科技树 · 虚拟世界是怎样成为可能的
一个虚拟世界需要两样东西：一种欺骗感官的方法，以及一台计算它们应当接收什么的机器。在历史的大部分时间里，这两者各自发展。它们在头戴式显示器上交会。你可以打开任何节点。连线显示每个节点建立在什么之上。虚线节点停滞了，因为缺少一个先决条件。未来的节点是已发表的预测，每一个都有引用。一个预测的日期范围涵盖所引用的各个出处，它们对这个里程碑的定义可能不同。
从这里开始
它从哪里开始
每个没有连线通入的节点，都是一个开端。这些线索各自起步，很晚才互相汇入。最古老的是，最早被渲染的世界，以及，设计流传至今的最古老的计算装置。
你的进度只保存在这个浏览器里。如果你清除站点数据，这棵树就会重新开始。
整棵树的文字版 · 按顺序列出每个节点，供屏幕阅读器、文本浏览器和机器读取。节点与地图相同
除非标注为 BC 或 BCE（公元前），日期均为公元纪年。演化年代以多少年前计。每个节点都有一个固定的地址，显示在它后面。预测节点只列出已发表的预测，每一个都有引用。
幻觉
绘制的场景 (至少 51,200 年前)
苏拉威西岛 Leang Karampuang 洞穴中的一幅红赭石画，画着类人的形象和一头野猪。对其上方方解石所做的铀系测年表明，它至少有 51,200 年的历史。这是已知最古老的讲述故事的场景。所以，人类描绘想象或记忆中的世界，已经有很长很长的时间了。
引出：线性透视
来源：Oktaviana et al., ‘Narrative cave art in Indonesia by 51,200 years ago’, Nature 631 (2024)
暗箱的原理 (c. 1011–1021)
中国更早就记载过，光线穿过小孔会形成倒立的像。《墨经》（编成于公元前 4 世纪末至前 3 世纪中叶之间）用光线在小孔处交叉来解释倒像。沈括的《梦溪笔谈》（1088）又说了一遍，把小孔之后的倒影称为正常的道理。伊本·海赛姆在 11 世纪初于开罗写成《光学书》（Kitāb al-Manāẓir）。他用实验检验了小孔成像。他还论证说，我们看见东西是因为接收光，而不是从眼睛里把光发射出去。他的《光学》后来影响了文艺复兴时期的透视理论。
来源：Encyclopaedia Britannica, ‘Kitab al-manazir’ (and ‘Ibn al-Haytham’)
皮影戏 (11 世纪（有确凿文献记载）)
在皮影戏中，平面的人偶在被灯照亮的幕布后表演故事。爪哇的文献记载见于 11 世纪的诗《Arjunawiwaha》（约 1035），其中把世界比作木偶幕。中国的记载见于北宋的文献（960–1127）。更早的说法不是传说，就是只提到有一场演出而没有描述。例子有汉武帝的故事，以及约 840–907 年的 Jaha 和 Wukajana 碑文。所以最早的年代并不确定。
线性透视 (c. 1415–1425)
菲利波·布鲁内莱斯基展示了一种几何方法，可以按一个位置看到的样子来画一个场景。阿尔伯蒂在《论绘画》（1435）中把这种方法写了下来。规则是，平行线都汇聚于一个灭点。实时图形软件在每一帧上用的就是同样的投影。
幻灯 (c. 1659)
1659 年，克里斯蒂安·惠更斯画了一组骷髅图像，打算用带凸透镜的幻灯投影出来。这是这种装置现存最早的记录。它是第一种被广泛使用的、把绘制或拍摄的图像投到墙上给观众看的方式。两个多世纪以来，它一直是公开影像演出的标准工具。
建立在：暗箱的原理
引出：投影的活动影像
来源：Magic Lantern Society (UK), ‘A brief history of the Magic Lantern’
全景画 (1787–1788)
罗伯特·巴克于 1787 年为全景画申请了专利，并于 1788 年展出了第一幅，是爱丁堡的景色。后来的圆形展厅里挂着直径约 18 米或更大的环形绘画。观看者站在中间，周围是一圈不间断的绘制的地平线。这是早期用一个搭建出来的场景替换参观者周围环境的商业尝试。
建立在：线性透视
摄影 (c. 1826–1827)
尼塞福尔·涅普斯在约 1826–27 年拍出了现存最早的相机照片。那是一张锡镴板上的日光蚀刻照片，拍的是他在勒格拉家窗外的景色，曝光了许多个小时。它把光学图像永久固定了下来。于是，第一次有一幅图像是通过机器，而不是通过手，来与世界相像。
引出：投影的活动影像
来源：Harry Ransom Center, University of Texas, ‘The First Photograph’ (Niépce heliograph)
由静止图像产生运动 (1832)
根特的约瑟夫·普拉托和维也纳的西蒙·施坦普弗在 1832 年各自发明了费纳奇镜（phenakistiscope）。它是一个带槽口的圆盘，上面按顺序画着一组图画。转动它并对着镜子看，图画就好像动了起来。它表明，眼睛会把一连串快速出现的静止图像融合成流畅的运动。这是每一帧电影和视频背后的原理。
引出：投影的活动影像
立体镜 (1838)
1838 年，查尔斯·惠斯通表明，两幅略有不同的平面画，一只眼睛看一幅，会合成一个有真实深度感的单一图像。他造了一台镜式立体镜来证明这一点。两只眼睛所见画面之间的差异，成了可以控制的东西。此后每一种头显用的仍是这个原理。
建立在：线性透视
引出：立体电影; Sensorama; 终极显示; Telesphere Mask
立体声 (1881)
