Facebook為引領AI而戰！

科技 06-17

人工智慧學家

作者：DANIEL TERDIMAN

翻譯：Younger

審校：心

原文：fastcompany

Facebook為引領AI而戰！

文化絕對開放的Facebook ，能夠趕超谷歌和微軟，構建世界最強大的廣告平台嗎？

Facebook 有很多體現企業文化的標語膾炙人口，有些口號掛在Facebook 的辦公室，有些則是扎克伯克和其他總裁的金句：「Code wins arguments」（代碼勝於雄辯），「Move fast and break things」（快速行動,破除陳規），「Done is better than perfect」（比完美更重要的是完成）。

「Always be Open」（保持開放心態），Facebook 紐約辦公室牆上的這句標語，完美地總結了Yann LeCun 在Facebook 進軍人工智慧和機器學習初期的領導方式。

人工智慧之與Facebook的重要性日益提升。目前Facebook的人工智慧技術已能識別圖片中的人臉，管理新聞源等。兩周前，Facebook發布了一個識別文本引擎，Deeptext。該引擎可以每秒「以接近人類的準確度」理解幾千個含有20多種語言的帖子內容，然後迅速將其自動翻譯成十幾種不同的語言。另外，Facebook還在研究如何識別視頻中的用戶和其他人的聲音，讓用戶直接確認視頻中人物出現的時間。

Facebook 想引領AI和機器學習領域，重現其在社交網路和即時信息領域的成功。專門研究該領域的 Facebook 員工有150多個，該公司曾表示出於研究目的，對處理能力的投資已經提高三倍，但並未說明投資數目。

Nvidia的CEO Jen-Hsun Huang說，如果上個計算時代是移動雲的時代，那麼下個將是AI的時代。Nvidia是世界上最大的圖像處理器製造商，也是Facebook 開源硬體設計的合夥方。「過去20年，AI是最重要的計算方面的發展，Facebook 和其他公司不得不並驅爭先，確保AI成為自己的核心競爭力。」

AI是當今最熱門的科技領域，然而Facebook正式進軍該領域時間還不足三年，參與競爭自然需要大量的投資。華盛頓大學計算機科學的教授，《The Master Algorithm》作者 Pedro Domingos 說：「Facebook姍姍來遲。谷歌和微軟這種公司已經跑很遠了。」在扎克伯格宣布打造一個家庭智能管家之前，這些公司早就開始研發智能軟體了。

1991年，微軟就開始研究機器學習，有幾百個科學家和工程師負責該領域的幾十個研究範疇。就谷歌而言，Google Assistant成為深度學習的主打產品，正逐步成為谷歌多數應用和服務的前端大腦。中國搜索巨頭百度，挖走了谷歌深度學習項目的總監Andrew Ng。2014年，非盈利組織OpenAI收到了特斯拉創始人馬斯克和其他科技大佬的10億美元投資。亞馬遜CEO Jeff Bezos在Code 大會上說，亞馬遜已經秘密研究人工智慧達4年時間，有1000個人研究聲音識別生態系統。蘋果和Uber 也拿出巨額投資研發人工智慧，爭先恐後地吸引業內的專業人士。

隨著各方發力，人工智慧領域不斷迎來顯著創新，LeCun 也是這股浪潮的一分子。在Facebook任職期間，他被業內認為是該領域最卓越的科學家。在他的幫助下，當時還沒有任何正規研發實驗室的Facebook迅速建立起兩個實驗室。由LeCun 帶頭的Facebook的人工智慧研究項目（FAIR）主要研究基礎科學和長期研究。還有一個 Applied Machine Learning （AML）部門，由西班牙裔的 Joaquin Candela主導。Candela是有多年經驗的機器學習專家和劍橋大學的老師，他教授的一門課就是關於機器學習，團隊目標是將科學應用到Facebook現有產品上。

這兩個部門互相獨立，LeCun 和Candela 都歸Facebook CTO Mike Schroepfer管轄。Facebook 面臨的挑戰是，如何能讓兩個團隊合作，將長期的科研成果注入到短期的商業目標中去。有一個辦法顯而易見：就是讓兩個團隊並肩合作。「兩個團隊之間必須有自己的聯繫。」LeCun說，「而且，他們必須保持緊密的合作。」

