刚才说了 API 针对一个视频能做什么。对于企业级用户而言，比如媒体工作人员，可能需要从大量不同的视频中，选取一个主题的内容进行编排，或者找出某个具体的实体。在大量视频中使用视频智能 API 检索关键词，比如“垒球”，返回的结果不仅有那些与垒球相关的视频，同时还能显示出在这些视频的第几分钟出现了垒球的画面。在一个相对较长的视频中，视频智能 API 成功识别出了几乎一闪而过的垒球出现的画面，如果要人工来识别，必然需要耗费大量精力和时间。

　　现场展示表明，谷歌的这个视频智能 API 能从大量的视频数据库中快速而且准确地识别出你想要的东西，而这在几个月之前是连想象都无法想象到的。以往需要几小时的工作，现在几秒钟就能完成了。

　　李飞飞：非常感谢 Sara 的展示。作为一名计算机视觉研究者，我非常激动。这么多年来，我们终于开始理解“暗物质”，并在这方面踏出了第一步。同时，也让我们的客户能够从嵌入在视频里的大量信息中提取价值。

　　接下来，我们继续看 AI 民主化的第三个要素——数据。AI 需要海量的数据获取智能，但是构建数据库往往是最艰巨的一个问题。在这方面我深有体会。我带领团队构建了 ImageNet 数据库，ImageNet 为机器视觉社区提供了 1500 万带标签的数据。

　　很多人都很熟悉 ImageNet 之后的历史了。在 2012 年，ImageNet 成为驱动深度学习革命最重要的要素之一。但是，直到今天，ImageNet 仍然是训练深度学习算法被使用最多的数据库和基准之一。

　　虽然 ImageNet 取得了卓越的成果，但是从头构建 ImageNet 艰巨而漫长的过程充分显示了整理数据的困难。

　　我们需要一个更加有效和可扩展的方式，将数据民主地提供给开发者和领域的专家，并最终应用于商业当中。这也是为什么我如此激动地宣布，谷歌云收购 Kaggle 的消息。

　　在 Anthony Goldblum 和 Ben Hamner 这两位联合创始人多年的努力下，Kaggle 团队建立起了一个含有 85 万多名数据科学家的强大社区，举办各种竞赛，并且不断开放新的数据集。

　　与谷歌云平台结合，我们给予社群最先进的机器学习环境的直接访问权，并给他们的模型最直接的营销途径。和Kaggle一起，我们正在营建世界上最大的机器学习人才中心。

　　事实上，kaggle已经与谷歌云一道，主办了最大的视频理解竞赛，称为YouTube-8百万视频理解挑战。

　　所以说到人才和专家，我们也致力于帮助我们的合作伙伴和客户在他们所需的级别开发更多的机器学习和AI专业知识。

　　在Google，我们一直在研究方面进行重大投资。每年，Google都会向全球超过250个学术研究项目提供大额资助，支持几十个博士学位学生，并拥有数千名实习生。

　　此外，谷歌大脑认为，AI专家将是一个未来几年越来越重要的资源，正在采取措施，寻找、教育和强化这一领域的未来领导者。

　　在谷歌云，与所有这些努力同时，我们也致力于使用我们的专业知识，为我们的客户提供真正的结果。先进的解决方案实验室为客户解决更复杂的问题。 让我们以保险公司用户为例。 他们的许多工程师精通数据科学，有些甚至有机器学习的背景，但他们需要帮助建设一个真正的专业知识基础。

　　为了做到这一点，一个USAA开发人员团队来到Google的高级解决方案实验室，在那里他们直接从我们自己的机器学习工程师和专家那里学习。这个团队现在正在努力工作，使用他们的新技能，另外也有其他的团队，在以相同的方式接受培训。我认为最有意义的技术是将宝贵的资源转化为可以惠及每个人的东西。

　　印刷技术帮助大家识字。 印刷技术使得文化超越特权，使书籍成为可负担得起的东西。它们可以填补世界各地的家庭和图书馆的书架。电网则把电力传送到整个社区，使热和光进入千家万户。工业革命的大规模生产意味着，曾经过于昂贵的手工艺品，现在可以丰富数以百万计的人的生活。当然，互联网已经使从报纸到大学课程的一切都很容易分享，他们在一夜间可以被全球观众获得，而且往往是免费的。