千年人类文明，千年智能梦，走过原始文明、农业文明、工业文明、信息文明，随着通用人工智能技术奇点的到来，人类的脚步正迈入智能文明时代。纵观人类历史和东西方文明的进程，每一轮科技变革，都带来生产力的巨大变革和人类生产生活方式的巨大变化。
带着对新技术的热情、历史的深思、未来变革趋势的预测，本书将从多维度视角解构通用人工智能。一是内涵维度：通用人工智能是什么，与过往的人工智能是什么关系、有何不同？二是文明维度：通用人工智能的文化渊源从哪里开始，发展脉络如何演变？三是技术维度：通用人工智能技术基座在哪里，大模型如何得来又何以“涌现”。四是产业维度：产业链呈现怎样的图景，通用人工智能赋能行业的内在逻辑是什么，以及将带来怎样的改变。五是全球维度：万模混战下的激烈竞争，已经发生和正在发生哪些重大的事件；全球产业比较之下，中国有哪些机遇？六是经济维度：通用人工智能对经济结构和形态会带来怎样的变化？对社会就业将带来怎样的影响？“AI”的智能经济版图上，将盛开什么样的鲜花？七是监管维度：通用人工智能带来哪些风险和挑战，如何监管？八是未来新科技发展维度：量子计算对通用人工智能未来发展未来会带来哪些可能的机遇？通用人工智能和Web3.0、元宇宙是什么关系？
带着这些问题的思索和无限遐想，让我们走进本书，看通用人工智能的“三山五岳”，一起领略通用人工智能的无限风光。本书有助于人工智能领域的从业者、关注新兴科技的投资人和大众读者了解通用人工智能的变革趋势，同时也可为政府政策的拟定提供思路和方向。

易欢欢，易股天下公司董事长，华建函数基金CEO，原申万宏源证券研究所执行所长，前国金证券董事总经理。多次获得中国证券行业科技领域最佳分析师第一名，被评为中国金融科技年度人物。

第一章 人类正迈向通用人工智能时代
第一节 ChatGPT横空出世，AI的iPhone时刻
第二节 全球大模型风起，AI时代新“操作系统”
第三节 多模态迎来爆发，具身智能掀起浪潮
第四节 看到了曙光，迎接通用人工智能时代
第二章 通用人工智能与人类文明进程
第一节 人类历史的千年文明与千年智能梦
第二节 人工智能的科技历史文化思想源头
第三节 人工智能的发展历史和道路探索
第四节 人类发展正迈入智能文明新阶段
第三章 通用人工智能的技术演变脉络
第一节 从符号主义到深度学习的技术探索
第二节 从Transformer到BERT、GPT大模型
第三节 从多模态到具身智能，技术融合升级
第四节 技术路线收敛，逐步走向通用人工智能
第四章 通用人工智能的产业生态布局
第一节 大模型：分类、趋势演变和商业模式
第二节 算力层：模型训练推理拉动算力增长
第三节 数据层：数据是大模型训练的“燃料”
第四节 应用层：从AIGC走向通用人工智能
第五章 通用人工智能的全球竞争态势
第一节 全球科技周期视角下看通用人工智能
第二节 大模型：全球百模大战，谁主沉浮
第三节 全球通用人工智能的产业环节比较
第四节 通用人工智能对中国的机遇和意义
第六章 通用人工智能的未来发展思考
第一节 从新技术未来视角展望通用人工智能
第二节 通用人工智能助力 Web3.0及元宇宙
第三节 通用人工智能对经济和社会的影响
第四节 通用人工智能的挑战、风险与监管
附录
参考文献
推荐语

