Hvad var usædvanligt ved Al snakke var hans fokus på samarbejdet mellem computere og mennesker at gøre det muligt både at løse sværere problemer, end de kunne være i stand til andet.

Starter ved 8:30 i den snak, Al beskriver dette som en \ "god cirkel \" på forbedringer ved hjælp af folks interaktion med en ansøgning, så optimeringer og funktioner som gerne lære at rang, personalisering, og anbefalinger, som måske ikke er muligt andet.

Senere, omkring 33:20, uddyber han og sagde vi har brug for \ "hybrid, ikke kunstig, intelligens. \" Al forklarer, \ "Det er sikker synes en hel del lettere … når computere forsøger ikke at erstatte mennesker, men for at hjælpe os i, hvad vi gør. Synes lige en lettere problem …. [at] udvide funktionerne af mennesker. \ "

Al siger videre størst fremskridt på meget udfordrende problemer (f.eks image anerkendelse, voice-til-tekst, personlig uddannelse) vil komme fra en kombination af flere uafhængige, massive datasæt med en feedback loop fra folk interagerer med systemet. Det er en \ "i stigende grad flydende partnerskab mellem mennesker og beregning \", som vil hjælpe både løse problemer hverken kunne løse på egen hånd.

Dette er en Google Research snak, der var meget andet, herunder den sædvanlige liste over forskningsartikler ud af Google, opsøgning af studerende og fakultet, pumpning af Google som det bedste sted at få adgang til store data og lave research på store data, og en Listen over forskningsmæssige udfordringer. De mest interessante af de forskningsmæssige udfordringer var robust, højtydende, gennemsigtige data migration som svar på belastning i massive klynger, ultra-lavt strømforbrug computing (f.eks drevet kun ved omgivende lys), personlig uddannelse, hvor computere lære og model til brug i deres elever , og få eksterne forskere adgang til den store data, de har brug for at hjælpe med at opbygge hybrid, ikke kunstig, intelligens.