找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,访问微社区

查看: 598|回复: 3
收起左侧

[留学生活] 身为全球最大社交网络,Facebook的人工智能究竟是什么水平?

[复制链接]
发表于 3-1-2017 08:16 AM | 显示全部楼层 |阅读模式

亲!马上注册或者登录会查看更多内容!

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

【AI世代编者按】美国科技新闻网站BackChannel近日刊文,介绍了Facebook内部的人工智能团队及其发展现状。


以下为AI世代编译整理的文章内容:

在被任命为Facebook应用机器学习事业部(以下简称“AML”)负责人,帮助这家全球最大社交网络部署人工智能技术时,杰奎因·奎诺内罗·坎德拉(Joaquin Quinonero Candela)有些迟疑。

杰奎因·坎德拉,FacebookAML事业部工程总监


坎德拉是一位出生在西班牙的科学家,他总是自称“机器学习人士”。之所以有所迟疑,并不是因为他没有目睹人工智能给Facebook带来了多大的帮助。自从2012年加盟这家社交网络巨头以来,他已经见证了该公司广告业务的转变——他们利用机器学习技术提升了赞助内容的相关性和营销效果。


更重要的是,他通过一种独特的方式用技术武装自己部门的下属——即便这些人并没有接受过专业的人工智能技术培训。不仅如此,他还扩大了机器学习技术在整个广告部门的普及程度。


但他并不确定同样的“魔法”能在更大范围内展现出来,因为这个平台上的数十亿用户之间的联系取决于模糊的价值观,而不是用来衡量广告的硬性数据。“我需要确定这么做的确有价值。”他提到这次任命时如是说。


尽管有些怀疑,坎德拉还是接受了任命。而现在虽然距离那时仅仅过去两年时间,但他当初的迟疑却变得非常可笑。


究竟有多可笑?坎德拉上月在纽约的一次会议上对台下的一众工程师发表了演讲。“我要发表一份重要声明。”他警告说,“如果没有人工智能,Facebook如今已经无法存在下去。你或许并未意识到,但每当你使用Facebook或Instagram或Messenger时,你的使用体验都有人工智能的一份功劳。”


去年11月,我来到Facebook位于门罗帕克的总部采访坎德拉和他的团队时,便得以目睹人工智能如何在突然之间成为Facebook的生存养料。目前为止,提到Facebook在这一领域的发展,很多目光都会集中于该公司组建的世界级Facebook人工智能研究事业部(以下简称“FAIR”),该部门的领导者是著名的神经网络专家严·勒坤(Yann LeCun)。


谷歌(微博)微软、百度亚马逊苹果(这家以保密著称的公司如今也允许其科学家发布研究成果)等竞争对手一样,FAIR也成为供不应求的顶尖人工智能项目毕业生优先选择的公司。计算机在视觉、听觉甚至对话能力上取得的进步都得益于这种类似于大脑的数字神经网络,而FAIR则是这方面研究成果最为丰厚的机构之一。


但坎德拉的AML事业部则负责将FAIR的研究成果与Facebook的实际产品融合到一起,更重要的是,他们还将帮助该公司的所有工程师,把机器学习技术融合到自己的工作中。


由于Facebook已经离不开人工智能,所以所有工程师都必须使用这项技术。


把人工智能塞到每个人手中

就在我造访Facebook前两天,美国刚刚结束总统大选,而该公司CEO马克·扎克伯格(Mark Zuckerberg)也刚刚在一天前回应称,那些宣称Facebook传播假新闻帮助唐纳德·特朗普(Donald Trump)当选美国总统的想法“太疯狂”。由于人们之前就对Facebook的假新闻泛滥状况心怀不满,所以扎克伯格的这番评论无异于火上浇油。


尽管很多争议并不在坎德拉的职责范围内,但他知道,Facebook需要借助机器学习技术来解决假新闻危机,而这恰恰是他团队的职责之一。


但为了让公司内部的公关人员安心,坎德拉还向我展示其他一些东西,以此体现他的团队正在从事的工作。令我意外的是,这其实是一套有点无聊的把戏:它可以将一张照片或一段视频按照某位著名画家的独特风格进行渲染。这很容易让我们想起Snapchat上的各种噱头——把照片转化成毕加索风格的画作早已不是什么新鲜技术。


“这种技术名为神经风格转移。”他解释道,“就是一套大规模的神经网络,它可以通过训练将一张照片重新绘制成特定风格的画作。” 他掏出自己的手机,拍了一张照片,然后在屏幕上操作了一番,照片很快就被渲染称梵高名画《星夜》(The Starry Night)的风格。


更令人惊奇的是,他还能在视频播放过程中将内容渲染成类似的风格。但他表示,真正重要的东西其实是在肉眼无法看到的:Facebook开发的神经网络已经可以在手机上独立运行。


