谷歌机器算法项目负责人杰夫·迪恩(Jeff Dean)说：“越多的人通过这种方式思考解决问题的方案，我们就会变得越好。”迪恩估计，谷歌目前约有2.5万名工程师，但只有几千人精通机器学习技术，或许这个比例仅有10%。他希望最终精通机器学习技术的人能接近100%。在被问及这个愿望能否实现时，迪恩称“我们会尽力尝试。”
多年以来，约翰·迦南德里(John
Gianandrea)始终都是谷歌机器学习的重要推动者，而作为该公司的风向标，迦南德里最近成为了搜索业务主管。他2010年加盟谷歌时，对机器学习和神经网络并不太了解。但2011年左右，他被神经信息处理系统(NIPS)大会的消息所震惊。在每年的NIPS大会上，都有团队宣布利用机器学习技术取得的最新成果，其所涉及的领域包括翻译、语音识别和视觉系统等。迦南德里说：“许多令人感到惊讶的事情正在发生。当我首次关注NIPS大会时，感觉内容十分晦涩难懂。但在过去3年间，这个领域在学术界和产业界都取得蓬勃发展，去年大约有6000人参加大会。”
杰夫·迪恩，谷歌最权威的计算机科学专家，正在制作机器学习方面的工具，并领导相关团队。
这些神经网络算法在不断改进，再加上摩尔定律带来的强大计算能力，以及谷歌和Facebook等科技公司挖掘出来的庞大用户行为数据，机器学习的新时代由此拉开序幕。迦南德里也加入其中，他认为这项技术将成为谷歌的核心。与他志同道合的人还包括迪恩，他是谷歌秘密研究部门Google X神经网络项目“谷歌大脑”(Google Brain)的联合创始人。
谷歌发力机器学习并非简单地代表编程技术发生了转变，这项技术可能为计算机赋予迄今高不可攀的权力。实际上，这已经属于“深度学习”算法，它是从大脑结构中获取灵感围绕复杂神经网络建立起来的算法。“谷歌大脑”就属于“深度学习”努力，谷歌旗下人工智能公司DeepMind也在加入这个领域。DeepMind研发的AlphaGo击败了人类围棋冠军，打破了人类对智能机器性能的期望，同时也引发了人们对智能机器和杀人机器人的担忧。
尽管迦南德里不相信“机器会杀死我们”这样的预言，但他认为机器学习系统将成为革命性技术，从医疗诊断到无人驾驶汽车，各行各业都将利用这种技术。虽然机器学习不会取代人类，但它却会改变人类。迦南德里以Google
Photos为例进行了解释。这款产品的标志性功能是能够在图片中识别出用户指定的物品，这令人感觉颇为神秘，甚至有些不安。通过学习，电脑可“知道”边境牧羊犬的样子，而且可以识别出不同年龄和毛长的边境牧羊犬。
对于人类来说，这可能十分容易，但没人能够从数百万张图片中筛选出来这些照片，同时还能识别出不同的犬种，而机器学习系统就可以做到。如果它了解了一个犬种，便可使用相同的技术识别出另外9999个犬种。迦南德里说：“这才是真正令人感到新奇的地方。在这样狭小的领域，你甚至可以看到机器学习系统具备超人能力。”
自我发掘 逐渐进化
需要强调的是，谷歌早已了解机器学习的概念，该公司的创始人就是强大人工智能的坚定信奉者。机器学习已经被应用到谷歌很多产品中，尽管并非总是采用最近热门的神经网络技术。事实上，谷歌10年前就开始通过内部培训，向公司工程师传授机器学习技术。2005年初，当时负责谷歌搜索业务的彼得·诺维格(Peter Norvig)向研究科学家大卫·帕布洛·科恩(David Pablo
Cohn)提议，希望知道谷歌能否采用卡内基-梅隆大学组织的相关课程。
而科恩表示，只有谷歌自己才能教授这种内部课程，因为谷歌的运营规模与其他公司都大不相同。所以他改造了谷歌总部43号楼一个大房间，每周三在那里开设两小时的课程。就连迪恩也参加过几次。科恩说：“那是全世界最好的课程。作为工程师，他们都比我优秀得多！”这门课程非常受欢迎，几乎座无虚席。就连班加罗尔办事处的员工都会特意等到午夜之后，以便接入远程教学系统。