Watson在智力竞赛
人与机器：21世纪的战斗（2011）
2011 年，IBM 的 Watson 在美国智力竞赛节目 Jeopardy 中扮演了人类大脑的角色。这对机器来说是比国际象棋更大的挑战。Watson必须回答谜语和复杂的问题。为了更好的识别提问和回答的模式，研究人员对Watson进行了超过三年的训练。Watson是包括神经网络在内的技术应用成果，最终Watson击败了它的对手——节目中有史以来表现最好的两位选手。这场胜利像病毒一样传播开来，并被誉为人工智能的胜利。
人工神经网络中的一个神经元从未标记的 YouTube 视频静止帧中训练出来，学会了检测猫。
学习猫脸（2012）
Jeff Dean 和 Andrew Ng 报告了一项实验成果，他们展示了一个非常大的神经网络，其中包含从 YouTube 视频中随机拍摄的 1000 万张未标记图像，并且“让我们感到有趣的是，我们的一个人工神经元学会了对……猫的图片做出强烈反应。”
绘画傻瓜的作品，灵感来自阿富汗的新闻。
绘画傻瓜（The painting fool）(2013)
绘画傻瓜是伦敦金史密斯学院教授西蒙科尔顿（Simon Colton）的心血结晶，他建议如果程序要算作创意，它们必须通过与图灵测试不同的东西。他建议，人工智能艺术家不能像图灵提出的那样简单地以令人信服的人类方式交谈，而必须以“熟练”、“欣赏”和“富有想象力”的方式行事。
在一次展览中，绘画傻瓜扫描了卫报上一篇 关于阿富汗战争的文章，提取了“北约”、“军队”和“英国”等关键词，并找到了与之相关的图像。然后将这些组合在一起，形成反映报纸文章“内容和情绪”的合成图像。
如果消极情绪的统计量太大，绘画傻瓜会陷入完全拒绝绘画的沮丧状态，设计者称——这实际上相当于艺术气质。
Eugene Goostman
机器现在智能了吗？(2014)
在图灵发表他的证明机器智能的测试想法 64 年后，一个名为 Eugene Goostman 的聊天机器人终于通过了。它假装是13岁小男孩——不能指望他什么都知道，并且可能会因为轻微的语法或语言错误而被原谅，能在 5 分钟内让 33% 的评委相信是人类在打字对话。Eugene Goostman的开发者之一弗拉基米尔·维塞洛夫（Vladimir Veselov）说：“我们花了很多时间来开发一个性格可信的角色。”。
但很少有人工智能专家认为这是重要分水岭。Eugene Goostman 被视为“为考试而教”，他使用技巧来愚弄评委。
2014 年至今，人工智能在各个领域都获得了更多进展，从谷歌对无人驾驶汽车的数十亿美元投资，到 Skype 推出实时语音翻译，在各种条件成熟后，深度学习发挥出了强大的能力。在语音识别、图像识别、NLP等领域不断刷新纪录。
无论是中国市场还是美国市场，近几年来，主流厂商的市场格局一直在不断演变，远没有达到格局稳定、几家公司形成垄断的阶段。在未来，技术创新型企业仍有可能胜出。