在Facebook內部，兩個團隊不僅精誠合作，而且都處於公司的重要位置，團隊的辦公室離Zuckerberg和Schroepfer的辦公室只有幾步遠，這再次表明，AI和機器學習對Facebook至關重要。

但是，受重視並不代表將深度科學資本化的難度就會降低。如果要理解LeCun 和Candela 的計劃，首先要理解他們從哪裡而來。

FAIR 實驗室

紐約大學計算機科學學院，世界上最著名的深度學習專家Yann LeCun的辦公室大門上，貼著一張翹著拇指的藍色大Logo，但這不是他的傑作。近期一個星期三，Yann 穿著一件寫有「THINK」單詞，上面縫著愛因斯坦畫像的藍色海軍POLO衫，他大笑著說，兩年半前宣布加入?Facebook的時候，有人把這個Logo放在這兒，他就再沒取下來。

LeCun，55歲，仍是紐約大學計算機科學兼職教授，紐約大學離Facebook的豪華住所Big Apple只有咫尺之遙。你永遠想不到，這個淹沒在人群中的普通人，竟引領著世界上最大的社交網路公司的大規模人工智慧項目，竟是那種第一次坐特斯拉就有馬斯克陪坐的人。

只要你用ATM機存過錢，就應該看到過LeCun的研究成果。LeCun作為深度學習分支卷積神經網路先鋒之一，是AI界的名人。因為他們稱之為ConvNets（卷積網路）的東西，就是Facebook，谷歌，百度，微軟這些企業最重視的技術的的構建模塊，這些技術包括可擴展的自動自然語言理解，圖像識別工具，甚至包括語音識別，視覺搜索系統等。LeCun在該領域的主要研究是，如何製作模型複製生物視覺皮質的工作方式。

LeCun被公司給予了極大的自由，他可以以自己的方式打造FAIR，增加人手，還可以管理十幾個比他工齡還長的AI技術美國研究人員組成的團隊。Zuckerberg和 Schroepfer給他這份自由自有原因：LeCun在貝爾實驗室工作14年，對哪種研究方式可行，哪種不行，已經形成了自己的理念。而且，他一直都在思考，如果一天自己有機會，應該如何建設一個全新的研究實驗室。

他相信，成功的關鍵，是堅持開放。他的企業和學術的雙重工作基於這樣一種哲學，研究人員發表成果，是為了讓所有人都能看到，能在會議上講述，讓他們與學術界進行廣泛交流，能在GitHub等開源庫上分享代碼。

「我見過很多來自文化開放的研究實驗室的朋友，加入了大型企業公司，他們試圖改變這個公司的文化卻一敗塗地。」LeCun說。加入Facebook前，LeCun就先提出了幾個問題，其中一個就是，Facebook對於開源世界和開放文化的承諾

他還希望，能夠維持做研究和將研究成果付諸產品之間的平衡。他認為很多科技公司里，如果研究人員過分專註於自己的工作，就很難維持平衡。矽谷傳奇Xerox PARC 的圖形用戶界面是個典型的反例，不僅蘋果的Lisa應用了這一技術，1979年Steve Jobs的著名一訪後Macintosh（Apple公司於1984年推出的一種系列微機）也將其收入囊中。

LeCun曾見過一個叫做「混合研究」的失敗模型，該模型中科學家都會嵌入到工程師團隊，這樣使得科學家的創造力常常受到阻礙，而研究人員也有可能進入到自我陶醉的象牙塔里，他們與公司其他部門的聯繫會減少。這種模型看起來格調很高，但對企業毫無用處。

2002年到2003年期間，LeCun在著名日本企業NEC位於普林斯頓的高級實驗室工作，公司未要求該實驗室必須短期內對產品作出貢獻。他說：「他們之前從來沒有讓實驗室的人為公司創造任何收益，後來有一天突然跟我們說，如果你們生產一些我們可以用的東西就更好了，然後，幾乎所有人都離開了，包括我自己。當時打破研究和發展之間的鴻溝是不可能的。」

在LeCun的指導下，FAIR於2013年12月啟動，旨在關注人工智慧和機器學習的長期難題。Facebook明白，如果要同時造就該團隊的長期和短期利益，就要有科學家和工程師去研發能在多年後影響該領域的新技術，同時還要有其他人去關注對現有產品有用的技術。LeCun估計，該團隊70%的時間用於研究，30%致力於短期發展。