在 1881 年的巴黎国际电气博览会上，克莱芒·阿德的系统通过电话线，把歌剧院的现场演出传送给参观者。它使用成对的发送器和接收器，带来双耳的空间效果。1890 年随之出现了订阅服务。这是一个早期的信号：一种身处某地的感觉，可以通过电传给远方的听众。
引出：Sensorama
投影的活动影像 (1895)
1895 年 12 月 28 日，卢米埃尔兄弟在巴黎的大咖啡馆向付费的人群展示了 Cinématographe。它集摄影机、印片机和放映机于一身。向共同的观众放映影片，使记录下来的运动成为人们一起经历的事情。这是后来的共享屏幕和共享房间的模板。
引出：立体电影; Sensorama; Aspen Movie Map; Telesphere Mask
立体电影 (1922；1952–54 年兴盛；2009 年复兴 · 停滞)
立体电影把惠斯通的想法搬上了胶片。红蓝立体影片在 1920 年代初上映过。偏振的 Natural Vision 工艺随着 1952 年的《Bwana Devil》掀起一阵热潮。观众在大约一年之内就失去了兴趣。这种形式随着 2009 年的数字电影卷土重来。
它为什么停滞：它停滞了，因为画面是固定的。无论往哪里看，每个观看者看到的都是同样的两个视图。眼镜和投影机的对准很烦人。而且图像无法对观看者作出响应。
来源：Encyclopaedia Britannica, ‘3-D’ (film process) and ‘Natural Vision’
飞行模拟器 (1929)
埃德温·林克造了一个由气压驱动的驾驶舱。飞行员一动操纵杆，它就会俯仰、横滚和偏航，这样学员就可以在地面上练习仪表飞行。盟军在第二次世界大战中使用了林克的 Blue Box，据报道有超过 50万 名飞行员在这类设备上受过训练。它表明，一种可信的飞行感，可以在训练中代替真实的飞机。
人工耳蜗 (1957；多通道 1977–84)
Djourno 和 Eyries 于 1957 年在巴黎报告说，他们用电刺激了一位失聪患者的听神经。House 和 Doyle 于 1961 年植入了一台单通道装置。多通道装置（Hochmair、Clark）在 1977–78 年植入，并于 1980 年代中期获 FDA 批准用于成人。声音不经过正常工作的耳朵就能到达大脑。这是第一例通过直接电刺激神经系统来提供感觉的临床案例。
引出：脑机接口
来源：Lasker Foundation, ‘Modern cochlear implant’ (2013 Clinical Medical Research Award)
Telesphere Mask (1960)
莫顿·海利希为一种头戴式观看器申请了专利，它给每只眼睛各一个图像，并配有立体声。那比任何计算机驱动这样的显示早了好几年。它播放的是预先录制的影片，不追踪头部。
引出：头戴式显示器
来源：Heilig, US Patent 2,955,156, “Stereoscopic-television apparatus for individual use” (1960)
Sensorama (1962（专利；原型 1957–62） · 停滞)
莫顿·海利希的 Sensorama Simulator（美国专利 3,050,870，1961 年申请，1962 年授权）是一个街机式的小隔间。它播放预先拍摄的立体彩色影片，配有立体声、振动、风和气味。这是在一台机器里同时调动多种感官的第一次尝试。它是虚拟现实历史通常的起点。
它为什么停滞：它停滞了，因为一切都是预先录在胶片上的。没有计算机来制作或改变场景，所以观看者只能看，不能改变任何东西。
来源：US Patent 3,050,870, M. L. Heilig, ‘Sensorama Simulator’ (filed 10 Jan 1961, granted 28 Aug 1962)
虚拟世界
最早的电子游戏 (1958; 1962)
威廉·希金博瑟姆的《Tennis for Two》（1958 年 10 月，布鲁克黑文）在模拟计算机的控制下，在示波器上画出球的飞行轨迹。《Spacewar!》（1962）是为麻省理工学院 PDP-1 数字计算机编写的双人太空战游戏。两者合在一起表明，一台机器可以承载一个小小的、共享的世界，其中有玩家在里面行动所遵循的规则。
建立在：存储程序计算机
引出：街机电子游戏
来源：Computer History Museum, ‘Spacewar!' (see also CHM timeline 1958 for Tennis for Two)
交互式图形 (1963)
伊万·萨瑟兰 1963 年在麻省理工学院的博士论文描述了 Sketchpad。它在 TX-2 上运行，让用户用光笔绘制和编辑线图，带有约束和可重复使用的主图。它使交互式显示成为处理保存在计算机里的模型的一种方式。
建立在：存储程序计算机
Simulacron-3 (1964 · 构想)
丹尼尔·F·加卢耶的小说《Simulacron-3》（1964；英国书名 Counterfeit World）描写了一座在计算机上模拟出来的城市。城里的人不知道自己是程序。这是最早的几部描写在计算机内部运行的世界的小说之一。它也是关于模拟论证的文章中常见的参照点。
建立在：存储程序计算机
来源：The Encyclopedia of Science Fiction, ‘Galouye, Daniel F.'
