據外媒報道，對于谷歌來說，識別圖片中的對象已不再是挑戰(zhàn)。它的下一個挑戰(zhàn)就是識別和搜索視頻中的內容，因為視頻的數據量比圖片更大，更難概括和識別。

不單是谷歌，社交網絡Facebook、閱后即焚應用Snap和微博網站Twitter也都在努力識別視頻內容。

但是，很久以來，谷歌旗下的視頻網站YouTube就一直被稱作是全球第二大的搜索引擎，僅次于谷歌搜索引擎。雖然文字搜索請求可以幫助谷歌返回YouTube視頻搜索結果，但是真正的視頻內容搜索技術尚未得到應用。

數月前，谷歌給科學研究領域獻上了一份大禮：YouTube-8M 視頻數據集。在今天，谷歌又更新了這個數據集。這也許并非巧合。開放數據，特別是斯坦福ImageNet數據庫和微軟COCO數據庫，推動著圖片識別搜索的研究。人工智能系統(tǒng)需要數據才能變得更為智能。這些組織已在致力于提供這樣的原始數據。

當然，谷歌并非只想著打造先進技術，造福全人類。它也希望借此改善自己的產品，就像它在Gmail郵箱系統(tǒng)中引入Smart Replies智能回復功能以及在Google Translate翻譯服務中添加“實時視覺翻譯”功能一樣。谷歌當然希望YouTube能夠成為人們搜索視頻的最佳去處。

“如果它能夠識別奶牛跳過月球或貓兒跳過籬笆的視頻，那就太酷了。”谷歌高級研究員杰夫·迪恩（Jeff Dean）在谷歌首次舉辦的TensorFlow Dev Summit峰會上說。

迪恩稱，這意味著谷歌不再需要依靠描述和評論等元數據來進行搜索了。這種視頻搜索技術還可以改善視頻推薦服務。

現在，我們尚不清楚YouTube何時會推出這種視頻搜索功能。

迪恩稱，一般來說，“視頻搜索可能要落后圖片搜索好幾年。”