7月20日早间消息，谷歌旗下DeepMind联合创始人德米斯·哈萨比斯（Demis Hassidic）近期在纽约的人工智能大会上表示，谷歌正使用来自Deep Mind的技术优化数据中心的能耗，从而节约大笔能耗费用。而最被人们熟知的，应该是他们开发的人工智能围棋应用阿法狗将围棋世界冠军李世石给打败。
DeepMind 是一家总部位于英国伦敦的人工智能实验室，他们的研究方向是开发通用自我学习算法，伦敦大约有140名成员，致力于“解决智能”，可以说是目前英国最有趣的科技公司之一。2014 年，该公司以4亿英镑的价格被谷歌公司收购，在当时相当于逾6亿美元。
最近几个月，谷歌给DeepMind人工智能系统“找了个活”，让它通过操控计算机服务器和相关设备（例如冷却系统）来管理部分数据中心，从而减少能耗。这一系统使用的技术与DeepMind自学《Atari》视频游戏的技术类似。
据悉，谷歌在2014年消耗了4402836兆瓦时的电力，相当于366903个美国家庭一年的总用电量。这些用电很大一部分都来自于谷歌的数据中心，后者支持谷歌覆盖全球的网络服务和手机应用。
谷歌在声明中说，DeepMind人工智能系统将电源使用效率（PUE）提升了15%。电源使用效率衡量谷歌在数据中心计算机上使用的电力，对比在冷却系统等配套基础设施上使用的电力。
对谷歌来说，节省几个百分点的耗电意味着巨大的经济效益。据美国能源信息管理局的数据显示，美国的商业用电价格通常为25美元至40美元/兆瓦时。如果能将数据中心的用电减少10%，那么经过多年累积谷歌将能够节省数亿美元。这么算来，用不了几年，谷歌收购回本了！
不单如此，人工智能做的事情多着呢，接下来轮到发力智能医疗了。
今年早些时候，Deep Mind成立了一个健康部门。今年早期，Deepmind英国基地推出了Health division人工智能医疗系统，
Deep Mind Health设计了一个叫作Streams的软件。在皇家自由医院（Loyal Free）的试点项目中，它可以让医生快速查看体检结果。该院的病人安全医疗副主任克里斯·莱恩（Chris Laing）说，Streams 让他在几秒钟内查看病人的血液测试结果，判断急性肾损伤的风险，并改善病人护理。
7月又宣布将与穆菲尔德的眼科医院合作，在临床医学移动APP的帮助下，共同将人工智能应用到糖尿病及视网膜病变等医疗科研上。
虽然目前人工智能在医疗救助方面尚处初级层面，然而其基于深度学习系统的发展潜力可谓巨大。近年来，除了传统的统计分析算法，深度学习（DeepLearning）和人工智能成了从海量数据中获取知识的有力武器，在基于大数据的医疗研究应用中也逐渐显示出优势。
再举几个例子：
IBM——IBM在2015年宣布，其超级计算机Watson开始提供基因组数据分析，帮助医生为癌症及其他疾病的治疗提供依据。与传统的医生团队相比，沃森可以在三分钟内完成人工基因测序分析以及其它癌症治疗诊断，比目前人工效率提高30倍以上。
Deep Genomics——加拿大的一家公司Deep Genomics利用深度学习技术从基因组的非编码区段找到了和癌症密切相关的变异位点。第一款产品SPIDEX只需将测序结果和细胞类型导入，便可分析出某一变异对RNA剪切的影响，并计算出该变异与疾病之间的关系。
碳云智能——由原华大基因CEO王俊主导组建，旨在收集各种各样的生命体征和信息的大数据，然后在这个数据基础上，去建立一个人工智能的内核模型，然后把它对接起来，做这样一个整合。它甚至可以解读人类基因和健康信息，并对健康风险进行预警、进行精准医疗和个性化医疗。
Atomwise——想用超级计算机、AI和复杂的算法来模拟药品研发的过程，以此降低研发成本。利用Atomwise提供的服务，可以预测哪些新药品真的有效，哪些无效。
The Human Diagnosis Project——旨在绘制人类所有不同疾病症状的检测结果，类似于“人类基因组”计划对疾病的检测。
Chrono TherapeuTIcs——一款名为SmartStop的智能穿戴设备，能够一天24小时在吸烟者有烟瘾冲动的时候为他们输送尼古丁一定的剂量，从而帮助他们戒烟。
Ekso Bionics——研制一种可穿戴仿生机械腿，使用传感器控制，能帮助人们重新获得行走能力。
Ginger.io——同手智能手机收集和分析短信、通话、位置等数据来诊断患者的心理健康问题。
3Scan——一个超高分辨率的3D组织成像平台，可创建整个基因组测序级别的数据量。医生可以适用他检测疾病。
FoundaTIon Medicine——分析患者的基因组和带有分子标记的肿瘤，为患者创建个性化的治疗。
今年，MedPeer公司（位于东京）公布了一份对3700名医生进行问卷调查报告，结果显示，大约7成的医生认为20年内将进入人工智能医疗的时代。许多医生表示，对于需要专业知识的疑难杂症，人工智能最大的好处是确诊率比较高。这些智能解决方案虽然有创新，但是它们缺乏病人的信任。人工智能的算法输出应当帮助医生做出更明智的决策而不是直接指定治疗处方。