终极显示 (1965 · 构想)
在 1965 年提交给 IFIP 大会的论文中，萨瑟兰提出了一种由计算机驱动的显示，完整到可以控制房间里的物质。他写道，在那里显示出来的椅子，好到可以坐上去。这为虚拟现实定下了目标：一个在任何意义上都无法与现实区分的世界。
引出：头戴式显示器
来源：I. E. Sutherland, ‘The Ultimate Display’, Proc. IFIP Congress 1965, vol. 2, pp. 506–508 (scan)
头戴式显示器 (1968)
1968 年，萨瑟兰和鲍勃·斯普劳尔造出了一台头戴式显示器。它向用户显示简单的线框 3D 图形，计算机会随着用户头部的移动重新绘制。光学部件悬挂在天花板上（称为“达摩克利斯之剑”）。这是第一个把头戴显示器、计算机生成图像和头部追踪结合起来的系统。
建立在：终极显示; Telesphere Mask
引出：数据手套；“virtual reality”（虚拟现实）; CAVE; Virtual Boy; 现代 VR 头显
真实感着色 (1971–1980)
亨利·古劳德（1971）和裴祥风（1973–75）设计了多边形表面的平滑着色和光照模型。特纳·惠特德（1980）展示了带反射和折射的递归光线追踪。每一步都让计算机图像更接近光的实际行为。这些技术成为电影和游戏渲染的基础。
建立在：交互式图形
街机电子游戏 (1972)
雅达利的 Pong 由艾伦·阿尔科恩根据诺兰·布什内尔的构想设计。它于 1972 年底首次放进桑尼维尔的一家酒吧，随后大量售出。它由逻辑芯片而不是微处理器制成。它使电子游戏成为一种商业化的大众消遣。它也为后来推动图形硬件的产业提供了资金。
引出：赛博空间
第一人称联网世界 (1973–74)
《Maze》于 1973 年由 Steve Colley、Greg Thompson 和 Howard Palmer 在 NASA Ames 的 Imlac PDS-1 计算机上编写。它显示从玩家自己的位置沿走廊望出去的视野。它起初是两台相连的机器，后来加入了射击和机器人。它是一个早期的第一人称共享 3D 空间。它很可能是联网第一人称射击游戏的祖先。
出处对这个日期或这一说法没有定论。
来源：DigiBarn Computer Museum, Steve Colley, ‘Maze War’ history
Colossal Cave Adventure (1975–76)
威尔·克劳瑟于 1975 年写下了这个文字游戏，唐·伍兹在 1976 年做了扩展。玩家通过输入命令，探索一个用文字描述的洞穴。它建立起了用文字描述的、可探索的、受规则约束的世界。最早的多用户世界就建立在它之上。
建立在：存储程序计算机
引出：共享的文字世界
共享的文字世界 (1978–1980)
罗伊·特鲁布肖于 1978 年秋在埃塞克斯大学开始做 MUD，理查德·巴特尔加入了这项工作。1980 年春，埃塞克斯连入 ARPANET 之后，外部人员就可以连接了。它是一个持久的多用户世界，由房间和物体组成，好几个人同时置身其中。它为后来的在线世界定下了模式。
建立在：分组网络; Colossal Cave Adventure
Aspen Movie Map (1978–79)
麻省理工学院的 Architecture Machine Group 在 1978–79 年一条街一条街地拍摄了阿斯彭。用户可以在一套触摸屏激光视盘系统上，驾车穿过存储的影像，随意左转、右转或停下。这是一个早期的、可交互、可导航的真实地点的图景。它是街景地图的先驱。
来源：MIT Media Lab, ‘The Aspen Movie Map beat Google Street View by 34 years’
赛博空间 (1982–84 · 构想)
威廉·吉布森在短篇小说《Burning Chrome》（Omni，1982 年 7 月）中创造了“赛博空间”（cyberspace）一词。他在小说《神经漫游者》（1984）中让它流行起来，把它描绘成一个可以在其中走动的、共享的图形化数据空间。它给在线世界的想法起了名字，也给了形象，后来工程师们也引用过它。
建立在：街机电子游戏
引出：元宇宙
数据手套；“virtual reality”（虚拟现实） (1985–1987)
杰伦·拉尼尔于 1985 年创办了 VPL Research。它的 DataGlove（1987）和 EyePhone 头显是第一批商业化的 VR 产品。《不列颠百科全书》称拉尼尔于 1987 年创造了“虚拟现实”这个词。这家公司使身体追踪输入和头部显示，在军事和学术实验室之外也触手可及。
建立在：头戴式显示器
图形化在线世界 (1986–88)
Habitat 由 Chip Morningstar 和 Randy Farmer 在 Lucasfilm Games 为 Commodore 64 开发，通过 Quantum Link 服务运行。它于 1986 年作为试点上线。用户以称为“化身”的卡通形象出现在一个共享的图形世界里。它大规模地检验了成千上万的人生活在一个设计出来的虚拟地方会发生什么。开发者公布了经验教训。
建立在：共享的文字世界
来源：Morningstar and Farmer, ‘The Lessons of Lucasfilm’s Habitat’ (1990)
CAVE (1992)
CAVE 于 1992 年由伊利诺伊大学芝加哥分校的 Cruz-Neira、Sandin、DeFanti 及同事描述。它把立体图像投射在一个房间的墙壁和地板上。几个人可以戴着轻便的眼镜站在一个共享的虚拟场景里。它展示了头戴式显示器之外的一种沉浸式方案。
元宇宙 (1992 · 构想)
尼尔·斯蒂芬森的小说《Snow Crash》（1992）创造了“元宇宙”（metaverse）这个词。它指的是一个共享的 3D 在线世界，人们以化身的形式出现在其中。几十年后，科技公司又把这个词重新启用，作为在线世界下一阶段的名称。
实时 3D 世界 (1993–1996)
Id Software 的《Doom》（1993 年 12 月）让联网的玩家在普通 PC 上进入贴了纹理的第一人称关卡。《Quake》（1996）绘制了真正的多边形 3D 和实时光照。消费级硬件上快速的第一人称 3D，创造了市场，也创造了后来虚拟世界所用的技术。
引出：持久的在线世界