「我們更加關注外部了」，LeCun說，「因此，我們發布了大量研究成果，開源了大量代碼，這讓我們真正成為研究團體的一分子，因為我們真的希望挑戰極限，推動科技科學發展。同時還要確保我們有專業知識，很好地掌握了當下最高精尖的技術，確保我們能夠在一定程度上推動這個領域的進步。」

該團隊雄心勃勃，希望讓機器學會常識——也就是說，讓機器用兒童或動物的學習方式去學習。LeCun表示，FAIR目前最大的項目就是對話系統的自然語言理解，這將會成為Facebook智能語音助手的技術基礎。

很顯然，每個大型科技公司都想成為語音助理的領導者。其中最有名的就是蘋果的Siri，以及微軟的Cortana，和亞馬遜Alexa，另外，打造蘋果Siri的團隊還發起了全新項目Viv。

Facebook也有自己的智能語音助理技術，比如耗費一年的研究成果M。AI是M的核心技術，LeCun表示，要讓一個系統成功回答幾乎任何問題，對用戶真正產生影響，系統就必須要擁有常識。

「也就是說，機器通過觀察世界就可以學習，這與訓練它去（明確地）識別棉紙，汽車，手機的方式不同。」

當今的技術還不能賦予機器常識。LeCun相信，首先要做的不是直接針對這個問題，相反，必須要先弄明白機器怎麼才能理解文本，需要教給機器足夠的關於世界的背景知識，讓機器理解世界。

「如果我說，這個太小了，獎盃和箱子大小不匹配。你會知道這個指箱子而不是獎盃，因為你知道將某物放到其他東西裡面是什麼意思。」

但一個機器並不理解，達到這種理解水平是FAIR長期目標之一。

機器如果擁有複雜的常識和文本理解能力，將不僅對語音助手造成影響，還會影響自動語言翻譯技術的發展，Facebook全球的用戶基礎不斷增長，這種能力日益重要。

「翻譯是完全不同的另一件事。Facebook首要使命是連接人類，你要做的第一件事就是，確保人們通過翻譯能夠通信。」

但首先，他需要確保FAIR團隊的工作能夠翻譯和傳送給旁邊的人。

AML 實驗室

Joaquin Candela ，AML的總監，坐在由Frank Gehry設計的Facebook總部，面前放著的大盒子里有個吃得飽飽的大動物，這讓Candela 看起來都變小了。就算沒有找到會議室Candela 也很淡定，在這座熙熙攘攘，採光充足的建築物中的一個黑暗而無人注意的角落，這個戴眼鏡的39歲男子面對著一對被人遺忘的沙發自然地談話，到了要跑去跟Schroepfer開會的時間，Candela 善解人意地拿起記者的錄音機，在去CTO辦公室的路上邊說邊走。

AML孵化完成的時候，LeCun已經來到了Facebook，事實上，他推動了該實驗室的創建。「因為我認為，它將會成為首個能讓FAIR研發的科技運用到產品中的通道。」

AML的目標是「提高能夠最大化實現技術轉移的技術水平。」「成為科學，研究，技術轉移的膠水。」為了有效提升Facebook的實力，AML研究領域包括，為消息排名，廣告，搜索，語音翻譯，語音識別研發更好的演算法，為視頻，自然語言理解生成自動字幕等。

Candela之前是Facebook的工程部經理，管理著一個構建機器學習基礎設施的團隊。被邀請啟動AML的時候，他說他希望能夠避免其他應用研究實驗室曾犯過的錯誤。「我曾看到過，有些事情讓科學到工程的轉移變得次優。」他曾在Microsoft Research和德國著名的 Max Planck Institute有5年工作經驗。

這些錯誤包括，實驗室脫離與工程的聯繫，或研究人員沉迷於一種不再關注影響產品的企業文化中。

LeCun的團隊有70%的時間放在研究上，Candela 正相反，他們大多數時間花在將研究應用到可部署的產品上。Candela 說，他的團隊以季度或月為單位計量項目，而不是LeCun的5年到10年，而且通常會以6個月為階段執行規劃，儘管該團隊很多工作是「指明2年後我們的研究目標的方向是什麼。」

LeCun和Candela 的團隊工作雖有不同，但他們都同意，堅持開放將帶領他們實現更大的成功。CTO Schroepfer 也認同這點，而且很快將幾種實現該哲學的方式付諸實踐。除了開源硬體和數據中心，他還說，Facebook工程師已經發布了超過1000萬開源代碼，還有350個GitHub項目正在進行。

