一方面，Jay Yagnik将摄影的历史与人工智能的发展进行类比，他说，摄影和照片的历史已经有很多年了，从1826年历史上第一张曝光9小时的照片出现，到1835年后只花了7分钟进行曝光，到1860年第一张航拍照片出现，1878年第一张动态图片出现，再到1957年有了第一张数码照片，直到今天摄影技术还在快速发展。从这个历史进程可以看出，人工智能虽然取得了初期的成功，但是还是要不断的发展才能有更大的成就。
另一方面，Google在论坛上再次阐述了公司的AI原则：
1、对社会有益
2、避免制造或加强不公平的偏见
3、建立并测试安全性
4、对人负责
5、融入隐私设计原则
6、坚持科学卓越的高标准
7、为符合这些原则的用途提供
| 照片搜索、实时翻译、猜画小歌：AI提升Google产品应用服务
论坛上，Google的产品经理展示了四款自家应用的进步。
第一是Google Photos，这个程序支持语音搜索相关照片，比如说出搜索长颈鹿，就可以识别出带长颈鹿的照片；语音搜索本周的中餐照片，也可以找到相应的照片。另外，找到照片之后还可以利用AI提升画质。
第二款应用是Google Translate，利用这款APP打开摄像头可以实时翻译，比如将中文菜单翻译成英文，翻译结果可以叠加到原菜单之上。
第三款应用是Google Lens，可以进行照片识图，并且直接搜索相关商品。
第四款是猜画小歌小程序，这款小程序一经推出就获得了很多的关注，现场还进行了猜画小歌的比赛。
| 用AI玩转艺术与文化
接着，Google艺术与文化项目巴黎实验室负责人、项目经理Pierre Caessa介绍了AI与艺术的结合项目。
首先是与美国纽约的MoMA艺术博物馆合作，利用机器学习将所有展品实现数字化，而且还支持寻找两幅作品之间的联系，比如将美国抽象派作品与中国徐悲鸿大师画作放在一起，系统可以追根溯源，找到演变路径画作，这样可以很好的揭示艺术之间的演变和渐进关系。
其次是让自拍和艺术精品之间进行匹配。比如用户自拍之后，可与画作进行匹配；或者拍照后在系统搜索相同色系和风格的艺术作品。
据透露，目前该实验室已经与中国29个博物馆等机构进行合作。
| TensorFlow中国下载量达到200万次，展示新的案例
TensorFlow工程总监Rajat Monga
TensorFlow工程总监Rajat Monga称，几年来，谷歌一直相信开源平台的力量，比如Chrome、Android。TensorFlow这个机器学习平台也是采用相同的理念，帮助开发者快速部署他们的想法。
据透露，TensorFlow已经被用于各种各样的设备上，迄今为止全球下载量达到1700万次，其中中国下载量占据200万次。
TensorFlow中国产品负责人Mike Liang介绍了几个中国开发案例：
第一个案例是与美团点评，用户在这个应用上每天上传上亿张照片，要给这些数据进行标注是非常有挑战性的东西，而使用TensorFlow可以辅助标注，降低运营成本。
第二个案例是与中国海洋大学合作，通过TensorFlow建立模型，进行海面温度的预测。
第三个案例是北京一个开发者利用TensorFlow开发对联程序，打造对联生成程序，可以自动对对联。
第四个案例是Thorough Images用TensorFlow解决病理学玻片标注问题。公司负责人介绍，中国病理学家一天看一两百张片子，需求太大，人力不足，医疗资源较少的地区问题会更加突出。利用TensorFlow机器自动学习玻片病例的标注，提升标注效率。301医院的一位博士称，如果技术能够达到初筛的水平，筛掉多少健康人群就能省多少时间，关键还能防止漏诊，这个意义是不可估量的。
| Google AI在医疗保健和外科手术上的进展
Google AI产品经理Lily Peng
论坛上，Google AI产品经理Lily Peng讲述了机器学习帮助糖尿病患者检测视网膜病变的案例。
目前，全世界有4.15亿糖尿病患者，糖尿病导致的视网膜病变也非常多，但是许多国家人口与放射科医师的需求比例差距太大，仅印度就缺少12.7万名眼科医生，就是因为没有这么多眼科医生导致很多糖尿病患者丧失了视力。
Lily Peng说，Google AI通过54名眼科医生标注了13万张图像，目前已经做了88万个诊断，通过临床验证和先导试验得到了不错的结果，并已经在印度一家医院进行了试点。Lily Peng表示，下一步要扩大临床使用，这其中的难点是AI检测设备目前需要特殊的摄像头和懂技术的操作人员，目前我们正在开发更加易用的硬件，降低使用门槛。
脱胎于Google X部门Verily公司致力于外科手术发展，目前有600多名员工，其负责人介绍说，公司与强生合作，将人工智能运用到外科手术上，通过相关及时信息增强手术期决策，使外科医生能够为每一位患者进行最佳的护理。
具体来说，Verily搭建了一个临床手术视频数据库，通过AI系统对手术视频分析获得新发现。比如，通过机器学习筛选哪些是手术框架视频，判断器械的先后使用顺序，什么样的手法是最合适的，这就使使手术视频更易于使用和有用。
| 利用AI探索宇宙
Google相关人员最后介绍了如何使用机器学习发现宇宙，目前这个项目与NASA合作，将开普勒望远镜4年内收集的海量数据进行分析，通过监测恒星运动轨迹的模型来发现类地行星，这样比人类肉眼判断要更加节省人力。
Google相关人员表示，目前我们利用这个AI程序已经在开普勒系统中找到了两颗行星，一个是开普勒90i，一个是开普勒80g，其中一颗行星比地球稍大，离恒星第三近，公转周期是两个星期。
