第三个例子， 来自九十年代末的电信行业。
美国的电信行业一直到九十年代中期，日子都非常好过。主要原因是缺乏技术上的竞争。通讯业的收费模式一直是: 价格与通话时间，通话距离成正比，多年没有变化，没有商量，爱用不用。
一直到 1997 年， 从美国打国际长途电话到中国，价格都在一分钟两到三美元。 电信公司在国际长途业务上的利润率据说远超拦路抢劫。
传统电信器材公司， 在这种商业模式的指引下， 推广的是所谓 ATM（Asyncrhonous Transfer Mode） 的通讯协议，意在建设一个统一的网络协议，可以同时处理语音，数据和录像。
ATM 通讯协议的思路，还是基于传统电信公司，语音信号传输的线路交换 (circuit switch) 的思维模式。
与之相竞争的技术标准，是以思科为代表的数据网络公司的 IP（Internet Protocol）网络架构。 从工程实现角度看， ATM 比 IP 效率更低下，系统更复杂，价格更昂贵 。
与此同时，普通消费者接入互联网的数据带宽，按照每年50%的增长速度，不断发展。到九十年代末，有线电视公司提供的宽带服务传输速率可以超过 1 Mbit 每秒。
1 Mbit 是个什么概念？打电话的语音信号，转变成数据传输，大约一秒钟消耗 50 Kbit， 相当于 0。05 个 Mbit。
本世纪初互联网泡沫的破灭， 以美国的朗讯和加拿大的北电为代表的传统电信器材公司的股票， 从2000年最高点， 到2002年，下跌超过99%。
下跌的原因是多方面的， 但是传统电话公司的ATM 技术被数据网络公司的 IP 技术取代， 是重要原因之一。
IP 技术的普及，和互联网带宽的不断增加， 导致中美间国际长途的费用， 2005年时， 跌倒了一分钟 5 美分以下。
第四个例子，是九十年代中期开始关于家庭娱乐发展方向的讨论。
当时的主流观点是，家庭娱乐的未来方向，在于所谓的“互动电视”（Interactive Television）。 有线电视公司，可以提供成百上千个电视频道，供消费者选择付费。消费者需要购买一个机顶盒，和内容服务商互动。
但是谷歌的youtube 的出现，和网络带宽的持续增加，改变了这个格局。
今天美国普通消费者的网络带宽， 可以达到每秒 50 Mbit 以上， 而一个高精度的录像，每秒钟需要传输的数据也只有不到 5 Mb。
但最核心的要素，在于 youtube 上的视频内容， 在指数倍的不断增加。
根据网站 reelseo。com 的 Mark Robertson 的数据， 2015年11月，每分钟大约有五百小时的视频内容被用户上传到了 youtube。 而在 2007年10月， 每分钟上传的视频内容只有 8 分钟。 八年来的年均增长速度为 170%。
虽然未来增速会放缓，但是预计到2016年底，每分钟长传到 youtube 的视频内容会超过 700 个小时。
youtube 的海量视频内容，超过十亿以上的全球观众， 和仍然高速的增长， 是只有几百个频道，几千万个订户， 线性增长的有线电视公司，完全无力竞争的。
家庭娱乐方向的辩论可以休矣，互联网赢了。
那么这一切， 和人工智能/深度学习又有什么关系呢?
如果你看完迄今为止我撰写的关于深度学习的八篇文章（可直接点击下面链接）
王川：深度学习有多深？ 学了究竟有几分？（一）、（二）、 （三）、 （四）、（五）、（六）、（七）、（八）
你会意识到，推动深度学习技术进步， 最根本的动力是计算速度的飞速进步。
计算速度进步的步伐，大致是每十年 100-1000 倍。
你也许还记得， 2012年十月， Hinton 教授团队的深度学习模型， 以15%的识别错误率，远超使用其它技术的团队。
在2015年的 ImageNet 图像识别竞赛中，深度学习模型的识别错误率，已经低于4%， 优于受过良好培训的学者的水平 (大约5%) 。
2016 年三月谷歌的阿法狗团队，以四比一的战绩击败韩国九段选手李世石， 标志着人工智能技术水平，又达到一个新的高度。
人工智能的技术能力，还在加速进步，但现代智人从二十万年前在东非的草原上浮现以来， 大脑的容积和计算能力并没有太多量上的改变。
按照“增速为王”的理论， 人将被机器淘汰取代吗？
或者人和机器融合为一体？出现我们现在都无法想象的新的组合？
这个改变的路径和时间表将会如何展开？
这是二十万年来未有之大变局， 它正在迅速向我们袭来， 它是未来最最重要的议题。
寻找这个问题的答案， 需要不断追踪， 深刻理解底层的技术细节。
未来属于那些抓住问题本质， 抓住主要矛盾，勇于探索， 顺应趋势的人们。
让我们拭目以待。
【本文由投资界合作伙伴创业邦授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。
清科创业（1945.HK）旗下
创业与投资资讯平台
旗下微信矩阵：
