1.3.2 谷歌的智能机器未来
谷歌的两位创始人谢尔盖·布林（Sergey Brin）和拉里·佩奇（Larry Page）曾指出：机器学习和人工智能是谷歌的未来。或许正是两位创始人的共同愿望，近年来，不少科技公司在缩减研发开支，谷歌却加大投入，探寻着一系列天马行空的想法：具有自学能力的人工大脑，能知能觉的机器设备，甚至直通太空的电梯……有人甚至预言：到2024年，谷歌的主营产品将不再是搜索引擎，而是人工智能产品。本节简要概述谷歌在人工智能方面的产品研发计划。
（l）从无人汽车到“猫脸识别”
人们或许对通过眨眨眼就能拍照上传、收发短信、查询天气路况的谷歌眼镜耳熟能详，尽管其实用性并不被普遍看好，但最近更让人关注的是谷歌的无人驾驶汽车。没有方向盘，没有刹车。无人汽车的车顶上安置了能够发射64束激光射线的扫描器，激光碰到车辆周围的物体，会反射回来，这样就计算出了物体的距离。而另一套在底部的系统则能够测量出车辆在3个方向上的加速度、角速度等数据，然后结合GPS数据计算出车辆的位置，所有这些数据与车载摄像机捕获的图像一起输入计算机，软件以极高的速度处理这些数据。这样，系统就可以非常迅速地做出判断。该无人驾驶汽车目前已经累积行驶48.3万千米。事实上，无人汽车只是谷歌在人工智能开发领域的冰山一角。
2012年，谷歌的一次“猫脸识别”技术震惊了整个人工智能领域。Google X部门（谷歌旗下专门从事人工智能技术研究的实验室）的科学家，通过将16000台计算机的处理器相连，创造了一个拥有10亿多条连接的神经网络。谷歌的想法是：如果把这一神经网络看成模拟的一个小规模“新生大脑”，并连续一个星期给它播放YouTube的视频，那么它会学到什么？实验的结果令人吃惊：其中一个人工神经元竟然对“猫”的照片反应强烈。而谷歌事先从未在任何实验环节“告知”或是暗示这个网络“猫”是什么概念，甚至也未曾给它提供过一张标记为猫的图像。也就是说，人工神经网络中的某个神经元经过训练，学会了从未标记的YouTube视频静态帧中检测猫，这个神经网络具有人脑一样的“自我学习”能力。
使用这种大规模的神经网络，谷歌显著提高了一种标准图像分类测试的先进程度——将精确度相对提高了70%。如今，谷歌正在积极扩展这一智能系统，以训练更大规模的模型（普通成人大脑大约有100亿万个连接）。
事实上，机器学习技术并非只是和图像相关——在谷歌内部，试图将人工神经网络方法应用到其他领域，如语音识别和自然语言建模等。当然，要想将深度学习技术从语音和图像识别领域扩展到其他应用领域，需要科学家在概念和软件上做出更大突破，同时需要计算能力的进一步增强。
（2）Google X与奇点大学
谷歌最为人所熟知的业务范围是搜索和广告，但它在人工智能领域的几个项目引起普遍关注，包括自动驾驶汽车、可穿戴技术（谷歌眼镜）、类人机器人、高空互联网广播气球，以及可检测眼泪中血糖含量的隐形眼镜。尤其是最近谷歌收购了数家有潜力的人工智能科技公司，包括DeepMind、仿人机器人制造商Boston Dynamics等。谷歌将这些围绕智能技术开发的研究机构，均纳入其“秘密实验室——Google X。这个由一群发明家、工程师以及创造者组成的研发机构，在谷歌自身看来，是一个“梦工厂的探索者”。
Google X的特别之处在于，它的首要目标是解决难题，影响世界。对于Google X已经付诸实验的诸多奇思妙想，有评论指出Google X领先于整个人类社会，站在了变革的交叉路口，没有其他人或者组织能够达到他们的速度和高度。原因在于，小公司缺乏资源，大公司股东会基于商业考虑而吝惜大量投入，Google X能赋予科学家充足的资源和自由度来开发那些令人称奇的项目。
谷歌另一个闻名遐迩的机构是奇点大学（Singularity University）。奇点大学成立于2009年，是由谷歌、美国国家航空航天局（National Aeronautics and Space Administration, NASA）以及若干科技界专家联合建立的一所新型大学，旨在解决“人类面临的重大挑战”，研究领域则聚焦于合成生物学、纳米技术和人工智能等。奇点一词来自美国未来学家兼人工智能专家雷蒙德·库兹韦尔（Ray Kurzweil），他预言世界将很快迎来一个“奇点”。奇点理论原为物理学上的概念，指宇宙产生之初由爆炸形成现在宇宙的那一点。“技术奇点”最初是由科幻小说家弗诺·文奇（Vernor Vinge）创造的，他预测“我们很快就能创造比我们自己更高的智慧……当这一切发生的时候，人类的历史将到达某个奇点……”库兹韦尔在他的书《奇点临近》（The Singularity is Near）中，将“奇点”解释为电脑智能与人脑智能兼容的那个神妙时刻，并且预测这些转变将发生在大约2045年。
奇点大学校长便是库兹韦尔，如今也是谷歌新任工程总监，多年来一直潜心研究智能机器。库兹韦尔的目标是帮助计算机理解甚至表达自然语言。最终，他希望制造出比IBM的“沃森”更好的机器——尽管他很欣赏“沃森”表现出的理解能力和快速反应能力。
如今，谷歌凭借在深度学习和相关的人工智能领域的成绩，已经成为一块极富吸引力的磁铁，吸引着全球专家纷至沓来，包括雷蒙德·库兹韦尔（Ray Kurzweil）、塞巴斯蒂安·史朗（Sebastian Thrun）、彼得·诺维格（Peter Norvig），以及杰夫·辛顿（Geoffrey Hinton）在内的人工智能领域的全球顶尖人才等。