Az MI életünk szinte minden területét érinti, a webes kereséstől az emailek spam-szűréséig. Jelen van az Apple Siri, Microsoft Cortana, Amazon Alexa és a Google Assistant beszédfelismerésében, feldolgozásában és válaszadásban. Segíti az önvezető autók számítógépes látását vagy az ételszállító robotokat. Nem mély megértésről, hanem perceptuális felismerésről van szó. Hatékonyabban és rutinosabban ismeri fel a mintázatokat, mint az emberek.
Az MI az utóbbi évtizedben terjed el a kép, hang és szöveges keresésben. A számítógépes nyelvi feldolgozás (NLP) a nyelv megértésére szolgál. Új lehetőségeket nyitott az egyetemi kutatásban. Sokkal nagyobb korpuszelemzést, témaazonosítást, tárgyfelismerést és jobb teljesítményű hangulatelemzést tesz lehetővé. A gépi látás alkalmazása sok tudományterületen elterjedt a képek és videók megértésében a fizikától a neurobiológiáig. A gépi tanulás (machine learning) drámaian felgyorsítja a statisztikai mintázat felismerést a példákból tanulással.
A gépek nem önmagukat tanítják. Rengeteg emberi munka és felcímkézett adat szükséges hozzá. A hatalmas adatmennyiség, a számítógépes teljesítmény és a tanulás folyamatának mélyebb megismerése adja a mély tanulást. Ez mesterséges neurális hálózatokat használ. Ahhoz hasonlóan, ahogy a neuronok működnek az agyban, a neurális hálózatok idővel új funkciókat tanulnak. Ez lehetővé teszi a nem felügyelt tanulást is. A gép saját maga alkot osztályokat végtelen számú kép alapján. (ref.: Habók Lilla)