今年夏天，谷歌在人工智能领域（AI）又达到了一个新的高度，他们开发出了一款模拟人脑的软件，这个软件具备自我学习功能。据悉谷歌将有望在多个领域使用这一新技术，而语音识别很可能将最先获益。

虚拟大脑工作方式解析

凤凰科技援引国外媒体报道称，谷歌的“虚拟大脑”是模拟脑细胞相互交流、影响设计的，可以通过看YouTube视频学习识别猫、人以及其他事物。当有数据报道，这个网络现在已经学到了一些东西。

“神经网络”在机器学习（Machine Learning）领域已经应用数十年——并已广泛应用于包括国际象棋、人脸识别在内的软件中。而谷歌的工程师们已经在这一领域更进一步，建立不需要人类协助，就能自学的神经网络。这中自学能力，也使得谷歌的神经网络可以应用于商业，而非仅仅作为研究示范使用。

谷歌的神经网络，可以自己决定关注数据的哪部分特征，注意哪些模式，而并不需要人类决策——颜色、特殊形状等对于识别对象来说十分重要。

可提升语音识别能力并提升图像搜索

目前，通过应用这个神经网络，谷歌的软件已经能够更准确的识别讲话内容，而语音识别技术对于谷歌自己的智能手机操作系统Android来说已经变的非常重要，而同样这一技术也可以用于谷歌为苹果iPhone开发的应用程序。

谷歌语音识别部门负责人Vincent Vanhoucke表示，“通过使用我们最新的神经网络，以前识别错误的情况，20%至25%已经得到改善，也就是说，这些提升能够让更多的用户拥有完美的、没有错误的使用体验。”尽管目前，谷歌的神经网络仅能应用于美式英语，但是文森特表示，将这一技术应用于其他的口音、语言是完全可能的。

而随着时间的推移，谷歌的其他产品也能随之受益。例如谷歌的图像搜索工具，可以做到更好的理解一幅图片，而不需要依赖文字描述。而谷歌自动驾驶汽车、谷歌眼镜也能通过使用这一软件而的到提升，因为他们可以更好的感知真实世界中的数据。

今年6月，谷歌的工程师曾经公布了一个令人激动研究的结果，他们使用了1000台计算机、16000个处理器10天昼夜不停地运转，通过模拟大脑细胞，在Youtube的视频中捕获了1000万张图片。谷歌研究部门工程师杰夫·迪恩（Jeff Dean）表示，“大多数人都在一台单一的机器上运行他们的模型，但是我们想要尝试非常大的神经网络。如果你能够让模型以及训练集数量扩大，那么你就能更细地区分图像，从而可以识别更复杂的特征。”

该项虚拟大脑技术最初用识别“猫”脸的方式进行训练