自序
拥抱通用人工智能的时
代机遇
历史的大潮滚滚向前，
回望人类文明发展的历程
，人猿相揖别，走过原始
文明、农业文明、工业文
明、信息文明，随着通用
人工智能技术奇点的到来
，人类正迈入智能文明的
新阶段。纵观人类历史和
东西方文明的进程，每一
轮大的新科技革命，都带
来生产力的巨大变革和人
类生产生活方式的巨大变
化。
一代伟人毛泽东说过：“
如果要看前途，一定要看
历史。”要了解今天的通用
人工智能，便需要先来看
看人工智能的文化源头和
发展演进的历史脉络。在
有文字记载的故事中，以
古埃及、古代中国、古希
腊、古印度等为代表的古
代国家很早就有了关于智
能的神话传说。千年人类
文明及千年智能梦，不断
驱动人类去实现智能的梦
想。古希腊哲学家亚里士
多德提出著名的推理“三段
论”，奠定了逻辑推理符号
化的基础。后来，德国哲
学家、数学家戈特弗里德·
威廉·莱布尼茨（Gottfried
Wilhelm Leibniz）提出逻
辑推理数学化的构想。这
里要顺带提到的是，莱布
尼茨发明了二进制，这奠
定了后来计算机发明的数
制基础，在他的文章《论
只使用符号0和1的二进制
算术，兼论其用途及它赋
予伏羲所使用的古老图形
的意义》中，二进制的0和
1，与中国《周易》中“阴”“
阳”的思想在此实现了交会
。到了19世纪乔治·布尔（
George Boole）发明了布
尔代数，打通逻辑实现计
算化的道路。20世纪，德
国数学家大卫·希尔伯特（
David Hilbert）提出著名的
“希尔伯特问题”和“希尔伯
特计划”，他认为数学应该
被形式化地表示，以便能
够用精确的语言来描述数
学概念和定理。然而，理
想是丰满的，现实却往往
出乎意料，一位当时名叫
哥德尔的青年证明了希尔
伯特计划是不可行的。20
世纪30年代，英国数学家
艾伦·麦席森·图灵（Alan
Mathison Turing）发明了
图灵机，换一个思路来证
明希尔伯特的判定问题是
不可判定的。图灵机的发
明，种瓜得豆，为计算机
和人工智能诞生奠定了基
础。20世纪40年代，世界
上第一台电子计算机产生
；同时，克劳德·艾尔伍德·
香农（Claude Elwood
Shannon）现代信息论打
下了基础。到了1956年，
随着达特茅斯会议的召开
，人工智能这个概念在首
次被提出。
随着人工智能技术的发
展，出现了符号主义、联
结主义和行为主义三大流
派路线。1943年，人工神
经元的数学模型提出，从
这里开始到1987年，这是
一个以符号主义为主的时
期，其中1943年至1974年
，是人工智能技术发展的
第一次浪潮，兴起与繁荣
，神经元模型、赫布定律
、人工智能概念、感知器
、机器学习的概念、最早
的人工智能威胁论等相继
被提出，世界上第一台工
业机器人、聊天机器人、
移动机器人以及专家系统
登上了历史的舞台。然而
，由于当时的算力、算法
、数据等历史条件的限制
，人工智能并不能达到大
家当时期望中的那么快、
那么好的效果。1969年，
符号主义的代表人物马文·
明斯基（Marvin Minsky）
在他著作《感知器》一书
中批评感知器及其扩展研
究是没有前途的。从1974
年开始，人工智能进入第
一次低潮期，各国政府和
机构停止或者减少对人工
智能的投入。这个时期，
人工智能研究领域进行了
新的探索，基于误差的后
向传播网络、遗传算法、
启发式搜索等新的理论和
技术相继提出。到了1980
年，专家系统取得巨大成
功，开启人工智能第二轮
的新的浪潮。然而到了
1987年开始，专家系统遇
到了瓶颈而遇冷，人工智
能再次陷入低谷。但与此
同时，神经网络、浅层次
的机器学习迎来复兴，联
结主义流派路线开始崛起
。1986年，杰弗里·辛顿（
Geoffrey Hinton）等人提
出用反向传播（Back
Propagation，简称为BP）
算法和多层次感知器相结
合的方法，很快引起了人
工智能研究界的兴趣。卷
积神经网络（CNN）等一
大批算法和技术随后不断
提出。到了2006年，辛顿
教授和他的学生，正式提
出了深度学习的概念和全
新的架构，将人工智能的
发展推上了一个新台阶。
人们逐渐认识到了深度学
习算法的重要价值。从
2011年开始深度学习应用
爆发，图形处理器
（Graphics Processing
Unit，简称为GPU）被用来
训练网络模型，解决了算
力的问题。这一时期可以
说是硕果累累，基于深度
学习的算法和技术应用不
断涌现，最引人注目的是
2016年AlphaGo的围棋大
战。到了2017年，谷歌提
出了Transformer模型，从
此，人工智能进入了一个
更高的发展层次——大模
型算法的阶段！2022年，
ChatGPT横空出世，人类
迎来通用人工智能时代。
发展脉络行进至此，我
们回过头去看，从人类最
初梦想开始，到后来一系
列的演变，这些事物就单
个而言，其产生或是偶然
；但就从整个人类科技文
明发展历程来看，它又是
必然，这是几千年来的思
想家、前后几百年的科学
家们，孜孜不倦、继承创
新、不断探索实践的成果
，是天时地利人和、内因
外因交会的产物，是科学
技术发展的必然。科技探
索就像十月怀胎