Facebook在人工智慧的道路上走了多遠?

2020-12-03 機器之能

來源 | Nasdaq

作者 | Prableen Bajpai

編譯 | 不定項

隨著人工智慧工具的升級迭代，以及對周圍動態環境的適應，人機互動將變得更加靈活以及個性化。這意味著對於 Facebook 這樣試圖用科技重塑人際關係的公司而言，AI 技術的應用至關重要。

如今，Facebook 已經展示了將 AI 和社交服務結合的決心，以期提供更好的用戶體驗。

全球布局 AI 實驗室

帶著「AI 讓世界更近」的憧憬，Facebook 在九月份宣布，在蒙特婁新建一所人工智慧研究室，這也是 Facebook 人工智慧研究院（FAIR）的一部分。此前，Facebook 已在加州門洛帕克、紐約和巴黎等地建有三所人工智慧研究室，共計擁有 100 多位科學家。

為了「籠絡」加拿大的算法人才，Facebook 還宣布在將投資七百萬美元用於支持加拿大高級研究所（CIFAR）、蒙特婁學習算法學院、麥吉爾大學以及蒙特婁大學的 AI 研究。

不過在全球布局的道路上，Facebook 還面臨著其他科技巨頭的競爭。例如，微軟和谷歌都已經先走一步，提前將 AI 研究分部落地加拿大。

2016 年 11 月，谷歌承諾向蒙特婁學習算法學院、蒙特婁大學以及麥吉爾大學提供 450 萬美元，用以支持 AI 研究。與此同時，谷歌在蒙特婁開設了深度學習和人工智慧分部，與加州的谷歌大腦團隊緊密聯繫。

當然，微軟也不落後，在今年初收購蒙特婁的 AI 初創公司 Maluuba，用於加大未來兩年的 AI 生態布局。這家科技巨頭甚至向蒙特婁大學和麥吉爾大學分別捐贈 600 萬美元和 100 萬美元，用於其人工智慧研究。

IBM 近期也承諾投資 2.4 億美元，與麻省理工學院共同建設 MIT-IBM Watson 人工智慧實驗室。

加大合作和收購力度

早在 2016 年 9 月，Facebook 和亞馬遜、IBM、微軟以及谷歌共同宣布成立一家非營利機構 Partnership on AI，意為「為大眾和社會謀福祉的 AI 合作組織」。該機構的目標為，提升公眾對人工智慧的理解，促進 AI 機構的合作並制定相關的行業標準。隨後，蘋果、英特爾、Salesforce、SAP、索尼、麥肯錫以及聯合國兒童基金會等機構陸續加入。

今年九月初，Facebook 與微軟聯合推出了開放式神經網絡交換（ONNX）格式，它是一個表徵深度學習模型的標準，可實現模型在不同框架之間的遷移。Facebook 稱「這是邁向開放式生態系統的第一步。在未來開發者可以輕易切換工具，並自由搭配最優的組合。」

此外，Facebook 還通過收購初創公司來增加 AI 實力。例如今年 7 月，Facebook 收購提供虛擬助手服務的初創公司 Ozlo，相關技術將用於增加 Messenger 的用戶體驗。Facebook 收購的公司還包括換臉應用開發商 Masquerade Technologies、計算機視覺公司 Zurich Eye 和 Fayteq AG、面部識別技術公司 FacioMetrics 等。

將人工智慧應用到實際的場景中

Facebook 有二十億用戶，佔世界人口的 26%，他們每天都在生產海量的非結構化數據。這些數據如果搭配以適當的工具，能夠成為豐富多彩的資源，得出許多有邏輯性的結論和解決方案。

去年，Facebook 推出基於深度學習的文字理解引擎 DeepText，它能夠理解 20 多種語言，同時在每秒鐘理解數千篇的文本，準確率與人類相當。如今，它已經被用在 Messenger 上，用於推薦合適的對話回復。

在人臉識別方面，Facebook 已達到了 97% 的準確率，同時在進行像素級的物體識別研究，相關成果可用於圖片分割、分類以及修復等。Facebook 甚至在 Instagram 和 Messenger 上搭建了人工智慧相機。

