本月初，谷歌在其加州山景城总部召开了吹风会。会上讨论了公司正在进行的部分工作。“现在我们的研究正处在‘Data少校’的阶段（Data少校是《星际迷航》中的人造生化人角色，如上图）”， 公司研发工程师皮特·沃登（Pete Warden）在提到电视剧《星际迷航：下一代》中的无感情机器人时说。“但是，我们试图在系统里加入一点Troi的人性（Troi在《星际迷航》中是进取号星舰的心理顾问，如下图）。”

沃登是谷歌照片管理应用（Google Photos）团队的一员。Google Photos让用户能够从拍摄的照片中搜索像“沙滩”或“狗”等事物。该应用的基本技术源于对照片内对象识别软件的长期研究。

但沃登和他的同事发现仅能识别出孩子、鸡蛋，或篮子等概括性对象是不够的，用户还希望搜索到“复活节彩蛋”等更具体的对象。因此，需要进一步改进该应用，让其能够将11月下旬用户拍摄的火鸡和美食照片与关键词“感恩节”联系起来。

谷歌还有一项研究项目名叫“眼镜盒”（GlassBox）。GlassBox试图防止学习软件（从有限数据样本中学习）犯在人类看来简单又愚蠢的错误。该项目由公司高级职员研究科学家玛雅•古普塔（Maya Gupta）主持，目的是在软件里编入一定常识，使用户在操作时能够忽视误导性数据。

例如，在一些房子及其价格的数据面前，用户能立刻明白房子越大，价格越高。那么，即使有异常值（如一套位于加州昂贵城市帕洛阿尔托的小户型报价180万美元），用户也会将其忽略掉。但是，该异常值可能会导致机器学习系统从同一样本数据中将造成房子的高价归结于另一个因素，如房子的颜色。

古普塔还开发了数学方法来消除这种异常值对机器学习系统的消极影响（犯错）。古普塔向麻省理工科技评论表示：“我们正试图将尽可能多的人类常识编入软件里。”

在“深度学习”（deep learning）技术出现后，谷歌近年来加大了对机器学习研究的投入。深度学习技术利用的是大致模拟神经网络，该技术已经使语音识别和图像识别取得了惊人的进步。Facebook、谷歌、IBM、微软和百度都在研究深度学习技术如何使机器能够理解人类语言，甚至与人类对话。

10月底，谷歌已经证实其核心搜索服务正在使用一个名为RankBrain的深度学习驱动系统处理大部分查询请求。本月初，谷歌上线了一项名为“智能回复”（Smart Reply）的功能，该功能使用机器学习技术自动向电邮编写者提供一些篇幅很短的回复语选项。

资深研究科学家和谷歌深度学习团队联合创始人格雷格·科拉多（Greg Corrado）表示，电子邮件编写软件只是深度学习技术的一个初级应用实例。深度学习技术不仅能改进现有产品和服务（如垃圾邮件过滤、搜索等），还能够创造全新的产品和服务。

此文由MIT Technology Review 中国大陆地区独家授权，未经授权严禁转载。更多精彩内容请搜索官方微信“mit-tr”，同我们一道关注即将商业化的技术创新，分享即将资本化的技术创业。