Firmy takie jak Amazon, Facebook, Netflix, Spotify, YouTube, Walmart i inne wykorzystują uczenie maszynowe, aby polecać to, co może Ci się spodobać na podstawie Twoich wcześniejszych doświadczeń i doświadczeń innych osób takich jak Ty. Dziedzina systemów rekomendujących ma długą historię (Resnick i Varian, 1997), ale szybko się zmienia dzięki nowym metodom głębokiego uczenia, które analizują treść (tekst, muzykę, wideo), a także historię i metadane. Filtrowanie spamu można również uznać za formę zalecenie (lub odrzucenie); obecne techniki sztucznej inteligencji odfiltrowują ponad 99,9% spamu, a usługi poczty e-mail mogą również polecać potencjalnych odbiorców, a także ewentualny tekst odpowiedzi.
Gra: Kiedy Deep Blue pokonał mistrza świata w szachach Garriego Kasparowa w 1997 roku, obrońcy ludzkiej supremacji pokładali nadzieje w Go. Piet Hut, astrofizyk i entuzjasta Go, przewidział, że minie sto lat, zanim komputer pokona ludzi w Go – może nawet dłużej. Ale zaledwie 20 lat później ALPHAGO przewyższyło wszystkich ludzkich graczy . Ke Jie, mistrz świata, powiedział: „W zeszłym roku granie było nadal bardzo ludzkie. Ale w tym roku stał się jak bóg Go”. Firma ALPHAGO skorzystała z przestudiowania setek tysięcy poprzednich gier przez ludzkich graczy Go oraz z wydestylowanej wiedzy ekspertów Go, którzy pracowali w zespole. Program uzupełniający, ALPHAZERO, nie wykorzystywał żadnych informacji od ludzi (z wyjątkiem zasad gry) i był w stanie nauczyć się poprzez samodzielną grę, aby pokonać wszystkich przeciwników, ludzi i maszyny, w Go, szachach i shogi . Tymczasem ludzcy bohaterowie zostali pokonani przez systemy sztucznej inteligencji w grach tak różnorodnych, jak Jeopardy! , poker oraz gry wideo Dota 2 , StarCraft II oraz Quake III .