揭秘Facebook人工智能研究室-国际

　国外媒体近日撰文介绍了Facebook已成立一年的人工智能研究实验室。该实验室由纽约大学教授、深度学习专家雅恩·乐昆领导，他们目前想要为Facebook打造一种数字助手。该数字助手基于深度学习技术，可鉴别你的醉酒失态照片，防止你将它们上传到该社交网络。他们的长远目标是，开发技术密切分析诸多照片以外的Facebook内容，让人工智能自动完成操作。

　　以下是文章主要内容：

　　跟一帮兄弟一块开怀畅饮的时候，你或许会变得难以自控，掏出你的智能手机，在醉酒狂欢期间给自己来张自拍照，而后接连不断地拍下三四十张照片，接着不假思索地将它们上传到Facebook上。

　　这种情况并不少见。而雅恩·乐昆（Yann LeCun）想要制止这种放纵行为——或者至少在人们准备要做可能会后悔的事情之前预警一下。他想要打造一种Facebook数字助手，它将能够鉴别你的醉酒失态照片，防止你将它们上传到该社交网络。他解释道，这种助手会以一种虚拟的方式拍一拍你的肩膀，提醒你：“呃，这将要公开发布哦。你确定你想让老板和老妈看到这个？”

　　这可不是无用的提议。作为纽约大学研究员和机器学习专家，乐昆目前领导Facebook人工智能研究实验室（简称“FAIR”）。该人工智能研究团队在该互联网巨头内部工作，分布在加州和纽约。该快速扩大的部门正为乐昆所说的数字助手打基础。

　　“深度学习”

　　打造这样一项工具，大体上就是开发图像识别技术来区分人在正常状态和醉酒状态的样子，使用当前相当热门的一种人工智能技术——“深度学习”。那是乐昆和其他专业学者引领研究的一项技术。Facebook现已到达了在你上传到其社交网络的照片中识别出你的脸和朋友的脸的阶段，因而便于你给它们标注相应的名字。

　　近日，乐昆领导的FAIR实验室迎来了成立一周年纪念日。事实上，FAIR的研究对该全球第一大社交网络的助力远不止有一个方面。该团队的深度学习算法如今可调查你在Facebook上的整体行为习惯，因而能够为你的动态消息（news feed）推送合适的内容——你很可能有兴趣看的内容。不久后，那些算法将能够分析你在状态帖子中输入的文本，进而自动提示相应的标签。乐昆和他的团队还想要打造这样的人工智能系统：能够理解更加复杂的Facebook数据，引导你往你未曾想过的方向进行交互。

　　他说，“想象一下，你有个智能数字助手调和你跟朋友以及Facebook内容的交互。”

　　对于部分人来说，这可能会让人难以接受。他们并不希望让机器来告诉自己该做些什么，不希望机器识别他们的面孔，将它们的照片存储在某个遥远的数据中心，被Facebook用来投放精准广告。但对于乐昆来说，FAIR的职责就是给予你更多的在线身份控制权，而不是削弱你的控制。他还设想Facebook将能够在你不认识的人未经你同意将你的照片发布到Facebook的时候及时给予你提醒。“你将有个切点来调和你的交互，以及保护你的私人信息。”他说。

　　人才争夺

　　涉足这种人工智能技术的远不只有他和他的Facebook团队。他们的研究，是当前广泛的深度学习运动的一部分。该类技术旨在通过模拟人脑的整个神经元网络的行为自动操作在线任务。借助数百台乃至数千台计算机，谷歌使用深度学习技术改善它的搜索引擎，识别你向你的Android手机发出的指令，以及鉴别其Google+社交网络上的图像。微软则利用深度学习技术将Skype通话从一种语言翻译成另一种语言。从Twitter到雅虎的多家公司也在该领域跟进相关研究。

　　对于互联网巨头们来说，深度学习技术至关重要，因而该领域出现了十分激烈的人才争夺战。谷歌招揽了跟乐昆等人奠定深度学习运动的多伦多大学教授杰夫·辛顿（Geoff Hinton）。百度最近也挖来了帮助谷歌创立深度学习项目的吴恩达（Andrew Ng）。自去年被Facebook招致麾下，出任FAIR负责人以来，乐昆也从谷歌挖来了一些着名的深度学习人才，包括杰森·维斯顿（Jason Weston）和托马斯·米克罗夫（Tomas Mikolov）。

　　语言的力量

　　深度学习并不是什么新技术。乐昆、辛顿等人自1980年代以来就一直在探索相关的基本概念。据微软资深研究人员约翰·普拉特（John Platt）称，该软件巨头10年前就在利用类似的技术在平板电脑上提供手写识别功能。但他指出，得益于计算机硬件近年来的进步——以及能够生成锻造神经网络所需的海量数据的互联网，该技术最近在多个层面突飞猛进。

　　它已经在重塑图像和语音的识别技术，对行业产生了广泛的影响。但跟谷歌一样，乐昆和FAIR想要取得更大的突破和进展。乐昆说，下一个重大前沿领域是自然语言处理，它旨在赋予机器理解单词乃至整个句子和段落的能力。

　　在加盟Facebook之前，米克罗夫曾领导打造名为Word2Vec的深度学习系统。该系统用以判断词语之间的特定关系，谷歌称这可用来改进它的“知识图谱”——帮助该公司的搜索引擎绘制网站之间所有复杂联系的系统。现在，米克罗夫和维斯顿将这种专业技术带到了Facebook的人工智能研究实验室。

　　乐昆解释到，Facebook的短期目标是，创造可自动回答简单问题的系统。该公司最近展示的一项工具能够吸收理解《指环王》的摘要信息，然后回答关于该图书系列的问题。它正在探索一种人工短期记忆技术，以改进使用“周期性神经网络”的转化系统。乐昆解释道，你可以将神经网络想作处理转化任务本身的大脑皮层，而他的团队在做一个类似于海马的系统，让它充当那种大脑皮层的“便笺本”记忆体。

　　“让人工智能自动完成操作”

　　乐昆说，他更长远的目标是，打造像他的数字助手那样的东西：除了照片以外，还能够密切分析各种发布到Facebook上的其它内容。“你需要机器去真正理解内容和人，需要它去分析所有的那些数据。”他说，“那关乎让人工智能自动完成操作。”

　　与此同时，他的团队还着眼于其它的目标。他们希望能够预测Facebook将来（5年或者10年后）的演变。乐昆暗示，这可能会涉及Oculus Rift——Facebook今年早些时候斥巨资收购回来的虚拟现实头盔——称他的团队跟Oculus团队讨论过研究工作。

　　当然，Facebook的人工智能抱负也存在局限性。一方面，乐昆称Facebook尚未结合机器人技术探索人工智能。但他称，这是他在纽约大学的学术研究中有兴趣探索的一个领域。这是合乎逻辑的下一步。