神經網路

這個模型可以解決多人對談中的大難題，「誰在什麼時間說了什麼話」的語音辨識挑戰，在 NIST SRE 2000 CALLHOME基準測試中的最低錯誤率只有7.6%

Google應用神經嵌入技術為搜尋功能添加火力，現在人工智慧能理解字詞中隱含的模糊概念，並將這些概念與查詢中的概念進行配對，Google稱這為神經匹配（Neural Matching），以處理不具體的提問。

麻省理工學院媒體實驗室近日打造出能偵測使用者腦中聲音的穿戴式AI裝置系統AlterEgo，使用者不需要開口或是做任何動作，只要在心中默唸，穿戴裝置會透過神經肌肉訊號，重組使用者的話，從耳機給予使用者回應

AI現在也能像人類一樣認路了，DeepMind最近公布最新的一項研究，靠著強化學習讓AI在沒有準確的地圖作為訓練資料的情況下，只透過Google的街景圖學會導航

Google發布新一代文字轉語音Tacotron 2，結合原版Tacotron和音頻生成模型WaveNet，採用序列到序列模型，並使用語音範例和相對應的文字文本，來訓練Tacotron 2系統，讓新版Tacotron能夠發出媲美真人的發音。

你會把上面圖片中的烏龜，誤認成來福槍嗎？應該不會吧，但Google釋出的InceptionV3影像分類器，不管從那個角度，都認為這是一支來福槍

迪士尼與美國麻州大學波事頓分校合作，共同研發一套能夠自動評斷短篇故事品質與熱門程度的AI系統，並以群眾問答網站Quora作為資料來源，且採用在社群媒體獲得讀者好評的文章作為評斷故事熱門程度及品質的衡量指標。

臉書全面採用神經機器翻譯模型，讓翻譯能更準確與流暢。臉書使用了卷積神經網路和遞迴神經網路，來自動翻譯臉書的內容，且採用深度學習框架Caffe2，加速機器翻譯模型從部署到正式上線的過程。