另外，机器学习还用乳腺癌的诊断，通过将机器学习应用于乳腺X光检查，来探索新的方法以提高乳腺癌的检测几率。Google、DeepMind联合英国癌症研究中心研发，希望建立一种机器学习模型，能够快速、准确地检测出癌症的迹象，帮助医生尽早发现癌症，以便尽早开始治疗。
机器学习运用到医疗领域之外，还可以推进很多的进展，还可以找到新的治疗方法，用到基因测序，计算机环保、能源、交通领域的问题，Lily Peng说，我们还是处在一个开端，我们希望这些方法能为研究机构提供更多的方法。
在环保问题上，Google邀请维多利亚大学博士生Victor Anton阐述了如何利用机器学习来保护鸟类。Victor Anton 致力于追踪新西兰濒临灭绝的鸟类，以改善对它们的保护工作。他收集了 5 万个小时的音频并将其转换成谱图，通过 TensorFlow 更加快速高效地分析这些音频，对鸟类的声音进行分类，识别谱图中的鸟鸣声，以便更好的了解鸟类。他希望此研究能够为新西兰未来的动物保护工作提供有价值的信息。
七、总结，Google是一家AI First的公司
Jeff Dean在会议最后总结到，作为一家 AI First 的公司，Google 致力于让每个人都能够从人工智能中获益。Jeff Dean称，虽然取得了一些成绩，但是还有很多困难需要克服。
例如需要想方设法让机器学习模型的创作过程更加触手可及？为了解决这个问题，Google已经开展了人工智能的内部培训，已经有1.8万名Google员工参加过此项培训，而且Google将于2018年在互联网上提供免费的机器学习课程。Jeff Dean同时透露，Google也同时在中国招募机器学习相关的人才。
另外一个挑战是，如何确保我们构建的机器学习模型具有包容性，并且能够真正为每个人所用？Jeff Dean说，Google已经启动了People + AI Research (PAIR) 计划，这个计划旨在将 Google 的研究人员聚集在一起，研究并重新设计人与人工智能系统交互的方式。Facets 正是此计划所孕育出的一种工具，能够 将用于机器学习的训练数据可视化。
除此之外，Google还与Geena Davis 研究所合作建立了GD-IQ，可以利用机器学习检测电影中性别偏见的工具。