范式迁移，从铁路、人工智能、网络、电信到现在可能是纳米技术，中的技术成熟曲线通常开始于不切实际的期望，由于对促进因素缺乏了解而造成的的时期。虽然这一新的模式利用率成倍增加，但是早期增长缓慢，直到达到指数增长曲线拐点。
革命性变革的普遍预期是准确的，它们却是不同步的。当前景并非一帆风顺时，就进入了幻觉期。不过指数增长继续有增无减，多年后一个更加成熟、更切合实际的转变一定会发生。
天神看到19世纪铁路的迅速发展，随后便是普遍的破产，在他收集的历史文件中，发现了有一些早期没有兑付的铁路债券。
人类仍然受到几年前电子商务与电信业萧条的影响，这也导致了燃油经济的衰退，从那时起人类正走向复苏。
人工智能经历了一个相似的过早并过于乐观的时期，紧随其后的就是通用问题求解程序，这个程序找到了曾经难倒像罗素等数学家的定理的证明，早期的程序都来源于麻省理工学院人工智能实验室，这些程序可以解决大学生级别的学术能力测试问题，比如相似性和经历问题。
人工智能暴露问题出现在20世纪70年代，20世纪80年代是人工智能的萧条期，那时的人工智能无法转化为利润，那个年代也称为“人工智能的冬季”。
许多观察家仍然认为人工智能冬季是这个故事的结束，并且人工智能领域也无法创造任何东西。
然而，今天成千上万人工智能的应用都已经深深植根于每一个工业基础设施中。这些应用大部分是10~15年前的研究项目。
那些提问“人工智能到底会带来什么？”的人使我想起了在雨林中的旅客的疑问：“应该住在这里的许多物种去了哪里？”当数百种动植物在一个区域蓬勃繁衍时，它们已经与当地的生态紧密结合在一起了。
人类都顺利地进入了“狭义人工智能”时代，这个概念指的是人工智能正在扮演一个有用而又特定的功能，一旦需要人类智力发挥，人工智能就可以发挥到人的水平或者做得更好。
通常狭义的人工智能系统大大超过了人类的智力速度，能够提供管理和考虑成千上万个人同时进行工作。
这些时间框架相对于快速发展的互联网和电信的阶段周期（以年来衡量，而不是几十年）来说，人工智能的技术周期，数十年的热情成长，十年的幻灭，十五年在利用上的扎实推进，看上去有些漫长，但有两个因素必须考虑。
首先，由于互
。。