深度學習的三個特點：1、與傳統計算機軟件不同，并不要人為的提取所需解決問題的特征或者總結規律，能夠從輸入的大量數據中自發的總結出規律，自適應調整自身結構從而舉一反三泛化至從未見過的案例中；2、人工神經網絡最基本單元功能是分類，所以在分類識別領域的應用是最直接的，近期語音識別、圖像識別等領域取得重大突破印證了這一判斷；3、人工神經網絡從最基本的單元上模擬了人類大腦的結構和運行機制（雖然目前還是低級的模仿），理論上講人腦能夠實現的智能它應該也都能實現。
深度學習多個領域的直接應用取得顯著成效。深度學習剛引入語音識別、圖像識別等領域就帶來了識別率的巨大進步，同時其在搜索引擎、廣告系統、機器翻譯、殺毒軟件等領域的應用都帶來了應用性能的飛躍性提升，這種性能的提升為新的商業應用奠定了基礎。
深度學習不但代替人工實現視頻智能化處理，而且開創視頻電商與新型廣告植入等新商業模式。傳統電視和視頻網站對于節目的編輯、卡段以及審核全部是人工的，花費時間長，效率也低，而深度學習的應用會讓整個過程實現自動化。此外通過深度學習可以自動在視頻中產生信息、標簽、商品等內容，一方面能夠增加商品的點擊率和銷售，另一方面也可以實現更精確的廣告精準匹配，增加廣告投放，最終實現將流量轉換成營收的目標。
深度學習在醫療行業應用廣泛。深度學習提供的互動、發現、決策能力均延伸出相應的醫療行業應用公司，在互動能力方面誕生了包括虛擬護士在內的新創公司，在發現能力方面多家公司利用人工智能從事醫療影像智能識別和藥物研發，在決策能力方面，IBM 沃森已經在輔助醫療診斷方面取得了成熟應用。
深度學習是目前人工智能投資基金常用技術。相對于以往僅僅依靠傳統交易數據，深度學習驅動基金開始考慮引入新聞，政策，社交網絡中的豐富文本并運用自然語言處理技術分析，將非結構化數據結構化處理，并從中探尋影響市場變動的線索，此外深度學習還能顯著提升互聯網金融風控和征信的能力。
