我们所做的任何事情，在人类宏大的历史和空间的范围里，都是微不足道的。但正是这些不计其数的微小的善的信念，使得人性的种子即使在最险恶的环境中，仍能够得以保存，经过时空的洗礼，在未来的某个时间某个世界，放射出最耀眼的光辉。
——《云图》
距离AI奇点的到来，2029年，还有12年的光景。
雷·库兹韦尔一次次把预测时间提前，这也映衬了他早年提出的加速回报定律（the law of accelerating returns，亦称库兹韦尔定律、加速循环规则）。
该定律认为，信息科技的发展按照指数规模爆炸，将导致存储能力、计算能力、芯片规模、带宽规模暴涨。
这位屡屡语出惊人的“未来科学家”，在这件事的看法上却与事实惊人相似，众人虽然对他预测出来的奇点时间仍持保留态度，就这几年无论是硬件还是软件的飞速发展，确实是为人工智能技术的持续前进立下不少功劳。特别是以云存储、大数据为代表的技术革命爆发，让深度学习样本量级得到一个飞跃,更多算法得以施展，才使得Deep Blue和AlphaGo不断战胜世界棋手的新闻为人们津津乐道。
如果说人工智能的奇点一直存在，回归原点,我们要如何界定一部机器是否拥有人工智能？
目前最普遍的观点都倾向于“图灵测试”上，测试者在与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。
其实这些探索与结论都与早期的人工智能定义和发展有关。
-早期：信息处理阶段
其实早在二战结束，香农就专程去英国找过图灵一起讨论计算机下棋一事，但是当时并没有“人工智能”这一说法，而是后来由麦卡锡在“人工智能夏季研讨会”上将这一名词概念提出，也因为这个原因真正意义上的人工智能概念出现则更晚一些。
一开始，“人工智能”一词并不受科学家们的欢迎，大家强调功能和逻辑，因此更愿意用“复杂信息处理”来表示。随着不断有人提出，高级语言编程不能和人工智能中的自动编程搞混，人们才逐渐接受了“人工思维”“人工智能”这一说法。但看见它能够带给人类进步的同时也将出现许多不可逆的隐患。
因此，早期的人工智能发展中，科学家们经历了一个快速又曲折的转变，从认识到了解到再到恐慌仅仅不过百年时间。
－现状：大数据和云计算
随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统均得到有效提升。
人们获得了一个庞大的数据存储空间，开始尝试着了解海量纷繁复杂的数据背后的关联性，并对其进行专业化处理，样本数量和质量获得质的飞跃。
就拿最近很火的“《 AI+ 时尚：中国95后流行色报告》”来说，腾讯的人工智能团队借助 AI 人脸识别与图像处理技术，分析了2016年整年 QQ 空间相册中千亿公开照片，结合唯品会平台提供的“95后服装销售大数据”，得出95后的最爱色彩竟是“95度黑”这一结论。
姑且先不议这个样本选取的普适性与独立性，这份报告充分的表明了我们大部分的日常搜索习惯、购物习惯、网络行为、图片声音等这些数据都会成为 AI 的深度学习样本，以不同的算法来存储和计算目标，预测我们将产生的行为。
总的来说，这几年的大数据和云计算在软硬件上的爆发将会迫使AI奇点提前到来。
－问题：“支配”与“被支配”
提到人工智能带来的问题，往往逃脱不了“控制论”的范畴，新技术的诞生总是伴随着欣喜与彷徨，对其强大改变力和不可控性所产生的恐惧。
从“AlphaGo战胜了几乎人类社会中的所有顶尖棋手”，到“室机器人成功逃出实验室，自我意识觉醒”，我们几乎每天被“控制论”笼罩，被新闻媒体大量使用“细思极恐”这个词不断支配，导致人类对人工智能的可控性越来越没有信心。
当机器说出它们的感受和感知经验，而我们相信它们所说的是真的时，它们就真正成为有意识的人了。此时，“支配”与“被支配”关系也许就会发生逆行。
不过，信仰的产生并不是大量逻辑关系与数据的深度学习，是各种复杂的情感与观念共同作用下的结果，“缸中之脑”想要成为真正的大脑也不是一朝一夕就能实现的。
