在智能助手上的竞争是激烈的，苹果有Siri，谷歌有Google Now， 微软有Cortana，而Facebook是智能助手“M”。不过对于Facebook来说，一个这样的智能助手远远不够，在人工智能上Facebook有着更大的野心。

 

Facebook希望其平台能利用机器学习来理解用户帖子、评论、图片以及视频的内容含义，然后再将这些信息存储为元数据，以提升广告定位，并增强推送新闻的相关性。同时元数据还将作为原始材料，用于创建一个高级的智能对话机器人。

 

这并非遥不可及的目标，实际上，今天的Facebook在面对大众时已经涉及到了大量的人工智能，不管是其图片、视频、新闻推送或是刚起步的聊天机器人。

 

“M”智能助手

 

Facebook自己的人工智能助手被称作“M项目”（Project M）。这一项目虽不具备与人类相似的智能，但具有狭义上的智能，可以通过观察人类行为来学习。

 

早期阶段，M项目是基于文本的数字助手，可以用于理解用户的意图（比如，叫一部优步车）。当M智能助手遭遇一个难以解决的问题时，将会请求人类训练员的帮助，并从人类训练员介入解决中学习，在下一次预测用户意图时提高准确性。

 

目前M项目当然不是终极版，而是一个实现智能对话机器长期目标的里程碑。每一个这样的里程碑都在通向这样一个未来，机器拥有与人类更相近的理解能力。

 

Facebook人工智能研究总监Yann LeCun将Facebook的智能对话机器人描述为M项目的未来超高级版本。他表示“根本上来说，这仍然是M，但完全自动化和个性化了。所以M是你的朋友，不是每个人的M。”

 

LeCun是人工智能和机器学习研究的先驱，领导着Facebook的 人工智能实验室（FAIR）。这一实验室于2014年12月成立。

 

蓬勃发展的图像识别

 

起点是在2012年， Facebook开始应用机器学习来理解用户图片的内容和语境。当时，应用计算机视觉研究是一个广泛研究的领域，也是机器学习学术研究的早期范例。

 

扎克伯格及Facebook首席技术官Mike Schroepfer将人工智能由研究扩展至产品化，并将其纳入公司层面的平台，增加对机器学习的投资。同时期GPU诞生，这大幅提升了图像识别的准确性。

 

在图像识别的初期，唯一能使用的是面部识别。当时Facebook应用计算机视觉研究团队需要做的，不是在预设特定应用场景的前提下理解图片，而是建立这样一种方法，由研发者利用机器学习模型来寻找自己的答案。

 

现在，Facebook图像识别已经转移到了一个被称为“Lumos”的自助平台，无需人工监督。FAIR团队以及应用计算机视觉团队打造出了识别图像的机器学习训练模型，并已通过FBLearner Flow平台分发给了整个公司40多个产品研发小组，包括搜索、广告和新闻等。各个产品研发小组可以运用该平台训练机器学习模型的图像识别。

 

用户已经可以体验到Facebook的图像识别，比如暴力、仇恨言论和黄色图片很少在用户新闻源中出现。过去这些图片须由用户标记出来，再由相关团队确认为不良图片并删除。但现在机器学习模型被用来识别和删除这些图片。相关研究团队则需要独立创建新分类来识别新型的不良图片，并训练机器学习自动对其作出响应。

 

尚在早期的视频识别

 

相比图像识别蓬勃发展，视频内容识别仍然处于更早期的阶段。从技术上说，提升视频内容识别的准确性是可能的。但如果基础设备的性价比没有改善，算法上也没有突破，那么这在商业上是不可行的。

 

尽管如此，Facebook FAIR团队以及应用计算机视觉团队已经展示出对于用户上传的Facebook Live视频进行动态识别，比如从一段视频中分割出烟花、食品或猫。从Facebook的展示中可以看到，人工智能技术有可能达到更多的功能，比如对视频进行实时排名，对推送给用户的新闻进行个性化设置，并消除视频发布及分发的延迟。

 

为加快这一领域的研发，Facebook已与学术及社区研究人员展开合作，授权其视频识别软件以开源的方式公开部分研究成果，并举办研讨会。

 

视频识别的机器学习模型已有所应用。2016年Oculus Connect开发者大会上，一款具备由内而外追踪功能的Santa Cruz VR头显设备原型就使用到了这一模型。

 

前沿的计算机“读心术”

 

去年Facebook创建了一个秘密的硬件研究部门，开发“大脑与计算机的交互技术”。这听起来很像科幻电影中的读心术或心灵感应。

 

Facebook的新硬件部门“Building 8”最近的招聘职位中提到了一项硬件项目，涉及到“神经影像学”（neuroimaging）和“电生理数据”（electrophysiological data）以及创建一个“未来的交流平台”。

 

其中一个招聘职位是大脑与计算机交互工程师，要求是神经科学的博士，帮助项目在两年内完成从初始设立至产品成型。另一个职位是寻找一名能“开发音频信号处理算法”的工程师。

 

Facebook并没有详细说明这些工作职位，但CEO扎克伯格曾在2015年提及，公司确实在研发某种类型的大脑控制与通讯设备。

 

目前尚不清楚Faceook最终可能采用怎样的技术来实现这一愿景。尽管还有很长的路要走，但这样的产品可能代表一次巨大的飞跃，把Facebook这一世界上最大的社交网络公司带向科技的最前沿。

 

研发硬件产品的“Building 8”部门于 2016年4月刚成立，并由前谷歌尖端技术研发团队ATAP负责人Regina Dugan领导。此前，Dugan还曾担任过美国国防部高级研究计划局（DARPA）局长，集中致力于突破性技术的研发。

 

“中国?成都金博宝体育安卓版 金博宝app体育 指数”: //www.tsjiaqi.com