2011年上半年，微软将深度学习引入商用的语音识别产品，其中包括必应语音搜索和Xbox语音指令。该公司如今将神经网络应用在搜索排名、图片搜索、翻译系统等领域。“神经网络的影响力无处不在，难以估量。”彼得·李说。去年，微软在一项重要的图像识别比赛中取胜，9月它在语音的精确识别上也创下了记录：错误率只有6.3%。
2013年12月，Facebook聘请法国神经网络创新者雅恩·乐昆领导它新成立的AI研究实验室。Facebook利用神经网络来将其平台每天产生的约20亿条用户帖子翻译成超过40种语言，称它的翻译每天为8亿用户所见。（Facebook约一半用户不会说英语。）Facebook还将神经网络应用于照片搜索和照片整理，它正研究一项可给无标签照片生成语音说明的功能，供视觉障碍者使用。
·百度
2014年5月，百度招揽了原谷歌大脑项目负责人吴恩达来领导它的研究实验室。百度将神经网络应用于语音识别、翻译、图片搜索、无人驾驶汽车等领域。语音识别技术在中国颇为重要，因为普通话在手机上不易输入。百度称，在过去的18个月里，百度语音界面的使用量增长了两倍。
像IBM和微软这样的公司也在帮助企业客户为它们的自有业务适配深度学习驱动的应用程序，如语音识别界面和翻译服务。像亚马逊AWS这样的云服务正在那些想要开发自有软件的客户提供GPU驱动的低价深度学习计算服务。众多开源软件，如Caffe、谷歌的TensorFlow和亚马逊的DSSTNE，也促进了行业创新进程。与此同时，许多研究人员还没有等候同行评审便将自己的研究成果发布到一个数据库上。
深度学习与医学
（责任编辑:tysd001）
