如果要你從10部影片裡面找出所有「狗」出現的畫面，要花多久時間呢？對Google來說，可能只要不到一秒鐘。
美國時間8日登場的Google Cloud Next雲端大會上，Google雲端人工智慧暨機器學習首席科學家李飛飛，發表了Google透過深度學習技術打造的雲端影音智慧應用程式介面 (Cloud Video Intelligence API)。
從現場的示範可以看到，現在Google的機器學習已經不只能做到圖片或語音、文字識別，也可以精準地找出每段影音中特定物件出現的時間點，或者也可以用於挖掘出同類型影音內容。例如只要搜尋「花」，資料庫中所有出現「花」的相關影片都會被標列出來，可以說是機器學習在影音領域的一大突破。
雖然目前雲端影音智慧應用程式介面還是在封閉測試階段（Private Beta），但就像李飛飛說的，「我們就像是在黑暗中為數位世界點燃一盞燭光。」
可以想像未來如YouTube、媒體公司、監控系統業者，或者是Google提到的消費科技公司等等，都可能因此更容易建立媒體分類、並也更有效地做內容管理和應用，或是在這樣的基礎上發展出更多的變化。
