以及基于上下文的查询预测答案。这一切难道没有提醒您我们已经在 中看到的内容吗此外，您是否看到与蜂鸟的联系以及它如何将知识图谱、 和 链接在一起？并最终确定如何通过纯粹的基于实体的语义分析向用户展示经典的有机结果（和广告），其中链接仍将发挥作用，但不会过于起决定作用？ 因此，如果我必须预演 年将撼动我们行业的新闻，我会看看 向我们展示的路径，尤其是谷歌为回答 本人在上面的视频中提出的问题而找到的解决方案 仍然需要解决的挑战。
但另一项收购可能隐藏了这
些问题的关键来自 的团队 我说团队，因为谷歌没有购买 作为一个社会，而是整个团队，成为 领域的一部分。 的目标是什么？它正在研究人们的位置、电话联系网络、物理距离和全天移动如 缅甸电子邮件清单 帮助预测一系列行为。 此外， 基于对我们智能手机中的传感器可以告诉我们的所有数据的智能分析。不仅是 数据（您是否查看过您的位置历史记录？），还有扬声器 麦克风、两个或多个传感器之间的接近检测、我们使用哪些应用程序以及我们下载和丢弃哪些应用程序。
照明传感器览器历史记录
无论我们使用哪种搜索引擎），加速度计， 您可以想象 如 BJ 列表 使用所有这些信息：同样，用于增强对我们可能重要的任何查询的预测解决方案。这项技术对 和 的影响是显而易见的， 在其目的上与 非常相似。 了解应用程序使用情况的能力可以让谷歌为我们每个人 创建一个兴趣图，的 简单 个性化。例如，我通常直接通过我喜欢的报纸和杂志的官方应用程序阅读新闻，而不是通过谷歌新闻或浏览器我还从我的 应用程序中。
