Google搜索的SVP Amit Singhal在上周三早晨的博客中宣布，Google的Knowledge Graph覆盖了所有以英语为母语的国家，这项手机语音搜索引擎被提高到能真正的明白用户所求。
对于Google来说，他们要关心的是数以亿计的数据收集和分析，这样才能获悉每个搜索的真正所指。通过Knowledge Graph，Google必须把超过500万人物信息，地理信息和3.5亿事物属性以及他们之间的联系储存到数据库中。这些数据之间的联系才是根本，这能让系统能够聪明的知道你究竟在寻找什么而不是单单从字面上的意思去搜索。
Knowledge Graph无疑利用了Google的Pregel图形处理引擎。图形的处理和数据的分析都建立在不同的社会环境和专业领域中，因为只有这样才能通过之间的关系把不同的信息块连接起来。任何环境下都能分清他们之间紧密联系造就了Knowledge Graph的渊博和专注。
下面这张来自Gravity Labs的图形更形象的说明了其复杂性：
当然Google拥有一套自己的处理方式，让他可以轻松的从每天数以亿计的搜索中获得。就像Singhal 在5月份的初次领路Knowledge Graph中说的，现在我们有时候在你问下一个问题之前就可以给出答案，事实上是因为我们给出的答案是其他人搜索过的。比如说，我们给Tom Cruise的答案就是搜索过和他相关问题中37%的人下一个会问的。
Google这次的另一个重大发布是移动设备上语音搜索功能的提升，其中包含了Android和iOS。下面是Singhal对新功能的阐述：
你只需要通过手机的麦克风问出你想知道的，就像你问朋友一样。举个例子，你可以问这个周末将上映什么电影？你将会看到你问的问题快速的显示在手机上。Google将会给你一个你附近影院上映影片的清单，甚至还包含了上映时间和预告片。只要Google可以回答出来，你将同时获得一份语音播报。
Google在星期一的一份研究日志中公开了他们在类神经网络上的进展，曾因在视频流中的捕捉笑脸的而出名，现在被用于了Android的语音识别系统。17岁的Brittany Wenger开发了一个基于GAE名为Global Neural Network Cloud Service for Breast Cancer的项目在科技展上胜出。
这不难想象，对于Google、Microsoft、Apple和其他的公司，只凭借对以往用户体验的推测，就想制造出适用于较小设备使用的高智能计算机科学，无疑是一个巨大的挑战。搜索对于可以在数据库中记录下复杂问题的公司来说有着巨大的帮助，但是这样做出的产品虽然很好却不是我们想要的。
