當俄國西洋棋王卡斯帕洛夫在1997年輸給IBM深藍電腦(Deep Blue)，這是AI第一次在專項技藝上贏過全球職業冠軍，進入一個新的里程碑時代。卡斯帕洛夫當下的反應是憤怒和屈辱，強烈懷疑棋局有做假，直到多年後才釋懷。
促成這場比賽的，是台籍電腦科學家許峰雄，從博士研究到進入IBM擔任專案主管，花了12年時間。嚴格來說，許峰雄自認不是AI專家，他的專長是半導體晶片設計，他想出和那個年代完全不同的電路設計方法，在棋步運算效率高出千倍以上，從而讓原本在棋王看來連業餘水準都不到的機器棋手，在幾年內突飛猛進最後反超。
許峰雄認為，關鍵因素有兩個：首先，有算力就有棋力，摩爾定律定期讓每一代新晶片算力提升，時間拉長打敗棋王只是早晚的事。圍棋又比西洋棋複雜許多，2016年DeepMind的AlphaGo打敗韓國世界冠軍李世石，在許峰雄看來就是算力提升棋力再提升的邏輯，並不驚訝。
其次也是真正造成不同的，是類神經網路和深度學習的研究，是區隔Deep Blue和DeepMind技術的重大分水嶺。Internet的普及和相應而來的海量數據，讓演算法和大語言模型加快發展，這些都是奠基在類神經網路和深度學習技術上，讓近三年的生成式AI發展日新月異。
因此，雖然過去六十多年來AI發展歷經多次泡沫，但許峰雄認為最新這一波的方向和技術扎實，不是泡沫。而談到目前對哪些研究題目感興趣，晶片背景出身的他，關注的重點之一是極紫外光曝光機EUV之後，該用什麼技術處理光的問題，讓電路間隙持續縮下，摩爾定律能繼續下去。
從在台大唸書到卡內基麥倫讀博士，一直到IBM及微軟工作，許峰雄總是按興趣自己找題目自己讀資料研究，曾被同學稱最常待圖書館和實驗室的人。持續的自我驅動和自學能力，是他經歷技術變革的不變經驗。