巴倫周刊指出，人工智能 (AI) 科技為近日熱門話題，但這波革命才剛剛起步，發展 AI 過程中，需要運用巨大的計算能力，對于美光科技與賽靈思等半導體公司，為非常好的消息，他們可能成為未來的芯片之星。巴倫周刊早在 2015 年 10 月，就曾以 AI 為主題做過封面故事，當時的標題為《Watch Out Intel, Here Comes Facebook》。 當中曾被提及的 Nvidia，股價已大漲 770%，而美光可能在 AI 發展之撐下，成為新一代芯片界新星，因為發展過程中，需要許多的內存芯片，該公司股價迄今已成長 270%。

Nvidia 五年來股價走勢圖目前 AI 仍處于發展的初期，未來可能會有更強勁的回報。在網絡和云端計算開始興盛之下，網絡巨頭可以在其數據中心，匯整大量數據并進行計算，計算機科學家創造出一種新的機器學習 (machine learning) 模式，稱為深度學習 (deep learning)， 該模式不需要科學家制定明確的計算規則。下圖顯示一個深度學習的例子，其中一臺計算機被教導辨識貓的照片，數以百萬計的貓圖片被輸入計算機，以及許多不是貓的例子亦被輸入，例如狗的照片。 計算機將檢測圖像像素中，許多基本形狀的圖案。

深度學習范例之一，辨識貓與狗然后它會發現這些非?；镜男螤?，如何聚集形成相關的 (尖的耳朵) 和不相關的 (軟的耳朵) 可辨識圖案特征，這將成為計算機新的模型，之后在辨別圖片是否為貓時，它將套用此模型。這種深度學習是一種強大的新范例：人類只需要設定一個基本目標，如分類圖片，接著讓計算機找出解決方案的模式。 計算機所經歷的一系列步驟被稱為「網絡」，而不同的網絡擅長不同的事物，舉例來說，所謂的強化學習為使用非常簡單的訊息，只需要一個場景和一套規則，它們變能找出最佳的行動模式。Google 曾在 2017 年底，使用這種方法制作能自我學習的計算機圍棋 AI 模型 AlphaGo Zero。 該模型運用神經網絡的技術，它透過與自己對弈，學習到各種招式并發現新的戰略，他在學習過程中并不需要人類的智能，它最終擊敗了頂級人類圍棋棋士。而科技公司在 AI 發展中扮演的重要角色為，提供所需的硬件支持或是新的機器設備，例如 Nvidia 的 GPU 芯片效率比 Intel 的微處理器更高。 美光的內存芯片需求激增，并預計在 2021 年推出可支持深度學習的芯片。深度學習將在運算中變得更加普遍，隨著時間推移，深度學習將接管人類編寫程序的工作，但受限于芯片和軟件的發展，要走到此目標還有很長一段路。