尼葛洛庞帝在著作《数字化生存》中宣称，“信息的DNA”正在迅速取代原子成为人类生活中的基本交换物，我们未来会和电脑一起交谈、旅行、协同工作——是的，因为现在人工智能正在大大加速了数字化生存的进程。
1997年5月11日与IBM“深蓝”的最后一盘比赛中，加里·卡斯帕罗夫认输了，成为首个在传统比赛中被计算机击败的世界冠军。
1997年5月11日，美国IBM公司研制的并行计算机“深蓝”击败了雄踞世界棋王宝座12年之久的卡斯帕罗夫。
“当我成为国际象棋世界冠军时，计算机刚刚达到了世界冠军的水平。这是我的幸运，也是我的不幸。”20年后这位象棋大师回忆说。在经历了短暂的沮丧后，卡斯帕罗夫并没有陷入“人类的挫败感”中。恰恰相反，他始终坚信：“智能机器带来了变革，但并不是对人类的威胁，而是巨大的福利。这给我们带来了无穷的机会，能拓展我们的能力，改善我们的生活。”
20年前那个重达1.4吨的“深蓝”是专门为国际象棋对弈而设计的硬件。但那时的“深蓝”不是自己“学”出来的，而是被“教”出来的：IBM的程序员从国际象棋大师乔尔·本杰明（Joel
Benjamin）、米格尔·伊列斯卡斯（Miguel Illescas）、约翰·奥多罗维奇（John
Fedorowicz）和尼克·德菲米亚（Nick de
Firmian）等那里获得信息，向它输入了100年来所有国际象棋大师几十万局棋的开局和残局下法，提炼出特定的规则，再通过编程灌输给它。它的大部分逻辑是以“象棋芯片”的形式用硬件电路的方式实现的，核心算法叫“暴力穷举”。也就是说，它会生成所有可能的走法，不断对局面进行评估，找出最佳走法。
2016年，AlphaGo战胜了世界围棋冠军后，DeepMind创始人杰米斯·哈萨比斯把“深蓝”比作在某一领域发挥特长的“狭义人工智能”，把AlphaGo比作“通用学习机”——后者可以从原始数据进行学习，且可以寻找到用于不同的任务和领域的不同算法。但实际上，“深蓝”在IBM一手打造的人工智能时代，也已经成了一个里程碑式的节点。作为“深蓝”的后续产品，IBM开发的新型人工智能技术平台——Watson已经替代了“深蓝”。
与“深蓝”不同，Watson可以自己学习，而且能够通过深度神经网络模仿人类的决策和价值判断。
2011年，IBM建立了一个由90台服务器、360个计算机芯片和15TB存储器组成的计算机系统，其容量足以存储美国国会图书馆的所有藏书——这就是Watson，它就像一个初生的婴儿，没有任何内在的智慧，但却能像人一样进行学习。
2016年5月10日，IBM Watson的首席安全架构师杰伯·林顿（JebLinton）向马里兰大学巴尔的摩分校的学生丽莎·马修斯（Lisa Mathews）展示如何让IBM Watson“学习”安全语言。
“Watson之父”约翰·凯利和他的团队用了5年时间教Watson学会了人类的语言，又用维基百科的所有条目和无数的报纸和书籍训练它，这使得Watson不仅具备了人类自然语言的理解能力，还有了语义分析能力。2011年，Watson在电视智力竞赛“危险边缘！”节目中用人类的语言战胜了前两届冠军，完成了自己从“婴儿期”到了“青春期”的转变。
2011年1月13日，IBM方面宣布使用IBM
POWER7的Watson计算机参加Jeopardy!机智问答大赛，Watson的对手是拿下该节目最高累积奖金的布莱德·拉蒂（BradRutte）和肯·詹宁斯（Ken
Jennings），这是Watson与詹宁斯和拉蒂进行第一次人机比赛。
在赢得“危险边缘！”的冠军后至今的几年中Watson又做了什么？答案是它告别了游戏时代，正式进入了商业应用领域。
