1000台电脑找出一只猫的“神经网络”
Google眼下开发了一套虚拟“神经网络”系统，这套系统可以通过在You Tube上浏览图像，从而自学如何识别喵星人（NB闪闪）。开发这个系统的实验室原隶属于Google X，他们最广为人知的作品包括 Project Glass （没错就是那款骚包的眼镜）以及自动驾驶汽车。
以下是Google的这个系统工作原理的一些简单介绍：
在开始分析数据之前，工作人员不会教授系统、或者向系统输入任何诸如“脸、肢体、猫的长相是什么样子”这类信息。一旦系统发现了重复出现的图像信息，计算机就创建出“图像地图”，该地图稍后会帮助系统自动检测与前述图像信息类似的物体。Google之所以把它命名为“神经系统”，旨在向神经生物学中的一个经典理论致敬。这个理论指出，人类大脑颞叶皮层的某些神经元是专门用来识别面部、手等这类对象的。
以往传统的面部识别技术，一般都是由研究者先在计算机中通过定义识别对象的形状边缘等信息、 来“教会”计算机该对象的外观应该如何，计算机然后对包含同类信息的图片作出标识，从而达到“识别”的结果。然而，据Jeff Dean博士（ “神经系统”参与者）所说，在Google的这个新系统里，『 我们从不向计算机描述“喵星人长啥样”这类信息，计算机基本上靠自己产生出“喵星人”这一概念” 』
截至目前，这个系统还不完美。但它取得的成功有目共睹，Google已经将该项目从Google X中独立出来，现在由总公司的搜索及商业服务小组继续引领完成。Google的目标是宏伟的，它希望能开创一种全新的算法，并将其应用于图像识别、语言识别，以及机器语言翻译等更广阔的领域。
人类一直在探索电脑是否真的能产生智能，截止目前还没有实验有力地证明过电脑能够产生智能。事实上，在现实生活中，如果没有关键字的帮助，电脑甚至连一只小猫都认不出来。Google X 实验室的一个项目却通过“机器学习”让电脑在一堆数据中找到了猫，甚至还能认出人脸和身体。
根据《纽约时报》的报道，Google 神秘的 Google X 实验室与斯坦福大学计算机科学家 Andrew Y. Ng 以及 Google 一名员工 Jeff Dean 使用了 1000 台电脑，一共 16000 颗处理器，创造一个多达 10 亿个连接的神经网络，要在 1000 万张略缩图中，找到包含“可爱小猫”的图片。这些略缩图大小为 200 x 200，全部来自 YouTube。
这些科学家和程序员们利用“机器学习（machine learning）”的方式，希望电脑能够成功在不同图片中发现小猫的存在。Andrew Y. Ng 描述了这个过程：
这个想法是不再让一组研究人员努力去寻边界，而是让将一堆数据扔给电脑，让数据自己说话，然后软件从数据中自动学习。我们从不告诉电脑“这是一只猫”。基本上，它自己发明了猫这个概念。
根据这个项目成员所撰写的论文。这个由 1000 台电脑所组成的神经网络，在通过“机器学习”之后，不但可以认出猫，还能认出人的脸和身体，成功率还颇高，分别为 81.7%、76.7%、74.8%。
认知是人类所具备的一种重要的能力，我们的大脑能够通过认知，也就是综合大量信息，来确定一个人的身份，一个物品的种类，这是人类智力的基础。若电脑也能够拥有这样的能力，则证明电脑也有发展出智能的潜力。虽然 Andrew Y. Ng 和 Google X 的实验获得了成功，但 Andrew Y. Ng 仍然不满意，他说：“我们仍然没有拥有正确的算法。”
现在这个实验项目已经从 Google X 实验室移出，将用于改进 Google 相关搜索服务的精确度，包括文字、图片、声音识别以及机器翻译方面。
或许，将来 Google 翻译的结果不再那么“机械味”。
