大多数的专家和学者都认为人工智能起源于1956年达特茅斯校大学举行的一次会议。当时的参会者包括John McCarthy（人工智能之父）、Marvin Minsky（1969年度图灵奖得主，麻省理工人工智能实验室创立者）、Allen Newell（1975年图灵奖得主）、Arthur Samuel和Herbert Simon，这些人都成为了人工智能领域的开拓者，引领着相关研究工作的方向。纵观整个60年代，美国国防部是人工智能研究的主要资金来源，包括让机器下 棋、说英语、解代数题、推演逻辑定理等。

但是，对于这些问题的研究热情渐渐开始消退，正如Herb Simon所言“在20年之内，计算机的能力会发展到足以取代人工作业的程度”，而Minsky也支持Simon的看法 -- “我们这一代，将见证这些促使‘人工智能’领域确立的问题被逐一解决掉。”

不必多言，这些先驱们的看法显得过于乐观了。或者说，在宏观层面，事情的进展不如预期那么迅速。进入70年代后，*的投入开始削减，而人工智能也从“过 高期望的峰值（Peak of Inflated Expectations）”进入到“泡沫化的低谷期（Trough of Disillusionment）”（取自于Gartner的技术成熟度曲线，Hype Cycle）。在整个80年代，由于专家系统（提升了企业的知识学习和分析能力）在商业上的成功，人工智能的整体市场增长到超过10亿美元，实质上进入了 “稳定攀升的光明期（Slope of Enlightenment）”。对于人工智能的热情，重新燃起。

技术成熟度曲线的扩展：奇点（singularity）

和 许多人一样，我相信我们即将迎来一个拐点。Google Search上对奇点的定义是：宇宙黑洞的中心，在密度无限大的时空中，聚集了所有的能量和质量。无论你是否相信摩尔定律（Moore Law），人工智能在功能、特性以及和人类的连接（至关重要的一点）上都取得了更为显著的进步。仿生部件已经不在局限在科幻小说和学术研究的层面。人机交 互也不再是移动鼠标、自拍或摆动四肢 – 而是基于电机和硅基技术，实现与人的生理机能的连接。

因此，也许Gartner的技术成熟度曲线中应该再加入第六个阶段 – 奇点。

人工智能时代：CIO十诫

对于CIO们来说，人工智能技术带来的冲击已经不言而喻。针对IT领袖们，希望下面的10条建议能够带来人工智能技术的最大产出和收益：

• 如果你对人工智能的基本概念和原理不熟悉，读本书、学习一门课程或者和同行多交流，让自己尽快进入相应的语境；
• 无论熟悉与否，持续地跟踪人工智能技术的新发展 – 这是一个快速演进的领域；
• 在企业或IT部门中，开展人工智能相关的创新活动，包括研发和验证；
• 尽你所能，延揽人工智能方面最杰出的人才；
• 对于基于人工智能技术构建的产品和服务，确保其商业上的可行性（比如，可接受的投入产出比）；
• 与企业内外的利益干系人沟通，使其对新开发的人工智能应用有充分的了解。这一点尤为重要，如果处理得当，这类应用将构筑差异化的竞争优势；
• 在智能技术的研发和部署可能取代人工工作时，要有良好的人力资源战略和规划作为支撑。充分的沟通和对受影响员工的培训转型是非常重要的，可以最大程度消解抵触心理；
• 在那些用人工智能辅助专家决策的领域（比如，销售、服务、制造和预测），促使人们能够形成正确的认知：工具是用来帮助他们更好地工作的，是为了提升其生产率、自身价值和客户满意度的。同时，还能提升员工满意度，防止人才流失；
• 最重要的一点，如果人工智能应用以大数据作为支撑，尤其是关于个人信息时，一定要确保有信息安全和个人隐私相关的策略、流程、方法和工具，以此防止数据被恶意窃取或无意泄露。大数据和人工智能的结合具有无穷的潜力，而数据保护的方法也应等量齐观；
• 关于人工智能产品或应用可能带来的伦理和道德冲击，要和高层进行充分沟通，包括数据如何被收集、存储、提取和利用的。这一点对于医疗或公共基础架构应用尤为重要。当预想之外的后果发生时，生命可能受到威胁或侵害，而且可能导致严重的经济或社会后果。