国外的人工智能热潮与中国几乎同步。过去五年，新一代人工智能公司崛起，机器学习走向成熟，云计算得到普及，互联网带来海量数据和人机互动……这些均大幅增强了人工智能的实用性。

2010年于英国伦敦大学学院成立的DeepMind团队因其发明的程序AlphaGo在全球名声大噪。这家年轻的公司在2014年被收购后依然保持着独立研发和运营状态。

DeepMind的目标是通过开发强大的通用学习算法，并将其融入到人工智能系统或智能程序中，以确保机器能够进行自我学习。

DeepMind开发了应用于不同领域的人工智能程序，其中AlphaGo即为一款擅长游戏的程序，DeepMind为这款程序加装了图形处理单元，使程序主动“学会”进行游戏。

目前，AlphaGo取得的研究成果正在快速复制到各行各业，谷歌旗下的DeepMind首个任务便是用机器学习来管理数据中心，DeepMind训练了三个具有神经网络，该神经网络具有一定通用性，可实现除数据中心外，发电厂、半导体制造及医疗领域的管理。

随着人机交互的程度不断被突破，从弱人工智能到强人工智能的进化是机器人发展的关键。计算机若能够实现图片文字识别并做出相应推理反馈，则属于向强人工智能进发的表现。

2010年成立的美国公司Vicarious就致力于为机器人和计算机研发图片和视频识别系统，模拟大脑识别图像。Vicarious的目标即复制人类大脑皮层功能，使机器理解语言并进行数学计算。2013年10月，Vicarious声称其通过视觉算法精确度达到90%，已经通过第一个“图灵测试”。

Vicarious 采用了一种新的神经网络算法，该算法体现了更多生物上的特征。它的一个重要特点是，在学习了一项信息后，它能够预想这个信息在其它情景中样子——这是一种人造的想象方式。

Vicarious创始人表示，公司正开发一种类似人类大脑处理数据的新方式，赋予机器轻松识别刺激或概念的能力，从而使机器拥有更加智能的表现。

尽管日本政府对新科技的反应非常迟缓，一定程度造成日本近年在全球科技竞争处于边缘地位，但日本国内依然不乏在细分市场占据顶尖位置的科技公司。

2014年成立的创业公司Preferred Networks仅一年时间就拥有高达1.2亿美元的估值，引起丰田、松下等日本老牌大公司的兴趣并发起合作请求，后者希望通过深度学习发展高科技商业产品。

Preferred Networks采用的深度学习软件系统高度模拟人类大脑，在不依赖人类操作的情况下实现机器自动学习，独立识别和过滤信息。“深度”是指机器的神经元网络拥有更多层次，能够处理更多复杂问题。深度学习使机器实现自我升级，并通过不同机器之间的互联来升级整个系统，这比人工升级机器的效率高出很多。

在日本，“深度学习”被寄予了另一种期望。日本企业希望从不同于硅谷的角度来挖掘深度学习，而Preferred Networks的出现犹如一面旗帜，将构成日本科技新一代的主力公司凝聚在一起。