各大科技巨头近来不约而同地发力“深度学习”领域。“深度学习”是现代科技产品背后的“引擎”，作为核心技术支撑着商业着应用，如网络搜索、机器翻译、产品设计和医学图像等，都带来了相当可观的经济价值。
现在，微软也加入了这个人工智能的“角斗场”。
一个月前，“Google大脑之父”在PingWest于旧金山举办的SYNC大会上提出。今天，微软的研究人员称，他们的深度学习系统——“Adam计划”取得了突破性的成果，技术更为成熟。据该研究人员介绍，在图片识别方面，这个系统不仅可以识别出指定的物品，还能够在该类目分类项下，进行更精确的识别。他将“Adam计划”和“Google大脑”进行了对比，在看完Youtube上关于猫的视频后，“Google大脑”可以识别出猫，而Adam则可以识别出猫及猫的品种，并且使用的机器数量只有之前的三十分之一。
微软研究院主管Peter Lee博士表示，“Adam计划”寻找的并不是在模拟神经网络的规模上有所突破，而是构建方式上的改进。这些改进指的是：优化和微调了机器处理数据和机器间数据沟通的方式。当计算系统变得更为复杂时，每个部件之间都在同一时间传送信息—这件事会随着系统越来越庞大而越来越困难，而Adam系统允许了异步算法的存在。异步算法指的是将一个大的系统拆分为不同的部分，并且在分享和输出计算结果前允许他们分别独立运作，同时，在分享结果时各个部分的结果相互覆盖也没有问题。
威斯康辛大学计算机科学学院的研究者Feng Niu, Benjamin Recht等人的研究报告指出，在使用传统的随机梯度下降算法(SGD)来进行几个并行计算任务时，通常需要保证计算结果输出的同步，否则会引发数据冲突。但如果只是应用在小型计算系统里，首先，数据冲突的几率很低；其次，由于数据结果的写入往往是递增性的，每个部分输出和叠加只是顺序不同，因此即便发生冲突但计算结果通常都是一致的。这个在研究报告中被称为“Hogwild!”技术使得异步计算在深度学习系统中成为可能。
另外，微软的深度学习系统，不同于Google大脑采用GPU搭建的元件，而是使用造价更昂贵的CPU，这些机器由微软的Azure云服务系统提供支持。
