61年間三起三落，為什麼人工智慧在今年得到爆發？

今年創業最火的莫過於共享經濟和人工智慧， 人工智慧的真正雛形始於20年前一台叫做「深藍」的IBM超級電腦，其擊敗了西洋棋大師卡斯帕羅夫，人工智慧的發展得到了奠定。

但在此後人工智慧進入漫長的「休眠期」，直到 20年後的今天谷歌Deepmind 團隊開發的AlphaGo再一次毫無懸念的打敗了人類最強棋手，而這一次帶來的人工智慧潮流再也沒停止下來。

但是人工智慧的概念早在61年前就提出來了，期間的發展歷程也三起三落，為什麼會在今年集中爆發？

1. .摩爾定律鎖描述的計算能力的指數增長
   

AlphaGo 硬體資源上擁有上千個CPU和GPU群，強大的硬體基礎決定了強大的計算能力。

這裡不得不提一下由Intel科學家提出的摩爾定律。

其內容為：當價格不變時，集成電路上可容納的元器件的數目，約每隔18-24個月便會增加一倍，性能也將提升一倍。

在有限的資源空間內要完成巨大的工作量是人工智慧的挑戰，摩爾定律的出現鎖定了計算能力將會以指數的形式增長，這就為人工智慧的確定了方向，高集成度的半導體和半導體群會增強計算機的計算能力。

在半導體方面，晶片的功能越來越強大，集成度越來越高，技術越來越成熟，這是人工智慧發展的硬體基礎。

就目前來看，人工智慧的發展也帶來晶片的革命，各個科技公司都不斷的開發適用於人工智慧的晶片技術，未來機器集成度會更高，性能更加優越。

2. 網際網路快速增長的數據積累

從10年開始，移動網際網路和物聯網的出現逐漸改變了生活方式，在移動網際網路高速發展下積累了大量的數據基礎，這期間雲計算和大數據的發展奠定了機器智能的基礎。

雲計算是網際網路中最核心的數據處理單元，相當於大腦的中樞神經系統， 網際網路的使用者的數據將在計算機終端和雲端進行交互，向雲計算提供了數據，接受雲計算的服務。

而大數據正式雲計算的和計算機終端的必然產物，針對這些數據的處理，以深度學習為代表的算法逐漸的興起，利用大數據和雲計算進行深度的結合，同時研究神經網絡算法，讓機器逐漸有了自主學習的功能，這是人工智慧的關鍵。

3. 物聯網和智能硬體的快速發展

現在人工智慧逐漸的被應用到各個領域，尤其是無人駕駛，這離不開各種各樣的傳感器，而物聯網的發展為人工智慧的傳感器技術奠定了強大的基礎，物聯網重點突出了傳感器和信息的處理，讓人與人、物體與物體、人和物之間交流成為了可能，人機融為一體也是人工智慧的發展方向。

人工智慧是時代發展的必然產物，之所以在20年前沒有火起來，主要原因是受到半導體、數據積累、以及智能硬體發展的原因，如今半導體技術不斷成熟，大數據和雲計算髮展完善，智能硬體的發展更加智能，這賦予了人工智慧有了感覺、感知、神經中樞、智能處理等行為，未來人工智慧的前景將更加廣闊。