Facebook 還利用 AI 解決廣告作弊的問題，有些作弊廣告避開了 Facebook 的檢查流程，違反了社區標準以及廣告策略。與之類似的，Facebook 還能夠阻止平臺上極端主義及恐怖主義內容的傳播。

總而言之，基於人工智慧的工具可以提升內容和廣告的準確性和吸引力，從而創造更好的用戶體驗。特別是目前，Facebook 的廣告業務佔其總收入的 97%，AI 的應用無疑會創造更大的經濟價值。

前路漫漫，時有挫折

從收入的角度來說，Facebook 仍是一家廣告公司。根據其 2017 年第二季度財報，移動廣告營收約佔廣告營收的 87％。

正是在廣告業務上，Facebook 引發了一系列的爭議。

今年 9 月份，非營利性民間新聞網站 ProPublica 發表文章稱，Facebook 發布廣告的目標受眾的標籤中，含有「反猶太者」、「如何焚燒猶太人」、「納粹黨」等詞彙。

這些內容的出現，是因為 Facebook 的廣告系統在沒有人工審核的情況下，自動抓取了用戶資料的「興趣」、「工作」、「研究領域」等文字內容作為受眾標籤。

Facebook COO Sheryl Sandberg 承認，在此之前並不知道廣告受眾的標籤中有這樣的詞彙，但在意識到之後立即將這些標籤刪除。Sandberg 還表示，Facebook 將利用人工審核所有的標籤，以確保不會出現類似的錯誤。

此外，對於 Facebook 而言，俄羅斯政選廣告危機、假新聞泛濫等問題依然嚴重。

但 Facebook 正在努力解決。在 2016 年底，Facebook 開始與事實調查網站 Snopes、ABC 新聞及美聯社等新聞機構合作，確保新聞的真實性，同時將爭議內容的排序降低。

對於此次政選廣告危機，扎克伯格稱，Facebook將增加政治廣告透明度，同時加強政治類廣告審查程序。

在算法層面，Facebook 人工智慧研究院也在開發解決問題問題的工具，例如可以幫助 Facebook 給內容貼上來源和分享鏈的標籤。這也有助於了解假新聞的傳播特徵，並以此篩選出假新聞。

Facebook的未來十年規劃

前路漫漫，時有挫折。但相比於馬斯克，扎克伯格對 AI 的前景更為樂觀。在對 Facebook 未來十年的規劃中，人工智慧（AI）、虛擬實境（VR）以及增強現實（AR）都成為了關注的重點。

美國網絡雜誌 Slate 評論說：「Facebook 已經通過兩種截然不同的方式實現了自我再造。首先，它不再是純粹的社交網絡，而是成為了一個在線世界的個性化門戶。其次，它正在大舉下注科技和社交媒體的未來，它已經不能再簡單地被定義為一家社交網絡——就像 Alphabet 不能再被定義為搜索網站一樣。」