来源：The Strong National Museum of Play, ‘Quake’ (with Encyclopaedia Britannica, ‘Doom’)
Virtual Boy (1995–96 · 停滞)
任天堂的 Virtual Boy（日本 1995 年 7 月，北美 1995 年 8 月）是一台放在桌上的立体游戏机。它显示红色的线框风格图像。不到一年就下架了。任天堂的岩田后来称它是一次商业失败。
它为什么停滞：它停滞了，因为在 1995 年，没有价格合理的紧凑型全彩显示屏，也没有头部追踪。红色的单色图像、固定的观看位置和不合适的佩戴方式，很快就让用户疲劳。
来源：Iwata Asks, ‘Shigeru Miyamoto talks Virtual Boy’, Nintendo
持久的在线世界 (1997–2003)
《网络创世纪》（Ultima Online，1997）、《无尽的任务》（EverQuest，1999）和《第二人生》（Second Life，2003）把大量的人放进了持久的图形世界。任何一名玩家下线，这些世界都会继续运转。它们有自己的经济和社会结构。这是我们所掌握的、关于人在长期存在的虚拟地点里如何行为的最佳证据。
建立在：图形化在线世界; 共享的文字世界; 实时 3D 世界; 万维网
来源：Encyclopaedia Britannica, ‘Ultima Online’ and ‘Online gaming’
脑机接口 (2004–2006)
2006 年，Hochberg 及其同事报告了一名颈部以下瘫痪的男子。他可以利用植入其运动皮层的微电极阵列发出的信号，移动计算机光标并操作一只简单的机械手。这表明，自主的神经活动可以被读出，作为控制信号。
现代 VR 头显 (2012–13（开发者套件）；2016（消费者版）)
Oculus 于 2012 年在 Kickstarter 上筹到 240万美元。它从 2013 年 3 月下旬起发出 Rift DK1 开发者套件。消费版 Rift 于 2016 年 3 月 28 日推出。它把手机级别的显示屏和传感器，与 GPU 和低延迟头部追踪结合起来。这使得宽视野头显便宜到开发者和消费者都买得起。
引出：房间尺度的追踪
来源：Road to VR, ‘3 years ago the Oculus Rift DK1 shipped, here’s a quick look back’
房间尺度的追踪 (2015–2016)
HTC 和 Valve 于 2015 年 3 月宣布推出 Vive，并于 2016 年 4 月 5 日发货。它使用 Valve 的 Lighthouse 系统，用红外激光扫过游玩区域。一个头显和两个手持控制器可以在约四米的范围内被精确追踪。在虚拟空间里行走和伸手，而不只是转头，成为了标准。
建立在：现代 VR 头显
引出：一体式头显
来源：Road to VR, ‘HTC, Valve and SteamVR: a 2015 retrospective and CES 2016 preview’
一体式头显 (2018–2019)
Oculus Quest（2019 年 5 月 21 日）是一台一体式头显。它用四个摄像头从内部追踪头显和两个控制器，不需要 PC 或基站。更早的一体机（2018 年的 Oculus Go、Lenovo Mirage Solo、Vive Focus）最多只追踪头部位置。Quest 让完整的追踪变得可以随身携带。
引出：全沉浸式 VR
来源：Road to VR, ‘Oculus announces Quest, the high-end standalone headset starting at $400’
神经渲染 (2020–2023)
Mildenhall 等人的神经辐射场（2020）从照片中学习一个场景，并绘制出它的新视角。3D 高斯泼溅（Kerbl et al., 2023）则能实时做到这一点。可以探索的照片级真实感 3D 场景，现在可以被捕获，而不必靠手工建模。
建立在：GPU 上的深度学习; 图形处理器
生成的交互式世界 (2024–2025)
2024 年，Google DeepMind 的 Genie 和 GameNGen 扩散模型等研究系统，根据玩家的输入生成了一个可玩环境的每一帧。它们没有手写的游戏引擎。GameNGen 以每秒 20 帧以上的速度模拟了游戏《Doom》。到 2025 年，这些演示能以交互速度运行数分钟。它们仍然是研究原型。
建立在：Transformer 架构; 神经渲染; 习得的世界模型; 扩散模型
来源：Valevski et al., ‘Diffusion Models Are Real-Time Game Engines’ (GameNGen), arXiv:2408.14837 (2024)
实时照片级真实感 (2029–2034 · 预测)
业内人士预测过与照片无法区分的实时图像。2024 年，一家主要厂商给出了 5 到 10 年的时间窗口。2013 年对同一里程碑所作的十年预测，到 2023 年到期了。没有人声称它已经实现。
建立在：神经渲染
已发表的预测：- 蒂姆·斯威尼（Epic Games） (2013): 2013 年起十年之内（约 2023）. MCV/Develop conference report, 11 July 2013
- 黄仁勋（NVIDIA 首席执行官） (2024): 实时 AI 生成像素需要 5–10 年（2029–2034）. Press Q&A after GTC 2024 keynote, reported by Wccftech, 21 March 2024
- 黄仁勋（NVIDIA 首席执行官） (2025): 限定条件：没有完全由 AI 生成的图形；仍是混合渲染. CES 2025 remarks, PCWorld, 7 January 2025
全沉浸式 VR (2029–2030s · 预测)
有一位署名的未来学家发表了在神经系统层面起作用的 VR 的日期。他把它放在 2020 年代末到 2030 年代，途径是大脑中的纳米机器人。我们没有找到针对这一里程碑的专家调查或独立预测。没有演示过这样的系统。
已发表的预测：- 雷·库兹韦尔 (2002): 2029. 2002 年 3 月 26 日的发言，Kurzweil Library 页面
- 雷·库兹韦尔 (2015): 2030s. Webinar reported by Peter Diamandis, Singularity Hub, 12 Oct 2015
