在狂想未來之前，先讓我們回顧了解一下 AI的發展史。

談起人工智慧發展史，必須從人工智慧之父-圖靈說起。艾倫•麥席森•圖靈（Alan Mathison Turing）圖靈提出的圖靈試驗，奠定了人工智慧發展的基礎。其相關事蹟曾被翻拍成電影「模仿遊戲」。

1950年代Marvin Minsky 一位生物學家，專長是研究神經科學，他用數學模型模擬了神經元，稱作感知機。Marvin的理論對人工智慧的研究在模仿人類的信息傳遞方式深具意義，但因當時的條件狀況之下，並未被發揚光大。

1960年代西蒙( Herbert Simon )用人工智慧模擬人類的推理，於1975年獲得圖靈獎，之後於1978年獲得諾貝爾獎經濟學獎。

在1965年，西蒙曾預測說，20年內，機器可以完成人類所能做到的一切東西。1970年，Marvin曾說，在3到8年內可以讓機器具有人類平均的智能。然而，這兩個預言都未在預言的時間內真正發生。

1966年伊莉莎（Eliza）問世，「她」不具人形，也沒有聲音，僅是一個簡單的透過人工編寫腳本與人交談的機器人程序，約略可算是亞馬遜語音助手Alexa、谷歌助理和蘋果語音助手Siri們的前輩，可以算是與人進行交流的前身。

1990年代，AI發展於並行處理能力的提高，讓計算機的運算速度能夠大幅提升。

1997年，IBM的計算機深藍在西洋棋比賽中，戰勝了世界冠軍世卡斯帕羅夫，這是首次人工智慧在人機大戰中獲得勝利。

2006 年 HINTON 成功訓練多層神經網路、稱為深度學習。
然而，真正的轉折突破，要算是2012 年 Hinton 的兩個學生以 SuperVision 的隊伍名稱參加了ImageNet圖像識別競賽，以 16.42% 的錯誤率奪冠，他們所使用的技術正是深度學習，從此爆發了深度學習的熱潮。而2015年微軟更以3.5%的錯誤率奪冠，超越了人類的5%。

2018年，google與Microsoft都相繼的把內部的機器學習資源解密，使得深度學習的門檻大幅降低。

近年來深度學習與演算法的成功，讓各行各業紛紛投入產業AI化，並想從資料的洪流之中，取得正確相關的資料，並加以大幅應用。此起彼落的 AI & Data狂想曲因而得以就此展開。