Среди интересных идей – компьютер, способный делать выводы на основе вложенных в него данных, а не попытке вывести какие-то данные с нуля. То есть, его можно запрограммировать такими утверждениями, как «все мужчины — люди». Потом, если ему попадется текст о мужчине, то компьютер сможет определить, что мужчина, о котором идет речь — это определенный человек. Тысячи, если не миллионы, подобных фактов нужны для того, чтобы сформировались довольно посредственные знания о мире. Примерно тот же принцип заложен в компьютере «Watson» компании IBM, который, как известно, выиграл международный тур в викторине «Jeopardy!» в 2011 году. Несмотря на это, «Watson Solutions» носил скорее экспериментальный интерес в глубинном обучении для улучшения схем распознавания, говорит Роб Хай (Rob High), главный технолог компании, размещенной в городе Остин, штат Техас.

«Google» также имеет двойные ставки. Хотя здесь недавно и произошел прогресс в присвоении изображениям меток на основе сетей глубокого обучения Хинтона, компания имеет еще один отдел с более широким кругом обязанностей. В декабре 2012 года компания наняла футуриста Рэя Курцвайля (Ray Kurzweil), чтобы рассмотреть, какими способами компьютеры могут учиться из собственного опыта — разных технологих, в число которых входит и глубокое обучение. В мае прошлого года «Google» приобрел квантовый компьютер от канадской компании «D-Wave».

Несмотря на успехи, глубокое обучение всё еще находится в колыбели. «Это часть будущего, — говорит Джордж Даль. — Поражает, как много мы смогли сделать из такой мелочи». И, добавляет он, «мы только начали».