以医学为例，在癌症研究领域，通常医学界每天发表的研究论文和实验数据多达8000种，没有人能够做到每天阅读这么多论文，研究者拿出某个病症的治疗方案通常要晚于提出病症一两年。但Watson强大的学习能力可以弥补这个“时间差”：Watson用大约一个星期的时间学习完全部医学文献，再用一个星期读完2500万篇论文——Watson不仅能从1万名现实患者的治疗案例中找出99%的与人类专家的发现相同的信息，还能在30%的病例中发现被医生们忽略的信息。即使如此IBM的团队依然表示Watson目前在这个领域的潜能可能仅仅发挥了一两成，要想达到初设定的目标，它还需要继续学习。
在纽约，来自罗切斯特大学西蒙商学院的克里斯蒂安·贝克（左）和杰米·塞克斯顿（右）的危机灾难管理提案在IBM Watson案例大赛中取胜。
自“深蓝”将“人工智能”变成了一个公众领域的词语以后，IT巨头们在人工智能的发展方向上存在着不同的选择。IBM商业计算机的基因，早在IBM前总裁路易斯·郭士纳主导的转型过程中，IBM就将咨询作为核心业务发展，对行业的深度理解成为其最大的竞争优势。尽管一部分消费者已经看到谷歌Home或亚马逊Echo，但IBM的优势是在那些垂直和专业领域，这是两种不同的人工智能设计思路。
2016年被称为“人工智能元年”。智能设备、移动互联网和物联网都使人类数据的总量呈指数速度倍增长。这听起来似乎很抽象，形象的比喻是，据预测，到2020年全球每人每天将产生约2.4GB的数据，也就是每人每月产生的数据可以填满一部64GB的iPhone手机，这其中80%都将是非确定性、非结构化数据。
就在“深蓝”战胜卡斯帕罗夫的前一年，尼葛洛庞帝出版了影响深远的著作《数字化生存》。他宣称，“信息的DNA”正在迅速取代原子成为人类生活中的基本交换物，我们未来会和电脑一起交谈、旅行、协同工作。信息不再被“推给”消费者，相反，人们或他们的“数字勤务员”将把他们所需要的信息“拿过来”并参与到创造它们的活动中。人工智能大大加速了数字化生存的进程。
很多人说，我们所处的时代正是最好的时代，也是最坏的时代。好的方面在于我们比过去的任何时代都容易获取信息；而坏的方面，也正是庞大的信息正在挤爆我们有限的眼球和大脑。
IBM的超导量子位元设备排列模型。方形点阵能够让IBM一次性测定两种量子误差，这也是应用于加入更多量子位元后的更大规模计算中的最佳组态。
这些庞大的信息意味着什么？对人来说，信息是不可见的，但对于人工智能来说，信息即情绪，是联系起计算机和人的媒介。1950年，当阿兰·图灵第一次提出“机器思维”时，一部分人还觉得那只是天方夜谭，另一部分人则认为思考机器的出现将会是对人类自身存在的挑战。
科学在不安中前进，也在前进之路上逐渐摸清了自己的发展方向，仅仅不到半个世纪的时间，人工智能的出现就把理论拉进了现实，我们将在生活的方方面面亲历人工智能带来的改变，不仅是医疗、金融和社会服务，甚至还有艺术、文化和情感沟通。
使用IBM POWER7处理器的Watson，是一套能够基于大数据回答自然语言的模式下提出的问题的工作量优化系统。
当我们苦于无法向医生描述还不会说话的小宝宝的病情时，人工智能会通过分析孩子长期的身体信息，准确判断病情；当我们纠结于结婚纪念日前不知道该送点什么新鲜的惊喜给爱人时，人工智能会根据个性偏好，制定出一份专属礼物；甚至在人工智能的帮助下，我们能提前对某地区的自然灾害做出预警，留出足够的时间疏散居民，最大限度地降低人员和经济损失。
这一切都是我们正在经历的历史。未来人工智能将把人类从琐碎中拯救出来，我们可以更多地关注内心，提升幸福感。但人类如何与另一种“智能”相处，则成为文明进程的新问题。这是通往奴役之路，还是自由之路？
技术打开了一扇门，命运应该掌握在我们手中。
