2013年12月，Facebook宣布“深度学习”技术创始人之一，纽约大学教授扬·乐康加盟该公司人工智能实验室。乐康称，近年来兴起的“深度学习”技术，在图像识别、自然语言识别等领域得到了极其成功的应用，将对Facebook的未来产生重大影响。至此，Google、百度、微软、IBM和Facebook等诸多巨头悉数进军深度学习领域。
　　深度学习技术由起源于上世纪50年代的神经元网络技术发展而来。大脑的思维分为逻辑思维、直观思维和灵感思维。神经元网络模拟直观思维。单个神经元的结构简单，功能有限，大量神经元构成的网络系统可以实现信息的分布式存储和并行协同处理。神经网络是一个具有学习能力的系统。它能够从环境中学习，并把学习的结果分布存储于网络的突触连接中。学习过程结束后，神经元网络就可以对真实数据进行归类。
　　早期的神经网络分为输入层、处理层和输出层，模拟少量的神经元，对象复杂就无法识别。另外，系统不能自动学习，需不断人工干预。上世纪80年代，提出了“深层”神经网络，处理层由单层变为多层。2006年又提出了更有效地训练神经元的新方法，逐层深入学习，理论上可以实现无需人工干预的“无监督学习”，学习完成后，系统就可以正确识别图像和声音。
　　2012年，谷歌在其X实验室建立了有10亿个节点，深度为9层神经元系统，向网络输入1000万个YouTube视频截图，采用“无监督学习”算法，系统用一周时间完成自主学习。完成“深度学习”后的系统成功地识别出了猫脸，准确率比此前的记录提高70%。
　　谷歌的猫脸实验极大地激发了学界和产业界对深度学习技术的热情，微软、IBM、Facebook和诸多大学都设立专门机构，投入深度学习技术的研发。2013年1月，百度CEO李彦宏宣布在美国硅谷，毗邻谷歌总部建立深度学习研究院（IDL）。
　　两年来，各家企业在深度学习技术上获得诸多令人耳目一新的实用性成绩，其成就令人振奋。
　　2012年，Google在Android上采用深度学习神经网络，使语音识别的成功率大大提高，尤其是在嘈杂的环境中，语音搜索结果也显著改善。一夜之间，智能手机语音识别系统的错误率就下降到了25%。2012年12月，微软亚洲研究院展示了采用深度学习技术的中英即时口译系统，错误率仅为7%，发音十分流畅。
　　2013年11月，百度深度学习研究院首席科学家张潼在全球软件开发大会发表了大数据及深度学习的演讲。他在演讲中介绍了百度取得的一些成果。到目前为止，百度已经有超过8项深度学习技术在百度产品上线。语音识别错误率降低20-30%，色情图像识别准确率超过传统方法100%，用于贴吧图搜黄反作弊，成效显著。
　　深度学习在云计算和大数据日趋成熟的背景下取得了实质性进展。云计算为深度学习提供了平台，大数据为深度学习提供矿石，深度学习因此才得以在云平台上，在大数据中淘出黄金。深度学习虽然还处于发展初期，但它将人类带到了机器直观思维的新时代门口，看到了令人难以置信的未来。
　　在人类信息革命的历程中，无论是计算机软件硬件、互联网、云计算还是大数据，中国本土的IT企都没赶上趟，仅仅扮演跟随者的角色。但是在刚刚兴起的深度学习技术潮中，本土企业百度和谷歌、微软、IBM、Facebook共同站到进了第一梯队。应该指出。这在中国IT史上将是一个标志性事件。