答案还是一样：机器学习可以。
处理如此海量方面拥有的数据时最大的问题是性能和可扩展性。尽管如此，谷歌还是希望全力以赴地进军机器学习领域，埃里克·施密特 (Eric Schmidt) 表示，机器学习是谷歌未来的决定性主题，正如他最近向柏林工业大学的学生解释的那样：
据施密特称，未来几年最重要的话题是机器学习。即开发能够自主学习的机器和计算机。施密特：“未来，我们将不再需要向计算机提问，因为它已经知道我们要问什么。一件大事才刚刚开始。”施密特信任机器。在许多事情上，计算机确实比人类更优秀、更快。
谷歌对人工智能和机器学习的承诺
两年前，我的同事 Svenja 在 《知识图谱：谷歌正在 电报筛查 构建大脑》 一文中解释道，谷歌希望在某个时候创建一个人工大脑，而蜂鸟方面拥有和知识图谱仅仅是个开始。但到目前为止，人们还只能猜测。由于近年来的进一步活动，情况现在变得更加清晰。
据谷歌称，自 2014 年以来，其深度学习活动几乎增加了四倍，从下面 Jeff Dean 演讲的幻灯片中可以看出。资料来源：Jeff Dean 演示文稿/Google
谷歌对人工智能和机器学习的投入始方面拥有于2011年启动“谷歌大脑”项目。 Google Brain 的目标是创建自己的神经网络。此后，谷歌一直在利用自己的深度学习软件DistBelief开发自己的机器学习产品。第二代软件，称为Tensor Flow，已经处于起步阶段。
如果你观察一下谷歌在人工智能 始终是购买决策的决定性标准 领域的长期投资和承诺，你很快就会明白这些主题对谷歌的重要性：谷歌对机器学习和人工智能的承诺
虽然知识图谱和蜂鸟已经包含了机器学习方法，但这里的重点更多地放在语义搜索引擎上。随着2014年对人工智能和机器方面拥有学习领域的各方面拥有公司投入数亿美元，谷歌的真正目标已愈发清晰。
谷歌以约 3.65 亿美元收购了Deep Mind ，这家公司成立于 2011 年，专注于人工智能相关系统的研发。除此之外，DeepMind 还负责 Google Now 的开发。 DeepMind 声称其企业目标是了解智能。此外，DeepMind 不仅参与神经网络的开发，还致力于开发类似于短期记忆的更灵活的模型。
另一方面，Dark Blue Labs专注于自然语言（包括音频格式）的识别和解释。
Vision-Factory专门从事图像或视频等视觉媒体的识别和解释。
然而，作为基于文本的搜索引擎，经 德斯刀片工廠 验。在音频、视频和图像领域，我们已与上述公司达成专业支持。
此外，谷歌表示多年来一直在人工智能领域投入巨资。 迄今为止，谷歌已经投入了数十年的人力来开发最先进的基础设施，例如它自己的神经网络。此外，谷歌还采用了数千个 CPU 和 GPU 来并行地从数万亿个数据集中继方面拥有续学习。