- 雷·库兹韦尔 (2024): “within our lifetimes”（页面上未给出年份）. The Singularity Is Nearer, Viking/Penguin, June 2024 (publisher description)
全脑仿真 (2050–2075 · 桥接)
2008 年 FHI 的路线图判断，只有在电生理层面的模型就够用的情况下，仿真才可能在本世纪中叶之前实现。更精细的细节需要更晚的日期。2014 年的一个 Monte Carlo 模型给出的中位数是 2064 年，前提是仿真终将出现。Metaculus 社区的中位数约为 2073 年。
已发表的预测：- 桑德伯格与博斯特罗姆 (2008): 本世纪中叶之前，如果电生理模型就够用的话；动物模型早一到两个十年；按细节层次列出了最早日期表（脉冲网络 2019–2042，电生理 2033–2068，代谢组 2044–2087）. Whole Brain Emulation: A Roadmap, Technical Report 2008–3, Future of Humanity Institute, Oxford, 2008
- 安德斯·桑德伯格 (2014): 2064 年前的概率为 50%（第 25 百分位 2053，第 75 百分位 2080），以全脑仿真终将出现为条件；2040 年前的概率为 2.4%. Monte Carlo model of brain emulation development, FHI working paper 2014–1
- Metaculus 社区（问题 2813，首个被仿真的完整人脑） (2026): 中位数约为 2073 年 11 月. Metaculus 社区预测，2026 年 10 月 16 日搜索结果所示（请查看实时问题）
- 罗宾·汉森 (2016): 2016 年起大约一个世纪之内. The Age of Em, Oxford University Press, 2016 (ISBN 978–0198754626)
- 达里奥·阿莫迪 (2024): 在强大 AI 出现后的 5–10 年之外. ‘Machines of Loving Grace’, Oct 2024
恒星规模的计算机 (约 2250 年或更晚 · 预测)
戴森（1960）提出，先进文明会捕获星光。布拉德伯里（1997–99）把这个想法扩展为嵌套的壳层，利用恒星的废热来运行计算机。我们找到的唯一一个带日期的估计来自布拉德伯里。如果当前的硅生产趋势继续下去，约在 2250 年，最迟也在几千年之内。
已发表的预测：- 弗里曼·戴森 (1960): 未给出日期. ‘Search for Artificial Stellar Sources of Infra-Red Radiation’, Science 131(3414), 3 June 1960
- 罗伯特·J·布拉德伯里 (1999): 按当前硅基趋势，2250 年前；“within at most a few thousand years”；一旦开始，小天体约 20 年，气态巨行星 10–1000 年. ‘Matrioshka Brains’, manuscript dated 21 July 1999 (not peer reviewed; concept from 1997 discussions)
- Stuart Armstrong & Anders Sandberg (2013): 无日期；“in the foreseeable future”. ‘Eternity in six hours’, Acta Astronautica 89, 2013
- 尼克·博斯特罗姆 (2003): 无日期；只给出了能力数字：行星质量的计算机每秒约 1042 次运算. ‘Are You Living in a Computer Simulation?', Philosophical Quarterly 53(211), 2003
计算
算盘 (不确定；公元前 3 千纪的美索不达米亚计数板（有争议）；现存最古老的计数板约公元前 300 年)
计数板，也就是算盘，是一块用筹码表示位值的平面。移动筹码，就能做加、减、乘、除。人们常说美索不达米亚有这样的例子，但没有一件留存下来，这种说法也有争议。现存最古老的计数板是萨拉米斯石板（约公元前 300 年），不过也有人认为它是一块游戏板。它表明，计算可以转移到一种物理状态中，由机械装置，后来由电路来保存。
引出：机械计算器
出处对这个日期或这一说法没有定论。
作为一个数的零 (公元 628 年（婆罗摩笈多）；更早已有占位点，日期有争议 · 构想)
婆罗摩笈多的《婆罗摩修正体系》（公元 628 年）是现存最早把零当作有自身规则的数来处理的文本。加上或减去零，数不变。一个数乘以零得零。他关于除以零的规则不完整，他的 0 ÷ 0 = 0 是错的。更早在巴赫沙利手稿中就出现了用作占位符的点。但其书页的放射性碳年代，从早至公元 3–4 世纪到晚至 9–10 世纪都有。所以它的零究竟出现在哪个年代，是有争议的。
算法（花拉子米） (约公元 820 年代（阿拉伯语原本已佚）；拉丁文本 12 世纪 · 构想)
9 世纪初的巴格达，花拉子米写了一篇论著，讲印度的位值数字（包括零）以及用它们做计算。阿拉伯文原本已经佚失。拉丁文译本《Algoritmi de numero Indorum》与原本相差很大，这是已知的。通过它，以及后来的 algorismus 系列文本，印度–阿拉伯数字及其书面算术传入了欧洲。“算法”（algorithm）一词来自他名字的拉丁化形式。
建立在：作为一个数的零
引出：机械计算器
自动演奏的长笛（巴格达） (9 世纪)
穆萨三兄弟（Banū Mūsā）于 9 世纪的巴格达写下了《精巧装置之书》。它描述了一种能自己吹奏的长笛。一个由水驱动的机构把空气推向旋转圆筒下方的发声管，换圆筒就能换曲调。Koetsier（2001）把它算作最早的可编程机器之一。贾扎里 1206 年的书描述了后来的音乐自动装置。但没有任何有文献记载的脉络，把这两部著作与欧洲的带销滚筒或雅卡尔织机联系起来。
机械计算器 (1642–1644)
从 1642 年起，布莱兹·帕斯卡造了一台带齿轮的加法机，帮助父亲处理税务工作。他造了约五十台。《不列颠百科全书》称它是第一台批量制造并真正投入使用的计算器。算术从手转移到了齿轮上。
