智》／牛津大学出版社
↗1955《计算机器与智能》
艾伦·M·图灵
数字对象标识 10.1093/mind/LIX.236.433 · 查阅于 2026-08-24历史文献 · 达特茅斯学院／洛克菲勒基金会档案
↗1986《达特茅斯人工智能夏季研究项目提案》
约翰·麦卡锡；马文·明斯基；纳撒尼尔·罗切斯特；克劳德·香农
官方链接 · 查阅于 2026-08-24学术论文 · 《自然》
↗2012《通过反向传播误差学习表征》
戴维·E·鲁梅尔哈特；杰弗里·E·辛顿；罗纳德·J·威廉姆斯
数字对象标识 10.1038/323533a0 · 查阅于 2026-08-24会议论文 · 神经信息处理系统大会
↗2016《使用深度卷积神经网络进行 ImageNet 分类》
亚历克斯·克里热夫斯基；伊利亚·苏茨克维；杰弗里·E·辛顿
官方链接 · 查阅于 2026-08-24学术论文 · 《自然》／DeepMind
↗2017《用深度神经网络与树搜索掌握围棋》
戴维·西尔弗等
数字对象标识 10.1038/nature16961 · 查阅于 2026-08-24会议论文 · arXiv／Google Research
↗2021《你只需要注意力》
阿希什·瓦斯瓦尼等
预印本编号 1706.03762 · 查阅于 2026-08-24学术论文 · 《自然》／DeepMind
↗2022《用阿尔法折叠进行高精度蛋白质结构预测》
约翰·江珀等
数字对象标识 10.1038/s41586-021-03819-2 · 查阅于 2026-08-24官方研究预览 · OpenAI
↗2023《介绍 ChatGPT》
OpenAI
官方链接 · 查阅于 2026-08-24工作论文 · 国际劳工组织
↗2025《生成式人工智能与工作：对工作数量和质量潜在影响的全球分析》
帕韦乌·格米雷克；珍妮·伯格；戴维·贝斯孔
官方链接 · 查阅于 2026-08-24国际组织报告 · 国际能源署
↗2025《能源与人工智能》
国际能源署
官方链接 · 查阅于 2026-08-24研究报告 · 斯坦福 HAI
↗《2025 年人工智能指数报告》
斯坦福大学以人为本人工智能研究院
官方链接 · 查阅于 2026-08-24可复现数据
data/benchmarks.json · data/energy.json · data/sources.json
数值包含单位、日期、来源编号与方法说明。预测值会明确标记为预测。
最终场景 / 07
我们机械化了肌肉。