人工智能算法在2010年左右出现爆发的几个主要原因包括：

1. **数据量的增加：** 互联网的普及和数字化技术的发展导致了大量的数据产生和存储，这为训练复杂的模型提供了必要的大规模数据集。

2. **计算能力的提升：** GPU（图形处理单元）的发展使得并行计算变得更加高效，而且云计算和分布式计算平台的兴起为训练大规模模型提供了强大的计算支持。

3. **新的算法和架构：** 诸如深度学习中的卷积神经网络（CNN）、循环神经网络（RNN）等新的算法和神经网络架构的提出和改进，使得模型能够更好地学习和推断。

4. **开放源代码和工具的普及：** 许多优秀的开源机器学习框架和工具的出现，如TensorFlow、PyTorch等，降低了人工智能技术的门槛，加速了研究和应用的发展。

5. **商业和投资的推动：** 许多科技公司和投资机构对人工智能技术的前景充满信心，投入了大量资源进行研发和推广，推动了人工智能技术的发展。

综合这些因素，2010年左右出现了人工智能算法的爆发性发展，带来了许多令人瞩目的成果和应用。