„A számítógépek egyre mélyebben értik, hogy mit kérünk tőlük, és mit próbálunk tenni. Gépi tanuló programokat, algoritmusokat már termékekbe is teszünk.
Ilyen termék például a Nest termosztát. Bele van építve egy ágens, amely tanul és következtetéseket von le a felhasználó cselekedeteiből. Rájön, hogy mikor hogyan működjön, milyen hőmérséklet-szabályozás az ideális. Gépi tanulással a rendszer a bemenő adatok alapján következteti ki a helyes megoldást, és saját magát programozza ahelyett, hogy a programozó lépések sorozatává szedné szét a feladatot.
Megmutatunk a számítógépnek egy csomó példát, a példákat felcímkézzük, és ezekből tanulja meg, hogy mit és hogyan tegyen. A sokféle környezetre alkalmazható tanuló algoritmus a lényeg.
Moore törvénye teszi lehetővé a gépi tanulás folyamatos fejlődését. A törvény kimondja: az integrált áramkörök összetettsége, a legolcsóbb ilyen komponenst figyelembe véve, körülbelül 18 hónaponként megduplázódik. A hardver nemcsak megteremti a lehetőséget új szoftverek, például gépitanulás-megoldások fejlesztésére, hanem létrehozza az érzékelés, a mérés és világ kontrollálásának új módjait is. Ez a visszacsatolás hozza el a nagy változásokat.”