從20世紀50年代起，人們開始研究人工智能，但那時的研究只是集中在邏輯推理上，只是成功地利用計算機進行了邏輯定理證明。后來，由于問題的復雜度大大超過當時計算機（二代機和三代機）的處理能力，因此到了70年代，人工智能就發展不下去了，處于低谷期。80年代開始了以專家系統為代表的知識工程，發展了七八年，非常紅火。到了80年代末期，隨著消費級個人電腦（PC）的興起，大家發現，原來在IBM的個人電腦上也可以運行很多提高生產力的應用，而為專家系統打造的機器太貴，由此出現了一個低成本顛覆，這讓人工智能陷入了第二個冬天。1993年，英特爾發布了奔騰處理器，這是一個劃時代的處理器，讓個人電腦級的系統具有很強的計算力。當時正在研究神經網絡的學術界，終于有了合適的消費級計算機做實驗，這樣才有了之后二十幾年逐漸發展起來的神經網絡的研究。

摩爾定律指出，每隔18~24個月，同樣計算力的芯片可以用一半左右的價格買到，這是通過在同樣的芯片面積上放置更多的晶體管并保持高能效來實現的。那么，2000年以后，摩爾定律是怎樣的呢？到2000年以后，芯片工藝達到90納米以下時，其制造遇到了很多問題，有很多猜測說摩爾定律延續不下去了。但是，科學家和工程師一次又一次地努力，在新材料、新技術上進行探索。在突破45納米節點的時候，英特爾采用高K-金屬柵極技術，克服了漏電問題。在突破22納米節點的時候，又發明了3D晶體管，讓一個晶體管的尺寸變得更小。就這樣，不斷地把摩爾定律往前一步步推進，突破了很多瓶頸。目前，芯片工藝已經達到7納米的水平。這20年里，計算機和手持設備的性能不斷提升，單位計算能力提高了15000倍?，F在，手持設備的計算性能已經堪比當年的服務器。摩爾定律也推動了存儲容量的大幅上升，成本大幅下降。從1995年1GB存儲需要1000美元，到2015年只需要3美分，單位存儲成本約為當時的1/30000這些極大地促進了基于大數據和計算力的人工智能算法的研究。

預計到2020年，人工智能方面需要的計算力將增長12倍。這會給我們帶來一個完全不一樣的世界。以精準醫療應用為例，做基因組測序、分析醫療影像數據以及處理實驗室檢測的數據等等都需要大量的運算。上述工作原來需要幾天才能完成，而現在，在人工智能技術的幫助下只需要幾個小時就能完成。現在，人工智能已經達到了應用爆發的臨界點，后面還會有越來越強的計算能力，越來越多的數據以及算法的突破。