这同样不算新奇——苹果之前也宣称已经可以在iPhone上完成一些神经网络计算。但由于Facebook并不控制硬件,所以他们面临的难度要大得多。坎德拉表示,他的团队之所以能完成这套“把戏”,是因为他们积累了大量经验——每个项目都可以降低其他项目的工作难度,每个项目也都可以让未来的产品在接受更少培训的情况下,开发类似的产品——从而加快类似项目的开发速度。


“从启动项目到公开测试,我只花了8个星期,这太疯狂了。”他说。


他表示,在这么短时间内完成任务还有另外一个秘诀,那就是合作——这也恰恰是Facebook文化的基石。具体到这个项目,正是因为能够轻易接触到其他事业部的研究成果——尤其是熟悉iPhone硬件的移动部门——才使得他们能够把原本需要借助数据中心才能完成的图像渲染任务,通过手机来独立实现。


从左到右依次为AML事业部工程总监杰奎因·坎德拉,应用计算机视觉团队负责人马诺哈·帕鲁丽,技术产品精力里塔·阿奎诺,工程经理拉简·苏巴


这项技术不仅可以方便用户为自己的亲友拍摄《呐喊》风格的短片,还能让整个Facebook变得更加强大。从短期来看,这让该公司得以更好地解读语言、理解文本。从长期来看,他还能对你的所见、所言展开实时分析。


“我们以秒为单位,甚至比秒还短——必须实时完成。”他说,“我们是社交网络,如果我要预测人们对某段内容的反馈,我的系统就要立刻作出反应,对吗?”


坦德勒又看了一眼他刚才拍的那张梵高风格的自拍像,完全不屑于掩饰自豪之情。“能够在手机上运行复杂的神经网络,便能将人工智能放到所有人的手上。”他说,“这并不是偶然发生的,这都得益于我们在公司内部展示人工智能的方式。”


“这是一场漫长的旅程。”他补充道。


微软老兵大显神威

坎德拉出生在西班牙,他3岁时随家人搬到摩洛哥,在那里的法语学校就读。尽管毕业时的文理学科都获得高分,但他还是决定入读马德里的一所学校,学习一门在他看来最难的学科:通信工程。这门学科不仅需要掌握天线和放大器等物理知识,还要对数据有充分的理解,他认为这“很酷”。


坎德拉对开发自适应系统的教授非常着迷。他自己开发了一套系统,利用智能过滤器来改善手机漫游信号,他现在将其称做“婴儿阶段的神经网络”。他对训练算法格外着迷,而不太喜欢大量编写代码。2000年在丹麦度过的一个学期进一步激发了他在这方面的兴趣,他在那里见到了机器学习教授卡尔·拉斯穆森(Carl Rasmussen)。


拉斯姆森曾在多伦多师从传奇人物、机器学习鼻祖吉奥夫·辛顿(Geoff Hinton)。毕业前夕的坎德拉原本要参加宝洁的领导力项目,但却接到了拉斯姆森的博士项目邀请。于是,他选择了机器学习。


2007年,他来到位于英国剑桥的微软研究院工作。入职后不久,他获悉微软正在举行一项面向所有员工的竞赛:该公司即将推出必应搜索,所以需要对关键字搜索广告进行改进——精确预测用户何时会点击一则广告。


优胜团队的方案将被投入实体测试,以便了解它是否有最终发布的价值。而优胜团队本身也将获得免费的夏威夷旅行作为奖励。共有19个团队参与竞赛,坎德拉的团队与另外一个团队并列第一。他获得了免费旅行的机会,但由于微软迟迟没有推进更重要的奖励,导致他感觉自己被欺骗了——微软一直没有对他的方案展开测试,以判断这个方案能否最终作为产品推出。


接下来发生的事情展示出坎德拉的坚决态度。他展开了一场“疯狂的运动”,说服微软给他一次机会。他在微软内部展开了五十多次对话,还开发了一个模拟器来展示自己算法的优越性。他甚至找到直接负责这项决策的副总裁:他在吃自助餐时主动坐到那位副总裁身边,甚至会抓住跟他一起上厕所的机会向其宣传自己的方案。他还在没有事先请示的情况下闯入这位高管的办公室,声称说话必须算数,他的算法的确更好。


最终,坎德拉的算法在2009年随同必应一起推出。


0

主题

0

精华

1

积分

新米人

Rank: 1

积分
1
发表于 3-1-2017 08:16 AM 来自美国米群网手机版 | 显示全部楼层
给您点个赞~~~
回复 支持 反对

使用道具 举报

0

主题

0

精华

8

积分

新米人

Rank: 1

积分
8
发表于 3-2-2017 12:16 PM 来自美国米群网手机版 | 显示全部楼层
感谢万紫千红分享~~~好人一生平安~~~
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表