GoogleAI身为全球公认的互联网霸主谷歌（Google），为何仍要耗巨资收购DeepMind抢攻人工智能市场？这家位于矽谷的科技龙头产业，不仅在普遍使用的搜索引擎持续开发，也继而推出各种前卫产品如：自动驾驶（AutoDriving）、高度演算、记忆用户习惯等，将科技与生活进一步链接。
当然，AlphaGo这一战役让DeepMind名声大噪，各界也持续追问如此的开发成就，究竟机械取代人类的日子会不会很快就来临？虽然官方表示现在的AlphaGo只是根据演算法做判断，在计算策略上有优异的成绩而已，距离到能独立思考，甚至有自我意识的未来还相当遥远。但人们对于团队仍提出许多科幻级的疑问，团队也无法做出回答。
针对谷歌人工智能的开发成就，我们询问了马来西亚谷歌（GoogleMalaysia）团队，对方说无法代表独立运作的DeepMind团队表示太多，针对人工智能在谷歌上的一般应用，却乐于分享主要技术——机器学习（MachineLearning）及第二代深度学习系统TensorFlow。
机器学习和人工智慧的差别在于：人工智慧是希望“机智能化”、而机器学习是希望“机器具有学习能力”。事实上，“让电脑聪明”远比“让电脑学著变聪明的能力”困难许多，因此谷歌认为后者是较可行的目标与方向。
虽然用户尚未察觉，但人工智能、计算神经科学及可量化机器学习研究员格雷格（GregCorrado）特别说明：深度学习建立在机器学习基础上、层叠许多模型而形成的更加复杂的学习方式，这个过程已经很接近人脑思考方式。比如：看到猫的影像后，经过几个层次的运算，可以得出结论——“这是一只猫”。在机器学习过程中，如何让系统确认内容有误？格雷格表示，在以逻辑分析为运算基础的情况下，系统确实会以较多人选择的结果为主，就算内容本身有误，仍会视之为“正确答案”，这时就必须经过后续更多资料的比对提出反证，或是透过手动方式修正。
谷歌深度学习成果
目前，谷歌几项功能都已经应用到深度学习技术，这些技术之强大，正是在于让用户没能察觉到软体已经改变，但能够立刻适应并且享受它所带来的便利：
*谷歌邮箱（Gmail）可以自动判断约99%的垃圾邮件
*谷歌语音辨识（GoogleAPI）的错误量减少逾20%
*谷歌相簿（GooglePhotos）让用户透过标签搜寻相关照片
*谷歌翻译（GoogleTranslate）结合拍照功能
*谷歌邮箱“SmartReply”功能，自动侦测来件内容，进而提出简单的回复建立TensorFlow开放源码
无人自驾车将驰骋赛道
除了软件应用，谷歌也正在努力实现“无人驾驶”。交通事故多半来自人为疏失，但以自动驾驶取而代之，就能避免事故吗？答案恐怕未必。谷歌近日向美国加州车辆管理局（DMV）提交最新无人自驾车测试报告，显示过去一年多来，因系统问题须紧急由驾驶员接手的情况，总共发生了272次。
报告指出，无人自驾车在2014年11月至2015年12月期间总共行驶约68公里；测试过程中发生341次解除自驾改由驾驶人员接手的情形，其中包括系统异常解除自动驾驶共272次、驾驶人员判断有安全疑虑而主动接管驾驶共69次。
分析上述状况的结果指出，如果驾驶人未及时接手，将有13次发生车祸的可能。不过，谷歌解释所有状况皆因路上其他车辆而起，强调问题并非出在无人自驾车上。计划负责人约翰（JohnKrafcik）表示，将全力实现全自动无人驾驶，不再需要人类驾驶员做为后援。然而，要达到全自动驾驶、完全没有人类驾驶支援程度，还有很长的路要走。
虽然无人车的发展目前仍处于起步阶段，还需要一段时间才批准在路面上行驶，不过在赛车场上或许很快便能看到它们的踪影。因为FormulaE团队已透露最快会于明年举行Roborace无人驾驶电动车赛事，官方最近更公开了其中一款概念车的设计。这消息或许对于逐渐没落的第一方程式赛车（Formula1）来说形同雪上加霜，但形成各家厂商在赛道上比拼电脑逻辑的快速运算，确实也值得期待。
