争霸人工智能——Facebook如何超越谷歌和微软（上）

本篇文章1780字，读完约4分钟

作为人工智能领域的后起之秀，facebook迅速将人工智能技术融入其产品中，从而实现了图片中的人脸识别，并为用户呈现定制的信息流。

上周，facebook进一步推出了文本识别引擎deeptext，它能以“接近人类的准确度”识别20多种语言的文本内容，并自动将文本翻译成十几种其他语言。

此外，facebook还在开发语音和视频内容识别技术，未来的用户甚至可以在视频中快速定位，例如，你朋友输入图片的框架。

众所周知，facebook希望像在社交领域一样主导人工智能和机器学习。它已经招募了150多名人才致力于这项工作，并表示在这一领域的研究资源的投资将再次增加两倍。

然而，与微软、谷歌、苹果和其他在人工智能领域工作多年的公司相比，不到三年前才正式涉足该领域的facebook有信心实现这一雄心。

这两个实验室同时进行研究和应用

Facebook希望主导人工智能领域面临的挑战。从其他公司在这方面的进展可以看出:

微软:早在1991年，微软就开始涉足机器学习，现在这个领域的几十个研究领域有数百名科学家和工程师。

谷歌:谷歌助理是谷歌深度学习研究的大师，并将很快成为大多数谷歌应用和服务的“前脑”。

亚马逊:它的首席执行官贝佐斯说，它已经悄悄地研究人工智能四年了，并在它的语音识别生态系统中投资了1000人。

百度:2014年，百度聘请谷歌深度学习项目负责人安德鲁·吴(andrew ng)进行人工智能研究。

这家非营利企业从特斯拉创始人马斯克和其他技术巨头那里获得了10亿美元的融资。

苹果和优步也在人工智能领域投入巨资，与其他公司争夺人才。

从facebook本身来看，几年前人工智能几乎什么都没有积累。目前有两个实验室，分布在基础研究和产品应用领域。

其中一个实验室叫做facebook人工智能研究项目(fair)，由纽约大学的yann lecun领导，专注于基础科学和长期研究。

另一个叫做应用机器学习部，由西班牙机器学习专家华金·坎德拉领导。这个团队的主要工作是将技术应用到现有的facebook产品中。

这两个部门相互独立，勒昆和坎德拉都向脸书首席技术官迈克·斯科洛普夫汇报。但既然facebook的最终目标是将技术应用到其产品中，他们也需要密切合作。

为了理解facebook的人工智能策略，我们必须详细介绍lecun和candela的背景。

乐村和脸书的开放文化

55岁的勒昆在加入facebook后仍然是纽约大学的兼职计算机教授。走在人群中，他可能不显眼，但当他驾驶特斯拉时，陪伴他的人是马斯克。

在人工智能领域，他是名副其实的权威专家，也是深度学习技术卷积神经网络的发明者之一，卷积神经网络现在被认为是开发自然语言识别、图像识别工具甚至语音识别和图像搜索系统的基本模块。

在facebook，lecun有很大的自由在他认为必要的时候调整公平，包括增加人力和调整结构。

facebook的创始人扎克伯格自然有理由给予莱昆很大的权力:莱昆在贝尔实验室工作了14年，清楚地知道哪些工作是必要的，哪些是不必要的。他一直在考虑如果有机会，如何建立自己的研究实验室。

在勒昆看来，成功的关键在于他对“开放”的关注。美国商业杂志《快餐公司》网站引用他的话说:

我有很多朋友，他们从开放文化的实验室出来，加入了(大型科技企业)。他们试图改变企业文化，但完全失败了。

在加入facebook之前，他问的第一个问题是，facebook对开源社区的贡献有多开放，它的企业文化有多开放。

他关心的另一个问题是如何在研究和产品创造之间取得平衡。

从2002年到2003年，他在日本普林斯顿的nec实验室工作。当时，nec并不急于将这项研究成功应用于产品。"他们从未要求研究人员为公司生产产品。"

但是突然间一切都变了。“他们告诉员工，如果能生产出我们可以使用的产品，那就太好了。随后，当时几乎所有人都离开了，包括我自己。”

在facebook看来，为了平衡长期和短期利益，需要两个团队，一个专注于未来几年将产生影响的技术，另一个专注于改进现有产品。

勒昆估计，他的公平团队70%的工作是研究，其余30%是短期发展。他说:

我们的关注点更具前瞻性，我们将发布大量关于我们工作的内容，并在开源社区中发布大量代码。

我们也是整个研究社区的一员，因为我们真的想推进科技。