在谷歌，人工智能不仅仅用于打造无人驾驶汽车，响应语音询问的智能手机服务，快速识别数字图像的在线搜索引擎。它还用于提升支撑谷歌整个互联网帝国的大型数据中心的运行效率。据谷歌全球数据中心网络的设计与运行负责人乔·卡瓦（Joe Kava）透露，该互联网巨头正在使用人工神经网络来分析其巨型计算中心的运转，并相应改进它们的运作。这些神经网络实质上是计算机算法，能够识别模式和 根据那些模式作出决策。它们并不能完全复制人脑的智能，但在一些情况下，它们在运转速度和全面性上能够大大超过人脑。
正因为此，谷歌将这些算法应用到它的数据中心运作当中。“这些模型能够通过反复挖掘数据来学习。”卡瓦表示。
近年来人工智能技术兴起，进行这方面研究的不仅仅包括谷歌，还包括Facebook、微软、IBM以及其它的众多科技公司。其中最受瞩目的基于人工智能的项目包括谷歌无人驾驶汽车和IBM的沃森（Watson）超级计算机。在这背后，也有很多的公司采用一种名为“深度学习”的新式人工智能，该技术可以大大推进人工智能的发展。
谷歌的数据中心项目缔造者是年轻工程师Jim Gao.据卡瓦称，Jim Gao在谷歌的数据中心团队当中被亲切地称为“天才男孩”.在上过斯坦福教授、现已转投百度的“Google Brain之父”吴恩达（Andrew Ng）的在线课程后，Jim Gao利用他在谷歌的“20%自由时间”来探索神经网络是否能够提升谷歌数据中心的效率。事实证明，答案是肯定的。
具体运作
谷歌每几秒钟就会收集有关其数据中心运作的各类信息，包括这些设施消耗了多少能量、它们使用了多少水来将计算机硬件的温度降到与室外温度一致等等。Jim Gao所做的就是利用所有的这些数据来构建人工智能计算机模型，该模型能够依据特定条件预估数据中心的效率。在近12个月里，他不断对该模型进行改良，直至它的预估接近百分百准确（达99.6%）。获知该模型可行后，谷歌便使用它来提供提高其数据中心效率的建议。
正如卡瓦所说的，该模型成为了一种面向这些计算设施的“引擎检查灯”.要是数据中心的效率与该模型的预估不匹配，谷歌就会知道它有问题需要解决。不过该公司也可以利用该模型来决定何时在该数据中心内作出特定的改变，如何时清洁帮助帮助设施降温的换热器。
两个月前，谷歌必须要让部分计算机服务器下线，通常来说这会致使能源效率下降，但借助Jim Gao的人工智能模型，它可以对数据中心的冷却设施进行适当的调整，进而将效率维持在相对较高的水平。卡瓦指出，该模型能够发现谷歌工程师不一定能自行发现的问题。
谷歌公布的资料显示，JimGao的数据中心模型并不涉及深度学习，它使用的是一种长期用于在零售网站上生成产品推荐等用途的旧式神经网络框架。
未来，人工智能技术也有可能用于改善整个互联网的运作。随着人们日渐适应新兴的可穿戴设备和其它智能硬件，互联网只会变得越来越复杂。换言之，人工智能会成为物联网的重要组成部分。