揭秘Facebook的AI机器：AI已关乎存亡

2015 年 10 月，坎德拉成为新AML团队的主管(有一段时间，出于谨慎起见，他保留他在广告部门的职位，在两个职位之间穿梭)。他与FAIR保持紧密的联系。FAIR在纽约市、巴黎和门洛帕克均设有办事处，在门洛帕克它的研究人员实际上就在AML工程师的旁边工作。

AML和FAIR之间的协作，从一个给用户分享的照片提供语音描述的研发中的产品可见一斑。在过去的几年里，训练系统识别场景中的物品或者做出一般性的结论，如照片是在室内还是室外拍的，已经成为了标准的AI惯例。但最近，FAIR的科学家找到方法来训练神经网络描述图像中几乎所有的有趣物体，然后根据物体的位置和相对其它物体的位置来判断照片是关于什么的——实际上是通过分析姿势来判断特定照片里人们是在拥抱，还是在骑马。“我们给AML部门展示了这项技术，”乐昆说，“他们想了想，说，‘在这种情境中，那个技术会很有用。’”最终他们做出了一项可造福盲人或者视觉障碍着的功能原型，用户指向图像，就能让他们的手机通过语音给他们描述图像的内容。

 “我们一直都在沟通，”坎德拉如是说到他的兄弟团队，“总的来说，要从科学技术发展到实际的项目，你需要粘合剂对吧?我们就是粘合剂。”

AI的四个应用领域

坎德拉将AI的应用分成四个领域：视觉、语言、语音和摄像效果。他表示，所有的这些东西将会带来“内容理解引擎。”通过研究如何理解平台内容的意思，Facebook想要从评论中检测出微妙的意图，从口语中提取出细微的东西，鉴别你在视频中快速出现的朋友的面孔，解读你的表情，然后将它们反映在你在虚拟现实场景中的化身。

 “我们在研究AI的普遍化。”坎德拉说，“随着内容的爆炸性增长，我们需要提升理解和分析能力。”解决方案就在于打造普遍化的系统，使得一个项目的成功能够积累起来，让其它研究相关项目的团队能够受益。坎德拉称，“如果我能够打造出可将知识从一项任务转移到另一项的算法，那会很美妙，是吧?”

那种知识转移能够大大加快Facebook推出产品的速度。以Instagram为例。自上线以来，该照片分享服务就以时间倒序的形式来显示用户的照片。但 2016 年年初，它决定使用算法来按照相关性将照片排序。坎德拉指出，好消息是，由于AML已经在像动态消息(News Feed)这样的产品中实施过机器学习技术，“Instagram不必从头开始做。”他还说，“他们让一两个精通机器学习的工程师联系部分其它在运行某种内容排序应用的团队。然后，你可以直接将工作流程复制过来，有什么问题就问对方。”正因为此，Instagram短短几个月就能够实施这一重大变动。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!