相關焦點

  • 《侏羅紀公園》影評 人類對科技的探索應該走多遠
    《侏羅紀公園》影評 人類對科技的探索應該走多遠時間：2015-11-27 08:54   來源：川北在線整理   責任編輯：凌君 川北在線核心提示：原標題：《侏羅紀公園》影評 人類對科技的探索應該走多遠 闊別了二十年之久的《侏羅紀公園》，如今在現代科技的包裝下重新回到大熒幕。
  • 阿爾法狗再現江湖 手機上的人工智慧知多少
    藉助阿法狗再現江湖的東風，人工智慧這一話題又將席捲大眾的注意力。但是大家關注的並不在圍棋本身，而是對未來生活的想像。谷歌大腦，神經網絡乃至無人駕駛或許離我們還有很遠的距離，但是圖片識別、淘寶推薦或是英文翻譯都已經是我們觸手可及的人工智慧，人工智慧離我們還有多遠尚未可知，但是我們早已經走在了迎接他的道路上，利用人工智慧的思維，我們的手機變得越來越智能化。AI在手機系統中的應用在 2016 年取得了一個不小的進步。
  • 人工智慧利用神經網絡來控制機器
    無論是報導還是預測,人工智慧的發展都停留在巨大機器與人類有形物體之間的相互理解和控制方面.如今,人工智慧從整體的角度來看還是停留在機器有多聰明的狀態,而非什麼智能.最近,人工智慧領域的政策已經發生了轉變,在政府加速推進人工智慧的路徑中,已經轉變為將人工智慧應用到政府和企業,而不僅僅只是用在高校科研或者博士後培養上.不可否認,人工智慧正在變得普及,從谷歌的無人車到facebook的ai聊天機器人,都是人工智慧大發展的例子
  • 人工智慧離理想還有多遠
    您如何看待人工智慧目前的發展？徐英瑾：現在公眾對人工智慧有很多期望，但根據我的觀察，這些期望相當大的程度上是建立在一些對學界實際發展狀況的誤解上。我經常會聽到各種各樣的誤解，第一個誤解就是認為人工智慧是個新東西，是這幾年冒出來的。事實上，人工智慧（artificial intelligence）這個詞正式變成公認的學科名詞是在1956年美國的達特茅斯會議上。
  • 學界| Facebook新論文介紹相似性搜索新突破:在GPU上實現十億規模
    近日，Facebook 人工智慧研究團隊在 arXiv 發布的新論文《Billion-scale similarity search with GPUs》宣稱在這一問題上取得了重大進展，在 GPU 上實現了十億規模級的相似性搜索。該團隊已經將相關實現的代碼進行了開源。機器之心在此對該研究論文及其代碼項目進行了簡單介紹。
  • 扎克伯格facebook怎麼賺錢 社交網絡馬克廣告論並不現實
    據悉，隨著他擁有的facebook股票一路看漲，他本人的身價也一路飆升，正所謂當你有錢的時候，你會變得更有錢。　　　　扎克伯格從一個哈佛裡的大學生變成了現在的億萬富翁，電影《社交網絡》講述了這段傳奇故事，雖然有所誇張，但是也有很多情節是改編自現實例子。　　　　facebook怎麼賺錢？
  • 走新型的合作化道路
    「單幹好比獨木橋，走一步來搖三搖」。農民單幹，經不起自然災害或自身傷病的襲擊，唯有「組織起來」，「眾人拾柴火焰高」。    上世紀50年代初期，農民嘗到了「互助組」、「初級農業合作社」的甜頭。豈料，後來「蒙查查」走上了「一大二公」的道路，說是「人民公社是天梯，共產主義是天堂」。一番折騰後，「天堂」上不去卻紛紛從「天梯」掉下，個個摔得「面青眼腫」。
  • 「強人工智慧」離我們還有多遠？
    因此，按照計算機思維的不同，又可以分為類人思維的人工智慧和區別於人類思維的人工智慧。如果說強人工智慧是現代都市裡的摩天大樓，那麼，目前人類在人工智慧方面所取得的進展只能相當於原始人所穴居的洞穴，從當今的弱人工智慧向強人工智慧的發展還有很長的路要走。
  • 科學驗證時間丨《魔戒》主角到底在中土世界裡走了多遠?
    整部電影裡你就看到弗羅多和山姆就這樣走走爬爬，實在讓人很好奇他們到底走了多遠...英國有位網友mattisawizard就翻出了中土世界的地圖並搭配英國地圖，看看弗羅多走的路程換算（地圖上有比例尺）到現實世界中，到底是走了多遠走了多久！
  • 光在一年內究竟能走多遠?
