力量不够，计算的不够快，不够便宜。而由于摩尔定律的出现，我们今天已经拥有了实现这些设计所需要的计算资源。举个例子，现在最新一代微处理器的性能是1971年第一代单片机的400万倍。
2）大数据
人工智能的本质其实两部分，首先是能够汇集到足够多的有效数据，其次是利用先进的算法对这些数据进行处理。得益于互联网、移动互联网和越发廉价且变得无处不在的传感器，这个世界产生的数据量急剧增加。大数据是人工智能发展的助推剂，这是因为有些人工智能技术使用统计模型来进行数据的概率推算，比如图像、文本或者语音，通过把这些模型暴露在数据的海洋中，使它们得到不断优化，或者称之为“训练”现在这样的条件随处可得。
3）移动互联网的爆发
我认为移动互联网的爆发是人工智能出现的一个必备条件。首先，移动互联网的出现使智能设备时刻与我们相伴，能够采集到足够充分和完整的数据，因为PC的非携带型，用户在PC时代贡献的数据是分割的，这些数据有着特定使用场景，而智能手机和智能可穿戴设备却是贯穿于用户的日常，能够对用户进行更加更加完善和连续的刻画。从而为后面的信息处理提供基础。文章《Tech2015DeepLear
i
gA
dMachi
eI
tellige
ceWillEatTheWorld》里提到苹果、谷歌、微软和IBM等大公司目前最关注的就是移动领域，Shivo
Zilis认为在移动领域胜出将需要大量的机器智能技术。”其次，移动互联网为用户带来了不同的使用场景和习惯，比如在使用智能手机时，在某些情况下用户倾向于进行语音输入而非键盘输入，这在很大程度上促进了语音识别和自然语言处理技术这两大核心人工智能技术的发展，百度科学家A
drewNg近期也屡次表示语音识别的重要性。
4）新算法
算法是解决一个设计程序或完成任务的路径方法。最近几年，新算法的发展极大提高了机器学习的能力，尤其是深度学习的出现。面对海量数据，深度学习算法可以做到传统人工智能算法无法做到的事情，而且输出结果会随着数据处理量的增大而更加准确。在加速回归定律的指引下，深度学习将使人工智能的进化节奏加快，并时进化过程中产物（输出结果）获得指数级增长。当深度学习的效率变得更高，就会吸引更多的资源向它聚合，使其发展更为迅速。同时，这些指数级增长都来源于我们对互联网产品的每一次微小的使用以及相应的每次数据的贡献。而这些汇集起来的数据再借助深度学习算法就会为会我们输出更加准
f确的结果，提供更好的服务，其产生的效果也会像滚雪球一样越来越大。这些r