神经网络并非一个新兴概念。其起源于1950年代，在1980和1990年代，神经网络算法取得了多项重大突破。不过，由于多种原因，这个只能死记硬背、难以阐释意义的深度学习法一度遇冷。

      2006年，加拿大多伦多大学教授杰弗里·辛顿（Geoff  Hinton）首次提出“深度信念网络”概念,这个概念的出现，让人们明白了不是喂给计算机的数据越多越好，而是要挑选“资优生”进行数据学习，这个“资优生”便是拥有模拟人脑神经元网络的计算机模型。  

      2007年，斯坦福大学人工智能实验室主任李飞飞创办了ImageNet ——包含1400万张有标签图片的免费数据库。 “我们的目标是，大数据将改变机器学习的方式，”她在一次采访中表示。“数据将推动学习。”

      2010年，美国国防部DARPA计划首次资助深度学习项目，参与方有斯坦福大学、纽约大学和NEC美国研究院——但深度学习的流行，仍依赖于以苹果、谷歌为首的科技巨头带来的一系列标志性事件，这也是今天人工智能带来众多革命的基础。

      2011 年，微软推出了应用深度学习技术的商用语言识别产品。2012 年 8 月，谷歌跟着推出同类产品。同年6月，由斯坦福大学教授吴恩达负责的Google大脑，在1000万张图片中识别了猫；10月，杰弗里·辛顿参加图片分类竞赛ImageNet，他们使用深度学习技术打败Google，实现了85%的准确率。

      到了2013年，ImageNet 竞赛前20名全部采用了深度学习技术。在商界，由于擅长处理语音、视觉以及其他复杂人机交互，从苹果在iPhone 4s 上面加入Siri语音识别系统开始，深度学习技术迅速被谷歌、Facebook、微软、百度、亚马逊等技术先驱提到了最为重要的战略地位。

      从现在角度来看，这可能也是人工智能历史中截至目前最重要的收购——2014年，Google花费4亿美元收购英国人工智能公司DeepMind。正是这场收购，为两年后人们看到“人机大战”做了准备。如今，DeepMind已成为全球AI领域的一块金字招牌，这帮助谷歌在全球AI争夺战中占据了战略优势。

      “几个月之中，整个业界就转向了深度学习，这在我30年的研究生涯里，从未见过的风卷残云趋势。”1980和1990年代写出大赛获胜算法的深度学习元老燕乐存（Yann LeCun）说，他是Facebook重金招募的深度学习专家之一——科技公司对每一位擅长神经网络的程序员展开了激烈角逐，重金聘用人才，不惜到研究机构去挖角。

      与过去不同的是，今天的计算机科学家手中握有两件超级武器：计算机硬件、大规模集群技术的兴起，加上GPU的应用以及众多优化算法的出现，让计算机拥有超强的计算能力和庞大的数据库，这是深度学习为首的人工智能现在爆发的关键——让深度学习大行其道的关键要素是数据，需要学习大量实例，就像小孩收集现实世界的信息一样。　

      有业内人士如此描述深度学习和大数据的关系，就像火箭和燃料一样：火箭虽然厉害，但没有大数据这个燃料也只是一堆废铁。在大数据燃料支撑下，图像识别、语言识别、NLP、生物医药等所有领域，都可以“喂”给深度学习处理。喂给它的数据越多，它就变得能力越强、越聪明，并且只会吃不饱，不会消化不良。