1957年，机器第一次学会了自己找规律

引子

今天你用AI写文案、画图、做PPT，觉得理所当然。

但你知道吗——AI第一次学会“自己找规律”，是在1957年。

那时候，距离个人电脑诞生还有整整20年。

正文

1957年，美国康奈尔大学。

一个叫弗兰克·罗森布拉特的心理学家，搞出了一个东西——感知机（Perceptron）。

这东西在今天看来极其简陋：它只有一层神经网络，只能做最简单的线性分类。但在当时，它是一个石破天惊的发明。

为什么？

因为在此之前，所有的“智能机器”都是靠人类写规则运行的。

我给你打个比方——

传统编程是这么干的：你告诉机器，“有胡须、四条腿、尾巴，这就是猫”。机器记住了这条规则，下次看到符合这些条件的，就说“这是猫”。

但感知机不一样。

你给感知机大量猫的图片——让它自己看，自己找规律。这些图有什么共同点？颜色？形状？纹理？机器自己总结，自己判断什么是猫。

这个思路，叫机器学习。

这是人类历史上第一次，机器从“执行规则”走向了“学习规律”。

罗森布拉特当时非常兴奋。他甚至预测，感知机未来能“看、走、写、自我复制，甚至拥有意识”。媒体也疯狂了——《纽约时报》报道说，“电脑将能够行走、说话、看、写、自我繁殖，并意识到自己的存在。”

但现实很快泼了一盆冷水。

感知机的能力极其有限。它连“异或”逻辑都处理不了——一个今天初中生都能理解的基础逻辑问题。1969年，MIT的明斯基和帕普特发表了一本书《感知机》，从数学上证明了感知机的局限性。

AI的第一个春天，还没真正开始，就结束了。

但感知机留下了一个极其重要的遗产：它证明了“机器可以从数据中学习”这个方向是可行的。后来的神经网络、深度学习、大模型，都从这里出发。

互动

机器自己找规律——你觉得是让人更省心了，还是更让人担心了？评论区聊聊。