二进制算术 (1703（1705 年印行） · 构想)
在一份日期为 1679 年 3 月 15 日的手稿（De progressione dyadica）中，莱布尼茨阐述了二进制算术。他还勾画了一台没有轮子的计算机器。其中，小球穿过孔落下，滑动的槽口把孔打开或关闭，就完成了运算。他从未造出它，不过 2000 年代初，德意志博物馆制作了一个能运转的模型。他的论文于 1703 年在巴黎科学院宣读，1705 年印行。它还把 0–1 记法与《易经》的卦象联系起来，卦象相传出自伏羲，是白晋从北京寄给他的（1703 年 4 月收到）。更早的一个印度体系见于宾伽罗的《韵律经》（Chandaḥśāstra，年代不确定，约公元前 3 至前 2 世纪）。它以后来的读者分析为二进制的方式，列出了由短音节和长音节构成的韵律。
建立在：作为一个数的零
引出：楚泽 Z3
来源：Leibniz, ‘Explanation of Binary Arithmetic’ (1703), English translation
穿孔卡片织机 (1804)
约瑟夫·玛丽·雅卡尔 1804 年的织机用一串穿孔卡片来挑选要提起哪些经线。要改变图案，换卡片就行。在他之前，Bouchon（1725）和 Falcon（1728）已经用过穿孔纸带或卡片。但雅卡尔的版本被广泛采用，巴贝奇借用了它读取卡片的想法。
引出：分析机
来源：Science Museum Group, ‘Model of Falcon’s loom’ (Jacquard refined Falcon’s method in 1804)
差分机 (1822（提出）；1991 年建成 · 停滞)
巴贝奇设计了一台用有限差分法计算并打印数学用表的机器。它会把人为的错误从算术中去除。一小段能运转的部分曾被展出。完整的机器在他有生之年没有造成。
它为什么停滞：1833 年，因与他的工程师约瑟夫·克莱门特发生争执，工作停了下来。科学博物馆在 1991 年根据他的图纸完成了 2 号差分机。这表明设计本身是站得住脚的。
建立在：机械计算器
引出：分析机
来源：Science Museum, “Charles Babbage’s Difference Engines and the Science Museum”
分析机 (1837（1834 年构想） · 停滞)
查尔斯·巴贝奇设计了一台可编程的机械计算机。它有存储器、运算器、条件分支，以及用穿孔卡片输入的指令。它比后来的计算机早一个世纪预见了其布局。他在 1871 年去世前，只造出了一件试验件。
它为什么停滞：它停滞了，因为需要几千个零件，而 1840 年代的英国提供不了所需的精密工程、稳定的资金和成熟的设计。计算机历史博物馆列出的原因有：成本失控、精度要求过高、与他的工程师发生争执，以及资金时断时续。
引出：注释 G
注释 G (1843 · 构想)
阿达·洛芙莱斯翻译了梅纳布雷亚的论文，并加了注释。注释 G 是一张在分析机上计算伯努利数的运算表。她还指出，如果音乐创作之类的事物之间的关系能够被表达出来，这台机器也可以作用于数以外的东西。第二点是第一次明确指出，计算机器处理的是符号，而不只是数量。
建立在：分析机
布尔逻辑 (1847; 1854 · 构想)
乔治·布尔的《逻辑的数学分析》（1847）和《思维规律的研究》（1854）把逻辑命题当作只有两个值的代数来处理。这意味着推理可以被计算。香农后来表明，电路执行的就是这种代数。于是布尔的体系成了数字硬件的逻辑基础。
来源：George Boole, An Investigation of the Laws of Thought (1854), Project Gutenberg
真空管 (1904–1907)
约翰·安布罗斯·弗莱明的二极管（1904）把无线电信号变成了可用的形式。李·德福雷斯特加上一个栅极，造出了三极管 Audion（1906–07），它可以放大和切换电信号。三极管是无线电、电话和最早的电子计算机的工作部件。
通用机器 (1936–37 · 构想)
艾伦·图灵的《论可计算数》（1936 年宣读，1936–37 年发表）定义了一种抽象机器。它表明，只要把另一台机器的描述作为输入，一台通用机器就能完成任何其他机器的工作。这就是一台通用计算机能运行任何模拟世界的理论原因。它也限定了这样的模拟能计算什么。
建立在：布尔逻辑
引出：存储程序的设计
电路中的逻辑 (1937–38 · 构想)
克劳德·香农在麻省理工学院的硕士论文（1937 年，1938 年发表）表明，继电器和开关的网络可以用布尔代数来分析和设计。它把抽象逻辑与物理电路联系了起来。工程师们从此有了设计数字机器的系统方法。
建立在：布尔逻辑
引出：电子计算机
来源：C. E. Shannon, ‘A Symbolic Analysis of Relay and Switching Circuits’, MIT thesis (1937)
楚泽 Z3 (1941)
康拉德·楚泽于 1941 年在柏林完成了 Z3。它有约 2,400 个继电器、二进制数制和 22 位的浮点字。程序是从穿孔纸带上顺序读取的。IEEE 计算机协会的历史网站称它是世界上第一台完全能工作的、程序控制的机电数字计算机。它没有条件分支，程序也存放在机器的存储器之外。
建立在：二进制算术
Colossus (1943–44)
汤米·弗劳尔斯在布莱切利园的电子机器从纸带上读取密码文本。它们用真空管（Mark 2 中有 2,500 个）来找出德国洛伦兹密码的转轮设置。它们是电子的、可配置的，但只为一项任务而造。战后很多年里，它们一直被保密。
建立在：真空管
电子计算机 (1945–46)
ENIAC 于 1945 年在宾夕法尼亚大学建成，1946 年 2 月公开宣布。它使用了约 1.8万 个真空管。你可以通过重新接线，让它解决各种数值问题。它表明，电子速度对通用计算是可行的。但重新编程要花上好几天。
引出：存储程序的设计
存储程序计算机 (1945（设计）；1948（首次运行）)
1948 年 6 月 21 日，由威廉姆斯和基尔本建造的曼彻斯特小规模实验机（“Baby”）从自己的电子存储器中运行了第一个程序。这个程序有 17 条指令，用来寻找一个数的最大真因子。把指令和数据放在同一个存储器里，软件才能以电子速度改变。这也是模拟能够被加载的原因。
建立在：存储程序的设计
引出：分组网络; 交互式图形; Simulacron-3; 最早的电子游戏; Aspen Movie Map; Colossal Cave Adventure
