在经历了第二次低谷之后，人工智能研究专家们开始意识到，光有知识还不能实现机器的“智能”，要让机器能够自我学习，自我获得知识并创造知识。从1993年开始，人工智能发展进入了第三次高潮。

人机象棋大战

在九十年代，俄罗斯著名象棋大师、世界冠军加里·卡斯帕罗夫与IBM公司的“深蓝”系统（DeepBlue）的对决成为“人机大战”的经典。起初，刚诞生的“深蓝”屡败于卡斯帕罗夫手下，但是随着不断升级，深蓝可以能够与卡斯帕罗夫分庭抗礼，并在1997年的对决中战胜了“棋王”。

“深蓝”背后有数以亿计的棋局数据库进行支撑，在对决中，采用混合决策方法，根据计算出的对手的棋步和结果，来决定自己的棋步。“深蓝”本质上还属于专家系统，使用了传统的机器学习算法，这些技术在当时获得了巨大的成功，但是，维护“数据库”需要投入大量的人力和财力，人工智能迫切需要一种能够自主学习的算法。

人工智能从推理、知识获取阶段后，又一次进化到了自我学习阶段。

真正的爆发

在这一阶段，最具代表性的成果就是2006年，杰夫·辛顿提出“深度学习”算法。相比于传统机器学习算法，深度学习算法不需要人为提取样本特征，且因为使用的隐层比较多，可以解决更加复杂的问题。深度学习算法的出现，为人工智能的爆发式发展奠定了理论基础。

但是，只有优秀算法是不够的，深度学习具有较多的隐层，使用了大量的参数，如7到8个层次的隐层可能有多达几百万个参数，这些参数的训练，需要大量的数据集和计算能力支持。随着大数据的发展和GPU（图形处理器）运算性能的提升，这些问题迎刃而解。

可以说，得益于算法、算力、算子三方面的发展，人工智能发展进入了真正的爆发期。