在招聘人才時，這種開放度已經變得至關重要。Candela 說：「頂級科學家想去哪裡工作？他們想去和志同道合的人一起工作，他們怎麼知道我們是否有這些人呢？因為你可以看到我們在做什麼。你可以看到我們發布了什麼。你能理解我們致力於解決的問題，以及我們打算如何解決。」

AML最新形成的一個團隊就是「計算攝影學」，去年10月Rick Szeliski 等人從微軟跳槽到Facebook之後組建了該團隊。主要關注視頻防抖（包括360度視頻）等技術，希望讓人們能夠有更好的自拍體驗，能夠在手機上組織視覺內容。

「我們來Facebook是因為，照片在這裡，數據也在這裡。」曾任 Microsoft Research』s Interactive Visual Media 總監的Szeliski說。「是因為這裡有大量的東西可以用來分析。我們每天都能處理像素，取悅用戶，讓他們更開心，更想拍照，更想分享。因此，這裡不僅是照片所在的地方，這裡還是照片流動(Flow)的地方。」

在Facebook常常可以聽到「Flow」這個詞，部分原因是來自於FBLearnerFlow項目。後者是AML創建的端到端的研究和工程管道。FBLearnerFlow有點像測試和分享機器學習的殺手級應用，目前還只在內部使用。它就像一個倉庫，任何Facebook研究AI或機器學習的人都可以將自己的成果發布上去，其他工程師在自己的項目里就可以使用。

「想像一下，我們有一個新的垂直廣告，正在做大量的能夠進入 Instant Articles（即時文匯中）的廣告，而該團隊沒有很多機器學習的專業知識。」和藹的Candela 用濃重的西班牙口音對我說，「那麼這些工程師將能夠走到「Flow」那裡，瀏覽全公司正在運行的每一個實驗和生產模型，然後拿到模塊，並根據自己的目的使用。我一直都鼓勵人們去要，去借，甚至去偷。你不必非得白費力氣做重複工作。」

Flow也是一個在受控環境中測試新特徵的平台。「這很棒。」Candela 說，「在這裡你的研究可以一路高歌，變成鮮活的實驗，如果我們做著一項1%的人參與的實驗，而且看起來不錯，那麼我們就會讓100%的人用它。」

不僅僅只有研發AI的工程師會使用Flow，因其廣泛的可用性，Facebook已有四分之一的工程師使用使用Flow。

Flow還完美展現了Facebook 在內部實行開放文化的嘗試，即不閉門造車，展露給所有人。

Facebook的長期和短期研究雙管齊下，使其在AI和機器學習研究領域贏得了幾分尊重，但這不能保證，Facebook一定能夠成功實現扎克伯格，Schroepfer以及整個公司宣稱的十年宏圖。

失敗的方式有很多，私人問題就是最明顯的一個。Facebook用戶逐漸意識到，該公司正分析他們發的每一篇消息，每一張照片，知道他們正一步步滲透入自己的生活，有一天用戶有可能會開始反擊。

還有財政問題，Facebook的高層管理人員和董事何時會要求AI的投資帶給他們回報呢？Schroepfer 堅持表示，Facebook的高層管理人員並不擔心FAIR或AML的回報問題，「我認為兩個團隊的成果已經很容易地彌補了接下來的5年或者10年的成本。我們不會算什麼ROI。」

LeCun， Candela， Schroepfer等管理人員對保持開放這個基本規則有多重視？如果情況有變，他們不再信守這一哲學將會發生什麼？

「如果他們就像很多公司過去那樣選擇不再堅持，他們或許會失去研究優勢。」蒙特利爾大學Machine Learning Laboratory總監和LeCun貝爾實驗室前同事 Yoshua Bengio表示，有些時候企業會自然面臨某些趨勢，情況不再那麼美好，研究人員被迫要提供短期效益，這會讓實驗室受損，公司本身的長期規劃也會受損。」

Bengio 補充道，問題在於，如何爭取到LeCun這樣強大的員工，能夠成為負責產品和負責研究的人之間的緩衝器，確保沒有過多催促他們實現短期效益的壓力。

但是，未來這還會成為問題，因為短期目標的壓力總會存在。

LeCun 也意識到，如果不多加警告，情況也有可能改變。

LeCun 說，「目前還沒有人強迫我們證明自己的存在價值。目睹了工業研究實驗室的幾次生死以後，我知道除非你可以表明，我們在給公司創造什麼，我們為什麼花了那些錢，否則都不會持續太久。」