来源：University of Manchester, ‘Manchester Baby computer’ (Computer 50 archive)
存储程序的设计 (1945 · 构想)
约翰·冯·诺依曼的《EDVAC 报告初稿》描述了一种把程序与数据放在同一存储器里的计算机。此后几乎所有计算机用的都是这种布局。
引出：存储程序计算机
来源：von Neumann, First Draft of a Report on the EDVAC (30 June 1945), Internet Archive
晶体管 (1947–48)
约翰·巴丁和沃尔特·布拉顿于 1947 年 12 月在贝尔实验室演示了点接触晶体管。威廉·肖克利不久后研制出了结型晶体管。三人分享了 1956 年的诺贝尔物理学奖。它是一种固态的放大器和开关，没有灯丝，也没有真空。计算机变得更小、更快，也可靠得多。
建立在：真空管
引出：集成电路
集成电路 (1958–59)
德州仪器的杰克·基尔比在 1958 年 9 月造出了一块能工作的集成电路。仙童公司的罗伯特·诺伊斯在 1959 年设计出了可以制造的平面硅版本。基尔比分享了 2000 年的诺贝尔物理学奖。把许多元件放在同一块材料上，使复杂的电子设备变得便宜。这为算力的规模化奠定了基础。
建立在：晶体管
引出：摩尔定律; 微处理器; 街机电子游戏; Virtual Boy
摩尔定律 (1965（1975 年修订） · 构想)
在 1965 年 4 月发表于《Electronics》的一篇文章中，戈登·摩尔观察到，每块集成电路上的元件数量大约每年翻一番。他把这个趋势外推了十年。1975 年，他把速率改为大约每两年一番。这个预测大体上维持了五十年。它决定了模拟世界能变得多丰富的节奏。
建立在：集成电路
来源：Computer History Museum, ‘Moore’s Law predicts the future of integrated circuits’
分组网络 (1969)
ARPANET 于 1969 年 10 月 29 日从 UCLA 向 SRI 发出了第一条主机到主机的消息。称为 IMP 的小型计算机负责路由数据包。它后来发展成一个全国性的研究网络。共享的虚拟空间需要能实时交换数据的机器。ARPANET 是第一个建立在分组交换之上的大型网络。
建立在：存储程序计算机
来源：Computer History Museum, ‘October 29, 1969: Happy 40th birthday to a radical idea’
微处理器 (1971)
英特尔 4004 于 1971 年 11 月问世。Hoff、Mazor、Faggin 和 Shima 为 Busicom 计算器设计了它。它把一个可编程的中央处理器放在了单个芯片上。通用计算变得足够便宜，可以用于个人计算机、游戏机，最终还有手机。
建立在：集成电路
引出：图形处理器; 智能手机; 实时 3D 世界; 脑机接口
互联网 (1983)
1983 年 1 月，ARPANET 切换到 TCP/IP 协议。它们是让各个独立网络得以互联的共同语言。共享的在线世界就运行在这个网络的网络之上。
建立在：分组网络
引出：万维网
万维网 (1989–1991)
蒂姆·伯纳斯–李于 1989 年 3 月在 CERN 提出了一个链接的超文本系统。到 1990 年底，他已经在那里让第一台服务器和浏览器运行了起来。他于 1991 年 8 月公开宣布了这套软件。它使互联网对非专业人士也变得可用。它成为到达共享在线空间的通用途径。
建立在：互联网
引出：持久的在线世界
图形处理器 (1999)
英伟达的 GeForce 256（1999 年 10 月）把变换和光照放在单个芯片上。它被宣传为第一个图形处理器。这把逐像素和逐顶点的工作从 CPU 上卸了下来。廉价的并行图形硬件，使实时 3D 世界变得触手可及。后来它又对大规模神经计算做了同样的事。
建立在：微处理器
通用 GPU 计算 (2006–2007)
英伟达于 2006 年宣布了 CUDA，并于 2007 年 6 月发布。它让程序员可以为 GPU 的数千个并行线程编写类似 C 的普通代码。图形硬件变成了通用的并行计算机。后来训练大型神经网络之所以变得可行，靠的就是这个。
建立在：图形处理器
引出：GPU 上的深度学习
智能手机 (2007)
苹果于 2007 年 1 月宣布推出 iPhone，6 月发售。它把触摸显示屏、性能出色的处理器和运动传感器放进一台口袋设备，随后这些部件开始量产。结果是廉价的高密度显示屏、运动传感器和移动芯片有了供应。这使消费级头显成为可能。
建立在：微处理器
来源：Apple Newsroom, ‘Apple reinvents the phone with iPhone’ (9 January 2007)
GPU 上的深度学习 (2012)
2012 年 9 月，AlexNet 以很大的优势赢得了 ImageNet 图像分类竞赛。这是 Krizhevsky、Sutskever 和 Hinton 在两块 GPU 上训练的卷积网络。这个结果表明，在并行硬件上训练的大型神经网络，在感知任务上胜过手工构建的方法。
建立在：通用 GPU 计算
引出：Transformer 架构; 神经渲染; 习得的世界模型; 扩散模型
Transformer 架构 (2017)
Google 的 Vaswani 及同事在 2017 年提出了 Transformer。它是一个建立在注意力之上的网络。它并行处理序列，并且随着数据和算力的增加扩展得很好。它是大语言模型背后的架构，而大语言模型能产生开放式的、对话式的行为。
建立在：GPU 上的深度学习
来源：Vaswani et al., ‘Attention Is All You Need’, NeurIPS (2017), arXiv:1706.03762
习得的世界模型 (2018)
哈和施密德胡伯训练了一个神经网络来为游戏环境建模。然后，他们让一个智能体在模型自己想象出来的这个环境中接受训练。从此，世界可以通过观看来学习，而不必靠手工编写。
建立在：GPU 上的深度学习
引出：生成的交互式世界
来源：Ha and Schmidhuber, “World Models”, arXiv:1803.10122 (2018)
扩散模型 (2020)
