在後續於Google Cloud Platform NEXT 2016近距離問答中，Google研究團隊資深研究員Jeff Dean表示有越來越多技術陸續導入機器學習，因此未來預期將會有更多類是應用服務問世。而對於未來是否必須擔心電腦是否超越人腦，除現階段技術要建造會自我思考的電腦系統依然有限，同時基於人類依然可對電腦系統設下諸多條件，因此Jeff Dean認為並不用為此感到害怕。
▲Google研究團隊資深研究員Jeff Dean
根據Google研究團隊資深研究員Jeff Dean在Google Cloud Platform NEXT 2016近距離問答中回覆提問，其中強調將可應用深度機器學習所構成的人工智慧輔助用於特定領域的數據分析、應用，同時說明並非僅能以單一資料庫讓採用開放架構的TensorFlow框架持續學習，而是可針對複數以上資料進行學習，並且可針對服務需求額外擴充彈性。
而針對部分單位使用資料可能涉及隱私，或有特定需求等情況，此類數據的深度學習結果，就不見得必須對外開放，以TensorFlow本身採用開放架構設計，最主要還是提供可輕易串接使用效果。例如銀行業者可針對本身客戶數據、更多參考數據投入比對，如此可能以此分析用戶經常上門存款、提領存款的關連性等，同時基於隱私安全考量而不對外公開。
目前包含Google Search、Google Maps、Gamil、Google Photos與Google翻譯都已經與機器學習資源結合，讓使用者即可持續透過使用，或是藉由API串接持續對其訊連，藉此提升整體服務品質。
不過，對於人工智慧是否有朝一日超越人腦，Jeff Dean認為暫時還不需要對此作擔心，一來是現有技術要能建立具思考能力的電腦系統依然距離太遠，其次則是在設計此類電腦系統時，依然可加入條件限制，避免系統產生誤謬情況。