正因如此，LeCun 和 Candela正小心翼翼地打造他們的實驗室，希望能夠將成功的希望最大化。

「你對一個組織做的事情越清楚，代表它做的事情越少，它做的也就會越好」Schroepfer 說，「因此如果你讓他們做10件事，他們會做好3個，其他7個有可能很糟糕，你最好還是寄希望於他們選擇了3個正確的。然而，如果這個組織只要做一件事，那麼你就真的可以清楚看到它做事的方式。因此，我們基本上只有兩個問題要解決：一是為未來而研究，還有就是，現在找到將研究付諸產品的方式。」

這就是說，應該創造有效的方法以在整個機構中分享創意，「我們的理想場景是，你可以分享FAIR的人發布的資源，他們也可以分享到你的資源。」

這點已經付諸實踐，Candela 說，公司的臉部識別團隊由FAIR開啟，後來搬到了AML，研究內容也開始與產品更相關。計算機視覺團隊也是這樣，總監Manohar Paluri還不斷地奔走於兩個機構之間。

另一方面，Candela 舉了個例子，一個AML的機器翻譯團隊的研究人員「對機器翻譯需要應用的神經網路研究非常有激情，因此他的研究能夠推動技術水平和促進科學發展，他轉到了FAIR。」

LeCun 提到，一個團隊構建的基礎設施很多都會傳播到另外一個。比如該公司剛披露的DeepText 項目最初由FAIR研發完成，該項目利用卷積網路和其他深度學習技術，希望找到將文本分類和理解文本的方法，後來卻由AML直接實現。

實驗室取得進展的時候，Facebook 不想將其束之高閣而不讓其他研究團隊看到。Facebook 在開源的Code 博客上發布了深度博文對DeepText進行了解讀。

「你可以同時得到兩個方面最好的東西。」Paluri 說，「你可能正在發表學術成果，正出席某個會議，或者正對科學作出貢獻。而同時，不管你的成果與什麼科學和工程有關，你都會看到幾十億人因此而受影響。」

一些人可能擔心，開放或許會帶來商業風險，但是LeCun 深深地不以為然。Facebook 因有外部人士研究他們的代碼而受益，這些人很優秀，Facebook 可以聘請它們，或者直接可以採用它們的改進成果。

「別人之所以可以用我們的技術，是因為價值不僅僅在於技術本身。」LeCun 說，「而在於我們探索技術的方式，因為我們在市場中的地位。而且我們的社交網路業務非常龐大。如果我們發明一個可以用到社交網路上的技術，我們就會成為最快使用它的人。」

另一方面，LeCun 補充道，「如果我們不先於他人使用這些技術，我們就是犯錯。」

歡迎報名6月28日創新項目微信群展示，近百位著名投資人關注

第一期「創新項目與風險投資家見面會」將在6月28日舉行，AIE實驗室歡迎創新科技項目負責人屆時參加風險投資家微信群項目路演，報名請點擊本文左下角」閱讀原文「

AIE實驗室邀請近100位著名風險投資家和天使投資人加入創新項目展示群，其中包括高榕資本合伙人張震、英諾基金創始合伙人李竹、峰瑞資本創始人李豐、真格基金創始人徐小平、360公司創始人周鴻禕、獵豹移動CEO傅盛、軟銀賽富投資基金合伙人羊東、老鷹基金創始人劉小鷹、前北京聯眾總裁，著名天使投資人鮑岳橋、羅輯思維創始人羅振宇、美團網創始人兼CEO王興、諾基亞成長基金董事總經理及合伙人鄧元鋆、紫牛基金合伙人張泉靈、金沙江創業投資基金合伙人朱嘯虎等人。

創新項目獲得風險投資關注

報名請點擊本文左下角」閱讀原文「

人工智慧學家Aitists

人工智慧學家是權威的前沿科技媒體和研究機構，2016年2月成立人工智慧與互聯網進化實驗室（AIE Lab)，重點研究互聯網，人工智慧，腦科學，虛擬現實，機器人，移動互聯網等領域的未來發展趨勢和重大科學問題。

長按上方二維碼關注微信號 Aitists

投稿郵箱：post@aitists.com