    那麼，光在一年中能走多遠？或者說一光年有多遠？由於光速為每秒299,792,458米，則光在一年中的傳播距離約為94605億公裡。光速幾個世紀以來，測出光速是科學家的一個研究重點。在17世紀之前，人們普遍認為光可以從一個地方瞬間移動到另一個地方，即光速無限大。
  • 康傳媒facebook群控的多種用法
    康傳媒武漢Facebook在全球有26億用戶，是全球最大的社交平臺，人們在facebook上進行交流，滿足社交的需求，比如隨時發布動態，將生活中的點點滴滴分享到facebook平臺上，圖、文、視頻等多種展示方式。
  • Facebook開源物體識別工具Detectron,加速計算機視覺研究
    大數據文摘作品作者：龍牧雪 馮曉麗1月22日，Facebook的人工智慧實驗室這一職位變動也從人員架構上說明了Facebook高層對AI的重視程度在提升。正如Yann LeCun所言，Facebook人工智慧實驗室發展勢頭正猛。
  • facebook臉書中文版下載
    啥，沒時間，不怕，facebook臉書中文版下載滿足你，快來下載體驗吧。facebook臉書中文版下載版本記錄:facebook臉書中文版下載絕對是一款經典佳作，快來下載體驗。
  • 一光年的距離究竟有多遠?若人不藉助任何工具,走多久才走完?
    在我們的認知裡面，米、千米、百公裡都是測量距離的常用單位，但這些單位只適用於地球上的一些距離，並非適用於各個星球之間的距離單位計算。因為我們知道宇宙是非常大的，這些單位是遠遠測量不出宇宙的距離，所以用地球上的單位去測量宇宙中的距離顯然是不適合的。
  • 人工智慧大會系列訪談丨惠志斌：人工智慧是唯一無法試錯的技術
    其中，人工智慧發展最大的問題，不是技術上的瓶頸，而是人工智慧與人類的關係問題，這催生了人工智慧倫理問題的爭議。《銀翼殺手》《西部世界》等影視劇中人工智慧反抗甚至超越人類的場景是否真的可能出現？我們又將如何有效規制人工智慧技術和產業的發展呢？帶著這些問題，看看新聞knews記者專訪了上海社會科學院網際網路研究中心主任、研究員惠志斌。
  • 一個人未來能走多遠靠的是什麼?聽聽985碩士研究生是怎麼說
    在生活中我們常常發現很多這樣的例子，小時候特別聰明，長大之後卻只上了普普通通的大學；或者是上了很好的大學，畢業之後平平庸庸，在某個單位或者企業過著混吃等死的日子。反而卻有一些人，年輕的時候並不突出，卻慢慢的當上了領導，做了老闆。這是為什麼呢？
  • Facebook像素是什麼?facebook像素的安裝方法及功能
    最近隨著shopify+facebook跨境電商模式的熱度，Facebook像素（Facebook Pixel）功能也漸漸走進人們的視線，對於眾多做Facebook廣告投放的跨境電商朋友來說，Facebook 像素更是獲得各環節精準數據的重要法寶。
  • 九運點評:餘下五天比賽 香港能走多遠?(附圖)
    中新社廣州十一月二十日電題：香港還能走多遠？　　中新社記者盧峰　　九運會已進入了尾聲，香港代表團表現不俗，在單車、風帆、桌球、網球、遊泳、田徑等項目都找到了「突破點」，暫時已獲得一金一銀一銅的佳績，突破了上屆全運會的總成績。在餘下的五天比賽中，香港隊剩餘比賽已不多，突竟還能比上屆走多遠呢？
  • 蘋果facebook登錄不了怎麼回事 手機facebook無法登陸解決方法?
    > 手機facebook無法登陸打開解決方法。剛剛申請了手機facebook帳號後，不知道怎麼了，居然無法登陸上去，密碼跟帳號都是沒有問題的。就是打不開，登陸不上去啊。下面就跟大家介紹一下手機facebook無法登陸打開解決方法。
  • 算法已經能繪畫，能作曲，能寫詩，真正的人工智慧還有多遠？
    人工智慧、深度學習、算法是近幾年高新科技領域的熱門話題。前幾年，阿爾法狗和李世石的人機大戰給人留下了深刻印象。圍棋世界冠軍李世石以1:4的比分敗給機器人阿爾法狗，讓人們直觀地看到了人工智慧的強大能力，並對其應用前景滿懷熱望。我們難免好奇，現在的人工智慧有哪些更強大的功能？