Ho、Jain 和 Abbeel 表明，一个被训练成一步步去除噪声的网络，可以从随机输入生成高质量的图像。这种方法是后来大多数图像、视频和交互式世界生成器的底层基础。
建立在：GPU 上的深度学习
引出：生成的交互式世界
来源：Ho, Jain and Abbeel, “Denoising Diffusion Probabilistic Models”, arXiv:2006.11239 (2020)
分子纳米技术 (2010–2030s · 预测)
1990 至 2000 年代的预测者把可编程的分子组装和能进入大脑的纳米机器人预测在 2010–2029 年。金刚石结构组装曾被预测在 2010–2015 年实现，至今没有被演示。所以这里记录的是已经过期的日期。
建立在：摩尔定律
已发表的预测：- Robert J. Bradbury, citing Zyvex’s Jim Von Ehr and Drexler 1998 (1999): 2010–2015（Zyvex：2010 年前）. ‘Matrioshka Brains’ manuscript, 1999
- 雷·库兹韦尔 (2002): 2029 年前. Remarks 26 March 2002, Kurzweil Library
- 雷·库兹韦尔 (2015): 2030s. Singularity Hub report, 12 Oct 2015
人类水平的 AI (2027–2047 · 预测)
关于机器在每项任务上都胜过人类的预测，从 AI 实验室领导者发言中的 2026–2030 年，到 2023 年对 2,778 名研究者的调查中的中位数 2047 年不等。随着时间推移，调查结果越来越早。2012–13 年给出的是 2040–2050，2022 年是 2060，2023 年是 2047。
建立在：Transformer 架构
已发表的预测：- Grace et al. (AI Impacts), survey of 2,778 AI researchers, run October 2023 (2024): HLMI：2027 年前 10%，2047 年前 50%；所有职业完全自动化，2037 年前 10%，2116 年前 50%. arXiv:2401.02843 ‘Thousands of AI Authors on the Future of AI’ (Jan 2024; v3 Oct 2025)
- Müller & Bostrom, survey of four expert groups (2012–13) (2016): 2040–2050 年前后实现高级机器智能的概率为 50%；2075 年前为 90%. ‘Future progress in artificial intelligence: A survey of expert opinion’, in Fundamental Issues of AI, Springer, 2016
- Metaculus 社区（问题 5121，首个通用 AI 系统） (2026): 中位数为 2030 年 4 月；四分位距约为 2026 至 2038 年. Metaculus 社区预测，2026 年 10 月 16 日搜索结果所示（请查看实时问题）
- 达里奥·阿莫迪（Anthropic 首席执行官） (2024): 最早在 2026 年出现“powerful AI”，或晚得多. ‘Machines of Loving Grace’, Oct 2024
- 戴米斯·哈萨比斯（Google DeepMind 首席执行官） (2025): 能力在 5–10 年内（2030–2035）出现. CNBC 采访，2025 年 3 月 17 日
- 雷·库兹韦尔 (2005): 2029 年前，计算机通过图灵测试/达到人类水平的智能. The Singularity Is Near (Viking, 2005; ISBN 978–0670033843), reaffirmed in The Singularity Is Nearer (Viking, June 2024)
- 汉斯·莫拉维克 (1998): 2030 年前，家用计算机的硬件就能与大脑相当. ‘When will computer hardware match the human brain?', Journal of Evolution and Technology vol. 1, 1998
可逆计算 (2027–2040 · 预测)
可逆逻辑避开了擦除比特所需的兰道尔最低能耗。它被提出作为每瓦特获得多得多算力的途径。一家初创公司预计，首款推理芯片将在 2027 年问世，10 到 15 年后效率提高 4,000 倍。2014 年的一次专家访谈并不指望 2030 年前会广泛使用。
建立在：摩尔定律
已发表的预测：- 汉娜·厄利（Vaire 首席技术官）；迈克尔·弗兰克 (2025): 2027 年出芯片；10–15 年后（2035–2040）达到 4,000 倍. Dina Genkina, ‘Reversible Computing Escapes the Lab in 2025’, IEEE Spectrum, 2 Jan 2025 (update 22 May 2025)
- 埃里克·德贝内迪克蒂斯（桑迪亚） (2014): 2030 年前不会广泛使用；2030 年前有一些应用. MIRI interview, 3 April 2014
超级智能 (2027–2045+ · 预测)
受调查的专家预计，超级智能会在人类水平机器智能出现后 30 年内到来。情景作者和库兹韦尔给出的日期在 2027 至 2045 年之间。2023 年受调查的研究者认为，出现快速“智能爆炸”的可能性不小，但不到一半。
建立在：人类水平的 AI
已发表的预测：- Müller & Bostrom (2016): HLMI 之后不到 30 年内. 人工智能未来进展：专家意见调查，2016
- Kokotajlo, Alexander, Larsen, Lifland, Dean (2025): 该情景中 ASI 在 2027 年 12 月；中位数更晚（例如一位作者的中位数为 2030）. AI 2027 情景，2025 年 4 月 3 日（2025 年 11–12 月更新）
- 雷·库兹韦尔 (2005): 2045. The Singularity Is Near, 2005 (via AI Impacts summary)