2015年成为人工智能领域具有里程碑意义的一年，在很大程度上要归功于此前5年里悄然发生的许多技术突破。如今，计算机的智能水平和学习速度超越了以往任何时候。谷歌公司高级研究员杰夫·迪恩(Jeff Dean)说，人工智能的发展步伐“确实在加快”。
为了庆祝他们已经取得的成就并展望未来一年的发展方向，迪恩和人工智能领域的许多其他顶尖科学家将齐聚加拿大蒙特利尔，参加神经信息处理系统（Neural Information Processing Systems，下文简称“NIPS”）大会。2013年，Facebook首席执行官马克·扎克伯格(Mark Zuckerberg)正是在NIPS大会上公布了该公司将成立人工智能实验室的计划。
在被谷歌收购前，一家名为DeepMind的初创公司也是在NIPS大会上展示了一款能够学习如何玩计算机游戏的人工智能系统。今年人工智能研究领域取得的空前突破可以归结于一系列技术原因。一方面，云计算基础设施的能力大为增强（已经可以处理复杂信息）且使用成本大幅降低。此外，研究人员还可以获取更多内容全面的数据库，以及成本低廉甚至免费的软件开发工具。
在这一背景下，被称为“神经网络”的关键学习技术正变得相对廉价，而过去它们曾因为成本高昂而让人望而却步。包括谷歌、Facebook和微软公司在内的科技业巨头因此得以快速进军人工智能领域。这些公司都建立了自己的人工智能实验室并完成了许多重要研究。它们将许多研究成果刊登了出来，供学术界人士参考使用。
今年，人工智能领域的重磅消息纷至沓来：谷歌研究人员开发的能自主学习、并逐渐精通经典视频游戏阿塔里(Atari)的人工智能系统登上了《自然》(Nature)杂志的封面；Facebook开发了一种能让计算机向盲人描述图像的人工智能系统；微软展示了能自动将一种语言翻译成另一种语言的新的Skype服务；而国际商用机器公司(IBM)则指出，人工智能将是其未来最具潜力的成长领域之一。
初创公司也在人工智能领域做出了许多贡献。其中，Preferred Networks开发的人工智能系统将被用在日本法努克公司(Fanuc)的工业机器人产品中，而Indico Data Labs则与Facebook研究人员开展过一个合作项目：教一台计算机如何利用“自己的想象力”绘出人脸的画像。计算机识别照片内容的精准度已经大幅提高。
2012年，来自多伦多大学(University of Toronto)的一个研究团队在全球顶级的图像识别技术大赛中获胜。这一团队随后被谷歌全员聘用，该团队的技术也被谷歌和其他公司快速采用。到2015年，以该团队深度学习技术为基础开发的人工智能系统已实现了极高的图像识别精准度。在测试中，错误率已降至约5%，与人类的表现基本相当。
如今，许多公司都在拥抱人工智能，但也许没有哪一家像谷歌做得那么全面和深入。2012年，谷歌还只是在有限的项目中零星地应用人工智能技术，而目前这类技术已经深入运用在谷歌数以千计的项目中。另一方面，初创公司也在大举采用人工智能技术。结构化数据提供商CrowdFlower称，为了进行人工智能研究，其企业客户对数据的需求量已显著增长。另一家初创公司DifffBot则在使用人工智能优化自动化数据采集工具。
人工智能研究的一个重点在于教会计算机自主思考、自主解决常见问题。要做到这一点，一种方式是向计算机提供真实世界的简化版本，例如视频游戏中呈现的简化环境，然后要求计算机自主探索这一环境，并记录结果。不过，人工智能的可能性不止于游戏：类似的软件可以用来教会人工智能计算机做其他事，帮助它们更快地学习新事物，例如医学诊断、环境科学，以及优化的个性化建议等。谷歌的迪恩将人工智能近期的发展比作进化。
“目前，我们正在实现真正的进化。就像动物一样，过去它们没有眼睛，而现在它们有了，”他说，“这将改变很多东西。过去计算机无法看清外部世界，而现在它们已经开始睁开眼睛。”