Вълшебства се случват в мистериозните Х лаборатории на Гугъл - таен изследователски център за разработка, намиращ се някъде около Bay Area в Северна Калифорния. Някои от предишните проекти на потайното подразделение на компанията бяха специалните очила Google Goggles и самоуправляващите се автомобили.

Но едно от най-магическите и може би...леко плашещи постижения на лабораторията е създаването на една от най-големите самообучаващи се и неподпомагани от човек невронни системи. Съставена от 16 000 процесора, въпросната система е способна да извърши сложни задачи, които са невъзможни за постигане посредством обикновени алгоритми. Една такава задача е да намира изображения на... котета в Интернет.

Като част от теста на една нова изкуствена когнитивна система, професорът от факултета по електронно инженерство към Университета в Станфорд Андрю Й. Енг (Andrew Y. Ng) и научният сътрудник от екипа на Гугъл Джеф Дийн са заредили машината с 10 млн. миниатюри на изображения от вида в YouTube. Без да и е било зададено какво да търси, мрежата е започнала да структурира зададената информация в йерархичен ред, като е елиминирала дублиращите се сходни изображения и е групирала определени изображения в групи.

Един пример за това представлява картинки на котки. Благодарение на огромното многообразие на видеа с котки в YouTube, кибер-мозъка е достигнал до събирателен образ, който представлява идеалната представа на въпросната мрежа за котешки образ. След това мрежата е била способна да разпознае своят нов любимец - котката, във видеа, независимо от стотиците и хиляди варианти, които са били доставени от феновете на пухкавите същества в мрежата за видео-споделяне YouTube.
Най-важното, обаче, казват учените е, че на мрежата не и е било зададено какво да търси.
Професор Дийн коментира в интервю за Ню Йорк Таймс: "Ние не сме и казали (на мрежата) по времето на обучаващият период, че това е котка. Може да се каже, че тя "изобрети" една обща концепция за това какво е котка."
Според изследователите в Гугъл, това отчасти се дължи на факта, че мрежата оперира подобно на визуализиращият кортекс в човешкия мозък. Смята се, че в него се намират т.нар. "първоначални неврони" (grandmother neurons), които пазят ключови изображения за нас, като тези на вашите близки, да речем. 
Системата е развила идея за това как изглежда човешко лице, въпреки, че и е липсвала специфичността на познатите лица пазеща се във визуализиращият кортекс при хората.
Професор Енг допълва, че въпреки, че системата се е научила на това как изглежда една котка и много черти на хората, на нея все още и липсват толкова връзки (синапси), колкото има в човешкия мозък. Накратко казано човек все още е по-силен от своя дигитализиран събрат. 

В допълнение от екипа заявяват, че: "Нужно е да се отбележи, че нашата мрежа все още е твърде малка в сравнение с визиуализиращият кортекс при човека, който е милиони пъти по-голям, що се отнася до синаптичните връзки и невроните."
Дейвид А. Бейдър от Техническия колеж по компютърни науки в Джорджия, обаче заявява, че откритията на екипа са индикатор за това, че ерата на човешкото превъзходство над машините е към своя край. Той допълва: "Моделирането на изцяло изкуствен визуализиращ човешки кортекс, може да бъде завършено до края на десетилетието."

В един доста труден тест за разпознаването на 20 000 изображения, системата се представи по-добре от всяка друга машина позната днес. Установената точност на познаване беше 15.8%, 70% по-добре от предишният рекордьор при подобен опит.Постигнатото от екипа бе представено на 29-та международна конференция по машинно обучение в Единбург, Шотландия

Към настоящият момент, проекта се е пренесъл в тайните лаборатории на Google и "сървърните ферми" на компанията.Относно спекулациите за приложението на постигнатото откритие, то се прогнозира, че ще намери приложение в търсенето на изображения на Гугъл и адаптивното гласово разпознаване в мобилните устройства с Андроид. Но професор Енг си е поставил една много по-амбициозна цел - машина способна да се учи изцяло сама, която да се развие в напълно съзнателна дигитална структура. 

За да осъществи мечтата си обаче, той трябва да изчака непрестанният процес на хардуерна оптимизация да се развяие още малко и ще трябва да поработи върху някои фундаментални алгоритми.
Системата Х на Гугъл е близо до целта, но не съвсем. Професорът заявява: "Ще е фантастично, ако се окаже, че единственото, което е нужно да направим е да вземем настоящите алгоритми и да ги развием, но лично аз чувствам, че ние все още не разполагаме с нужните ни алгоритми."