人工智能的起源與發展。人工智能從1956 年被正式提出以來，一共有61 年的歷史了，期間經歷3 次高潮，2 次低谷，而最后一次高潮開始于2006 年，至今仍在延續，并隨著各項技術的提升和相關應用的推廣繼續將人工智能推上新的高峰。
芯片的快速發展帶動運算力的提升。GPU 和云計算的興起，為人工智能帶來了質的飛躍。其中GPU 等芯片性能的快速提升，為人工智能的快速發展提供了可能性。與此同時，分布式計算（云計算）的興起，大大降低了計算的時間、硬件成本，也為人工智能的快速發展提供了契機。國外知名GPU 制造商NVIDIA 已經將傳統PC GPU 業務進行了轉型，并推出了專門運用與人工智能、深度學習、大數據研究和分析GPU 芯片，如Tesla 系列運算卡，并取得令人矚目的成績。人工智能的客戶在2 年內提升了33 倍，并在17 年1 月的FY2017 年報指出相關AI、深度學習以及云計算的GPU 芯片收入的年增長率高達145%并預測到FY 2018 第一季度這個數字會繼續增長到186%。
大數據與云服務的熱潮奠定數據基礎。互聯網與移動互聯網的迅猛發展使得人們的生活中產生海量數據，并得益于大數據概念的爆發，國內對數據積累與標注十分重視，從數據收集、數據分析、數據管理到數據應用，已經形成了完整的產業鏈，這也為國內人工智能輸入海量數據進行訓練提供了堅實的基礎。企業與政府共同致力于實現數據共享與開放。相比于國外公司對數據的嚴密保護，國內公司對數據保持著較為開放的態度。谷歌旗下的Waymo 以及特斯拉對其數據進行嚴格保密，而國內方面百度不僅對軟件進行開源，而且打算進一步分享數據，創造一個無人駕駛汽車的開放數據平臺。手握巨量數據的政府也已制定好數據共享與開放計劃，到2018 年底前，中央政府層面實現數據統一共享交換平臺的全覆，建成國家政府數據統一開放平臺；2020 年底前，逐步實現多個民生保障服務相關領域的政府數據集向社會開放。數據的開放共享使得數據能夠大范圍內的流動，并衍生出各類對數據處理與應用，做出更可靠的標注，從長期看給人工智能帶來更大的市場價值。
