2012年7月，雷·库兹韦尔与Google总裁拉里·佩奇会面，那时他不是来求职的。库兹韦尔，鼎鼎大名的机械智能学家，他告诉佩奇自己对打造全智能计算机颇有研究，已经有了初步的计划，准备开始设立公司打造这样的计算机。他所述的全智能计算机指的是能够自己理解语言，自己进行推论，自己做决定的计算机。
要完成这项工作，自然要用到Google的数据和计算能力。“我可给帮你弄到数据和服务器，但是要靠一家公司完成，太难了，”佩奇对他说，于是建议从来没有为别人打过工的库兹韦尔加入Google公司。经过6个月的挣扎，库兹韦尔最后还是选择了以工程总监的身份加入Google。他说：“这是我50多年来研究人工智能的顶峰。”
吸引库兹韦尔加入Google的不仅仅是Google独有的数据和强大的超级计算机，而是Google公司内部一个正在闪闪发光的人工智能分支部门“深度学习”。Google公司的深度学习软件尝试模仿人的大脑皮层中的神经层活动（该区域负责人脑80%的思维）。这个软件可以识别数字化的声音、图片和其他数据片段。
神经网络这一基本思想已经出现了几十年，但是却没有取得多少突破。不过，借助算法的改进和计算机性能的猛增，科学家现在可以模拟更多的神经层神经活动。
借助深度学习，他们在语音识别、图像识别领域取得了突飞猛进的进步。2012年6月，Google公司的深度学习系统在识别物体的精确度上比上一代系统提高了一倍，并且大幅度削减了Android系统语音识别系统的错误率。2012年12月，微软亚洲研究院展示了中英即时口译系统，错误率仅为7%，而且发音十分顺畅。同样在12月，一群大学生和两名教授组成的团队利用深度学习软件完成分子识别，可用于发现治病新药。
Google目前正成为一块写着“深度学习”的吸铁石，吸引着来自全世界的高端、专业人士。2013年3月，Google公司收购了一家深度学习企业。这家企业由多伦多大学计算机科学教授杰弗里·希顿（Geoffrey Hinton）创立，曾获默克大奖。希顿目前已经把自己的时间一分为二，一半给了大学，一半给了Google。他的计划是“将大学中的理论拿出来，应用在现实问题上”，比如说 图像识别、搜索、自然语言理解等有关人工智能。
上面提到的应用领域时刻在提醒着人工智能研究者：科幻电影里智能机器很有希望出现在现实生活中。确实，机器智能的应用领域正从交流、计算转向医疗、制造业和运输。比如，IBM公司的深度学习技术正用于训练医师，帮助他们做出正确的选择；微软的深度学习技术则应用于Windows Phone和Bing语音搜索中。
然而，要将深度学习应用领域从图像和语音识别扩大到其他领域需要在概念和软件上做更大的突破，而且还需要计算机的计算能力进一步提高。也许几年之内，我们还见不到全智能计算机，但是几十年内出现这样的计算机是没有问题的。微软美国研究院的院长Peter Lee说：“深度学习激起了人工智能领域新的挑战。”