第三还有语音输入Voice Input，在机器学习的帮助下，自然语言处理系统能够更好地理解你想说的话。语音搜索支持 119 种语言，其中包括 11 种印度语言和 3 种印度尼西亚语言。
对于小数据的语言模型的训练，Linne Ha说到，他们还发起了Unison Date Collection活动，到小语种地区，让当地的人每人说45分钟，收集数据进行训练。另外，Google 还发起了文本转语音 (Text-to-Speech)项目Project Unison，这是一个利用机器学习实现文本向语音转换的实验项目。通过转换引擎，手机可以用语料并不丰富的语种，如孟加拉语，高棉语和爪哇语与您对话。而机器学习模型有助于减少构建文本到语音模型所需的数据量。
Linne Ha称，方言是我们的下一步需要解决的问题。
四、打造新的人机交互方式：Google Assistant
Google Assistant 工程总监Pravir Gupta介绍了这款智能助手的情况。他说，目前的 Google Assistant支持不同种类的任务，比如寻找某一问题的答案、导航服务、获取新闻或得到日程安排方面的帮助，在现场，Pravir Gupta为了一个“在东京是不是要给小费”、“给我XXX的照片”、”中巴犬是怎么叫的“等问题，Google Assistant简洁完整的回答了这个问题。最值得一提的是， Google Assistant 可以在不同设备间通用，并且可以无缝切换。
目前，Google Assistant可以在澳大利亚、巴西、加拿大（英文和法文）、德国、法国、意大利、印度（英文和印度文）、印度尼西亚、日本、韩国、墨西哥、新加坡、西班牙、英国、美国等国家和地区使用。
五、机器学习在企业中的应用
Google AI在企业领域的布局逐步清晰，Google为企业及开发者提供三种创新工具：TensorFlow，云机器学习 API (Cloud Machine Learning APIs) 以及张量处理器 (Tensor Processing Unit, TPU) 电脑芯片。主要目的是为了帮助企业进行创新，同时优化流程。
会上，Google邀请了日本当地食品企业丘比（Kewpie）公司上台演讲，阐述了丘比公司使用AI改善日本管理思想中的现场管理，包括顾客管理、供应链等方面。丘比使用 TensorFlow 开发出一个工具，可以从婴儿食品中所使用的切块土豆中检测出食品生产中有缺陷的成分。
六、利用AI解决人类面临的巨大挑战
会议最后，Google产品经理、医疗成像团队负责人Lily Peng登台演讲，阐述了Google的AI技术如何帮助人类解决目前面临的一些重大挑战：如医疗保舰能源和环境保护问题。
在医疗方面，Lily Peng 的团队与印度、泰国和美国的一些医院合作开发一种工具，可以通过机器学习帮助诊断糖尿病所引起的视网膜病变（数据显示，全世界有4.15亿人收到此病的困扰，50%的患者因为得不到提前检查致盲。）的筛查工作。他们所开发的算法的准确性可以媲美专业的眼科医生，能够在缺少眼科医生的地方发挥重要作用。
Lily Peng回顾了他们对深度神经网络进行了培训的过程，她的团队获得了众多的糖尿病指视网膜病变的图像，一共收集了13万张这种图片，然后找了54个专业医生进行阅读，进行了88万个诊断，对图像进行分级和模型训练。最终的这个系统的结果，机器学习系统的表现比专业眼科医生的识别准确率还要高一点。
