显然，在全国推广起来要困难得多，经济成本也会更高。在这种情况下，可以很好的解释为什么不同地方的方言不能互通。我们找不到200年前的记录材料，更不知道1300年前唐朝的发音是什么样的。有一种观点认为，元朝以后，受蒙古人的影响，北方方言的语音和声调发生了很大的变化，与南方方言有很大的不同。
谢邀！人工智能(AI)从被提出到现在，已有超过60年的发展历程，虽然中间也经历过暂短的热潮，都没有真正火起来，而直到去年3月阿尔法狗打赢了世界围棋冠军李世石，AI才掀起了新一轮的热潮。这轮热潮，在谷歌、Facebook、微软、BAT等企业投资推动下，让AI走到大众视野，也走向实际应用，而人工智能之所以最近两年才火起来，是因为拥有计算、算法和大数据这三大支撑力！首先看看计算力方面的提升。
计算是AI发展的基础，在20年前，一个机器人，当时是用32个CPU，达到120MHz的速度，而今天一台小小服务器的计算速度已是20年前最快计算机的60倍。现在的人工智能系统可以使用成百上千个GPU来提升的计算能力，这使得处理学习或者智能的能力得到比较大的增强。之前用CPU一个月才能出结果，然后再去调整参数，一年只能迭代12次，
GPU产生后大幅提升了计算量，现在用GPU可以一天就出结果，迭代的更快。再看看算法方面的更新，以人脸识别为例，在2013年深度学习应用到人脸识别之前，各种方法的识别成功率只有不到93%，低于人眼的识别率95%，因此不具备商业价值。而随着算法的更新，深度学习使得人脸识别的成功率提升到了97%，
这才为人脸识别的应用奠定了商业化基础。而历经了十多年互联网行业快速发展所积累的数据资源，为AI提供了充足的“养料”，例如，在AlphaGo的学习过程中，核心数据是来自互联网的3000万例棋谱。互联网和智能手机的快速普及催生了海量数据，无论是人们无论是用手机、跑步、看电视还是行驶在车流中，几乎所有的活动都会留下数字足迹，海量数据已汇成数据洪流。
AI界的泰斗、加拿大多伦多大学的Hiton教授早在2006年就提出了深度学习的概念，直到最近几年深度学习才逐渐应用起来，是因为算法的更新也离不开大数据和计算力的支持，深度学习模型只有通过大量的数据训练才能获得理想的效果。相应地，海量数据的运算处理也必须有强大的计算作为支撑，所以说，有了计算的基础，加上算法的突破与数据洪流的爆发成就了人工智能获得突破、走向应用。
为什么吴语，粤语，闽语都标榜自己是古汉语，为什么三者却不能互通呢？
认为方言等同于古汉语的观点是某些地方沙文主义者的无稽之谈，从来没有在语言学界受到认可，任何一个有着基本的语言学知识的外行人也不会这么认为。所以这个问题的前提本身就是错误的，那么方言和古汉语究竟是什么关系？实际上和普通话与古汉语的关系也差不多，并没有什么神奇之处。都是古代汉语发展而来的，普通话本质上也是一种方言，只是具备了通用语的资格，并且得到了国家法律的支持和认可。
从原则上讲，任何一种方言都可以充当普通话的这种作用，但之所以选择以北京方言为基础，主要还是因为相对来说这样更为经济，北方方言覆盖了中国一半以上的人口和地区。以北京话为基础的普通话可以在这一区域里面较为通畅的通行，方言当中使用人口最多的吴方言和粤方言，也就在1亿人左右，从数量上讲和北方方言差距甚大。其他方言的使用人口，数量在1亿人以下，
显然，在全国推广起来要困难得多，经济成本也会更高。有人提倡一些方言，更多的保留了古汉语的元素。这种观点也是不正确的，原因很简单，我们不知道古汉语的真实发音。人类掌握录音技术是在19世纪末，距今不到200年，所以我们不可能找到200年前的录音资料，更不可能知道1300年前唐朝的发音是什么样子。
