《2024全球人工智能简史》一书人工智能的发展历程，从19世纪的起源讲起，展现了人工智能如何从早期的概念发展成为当今影响深远的技术。书中特别大型语言模型（LLM）的重要性，这些模型人工神经网络，通过自监督学习在海量数据上训练，能够生成自然语言或代码来解决实际问题。从米歇尔·布雷亚尔的语义概念到费迪南·德·索绪尔的语言学研究，再到沃伦·麦卡洛克和沃尔特·皮茨的人工神经网络模型，以及艾伦·图灵在计算机科学和人工智能领域的开创性工作，书中详细推动人工智能发展的关键人物和事件。

书中还自然语言处理（NLP）的起源和发展，包括早期的机器翻译项目、规则的模型、以及ELIZA和SHRDLU等开创性程序。时间的推移，研究人员开始采用统计模型来分析文本，如隐马尔可夫模型（HMM）和条件随机场（CRF），这些模型提高了语言处理的灵活性。进入21世纪，深度学习模型如循环神经网络（RNN）、长短期记忆网络（LSTM）和门控循环单元（GRU）的出现，进一步推动了自然语言处理的发展。

书中图形处理单元（GPU）的诞生极大地加速了深度学习模型的发展，使得处理大型文本数据集和复杂计算成为可能。词嵌入技术的出现，如约书亚·本希奥的神经语言模型和谷歌的Word2Vec，显著改善了语言理解和单词间语义关系的建模。Seq2Seq模型和Transformer架构的引入，尤其是后者使用的自注意力机制，为自然语言处理带来了重大突破。

书中还提到了生成式人工智能（GenAI）的崛起，这是一种能够生成文本、图像、音频等多种内容的人工智能技术。自20世纪60年代聊天机器人的出现到2014年生成对抗网络（GAN）的引入，再到Transformer模型的发展，GenAI技术不断进步，为内容创作、代码编写、新药设计等领域带来了新的可能性。

在研究与开发方面，全球AI专利授权数量在2023年达到了37.8万件，同比增长507.1%，显示出人工智能领域的快速发展。中国在全球AI专利数量上处于领先地位，2022年AI专利数量占全球的61.13%。全球基础模型数量自2021年开始大幅增长，开源模型占据主导地位。

书中还人工智能在商业领域的应用，指出2023年全球人工智能市场规模高达5381亿美元，预计到2032年将超过2.5万亿美元。人工智能工具的普及速度前所未有，2024年上半年，近七成北美洲用户每周使用人工智能工具。尽管企业主对应用人工智能仍存在疑虑，但超八成用户认为AI可以为其工作带来正面影响，愈七成用户认为AI可以带来新的工作机会。

来源：Fastdata极数