天极传媒：天极网全国分站
您现在的位置：
& >>人工智能 你无法想象这场革命有多深!
人工智能技术 你无法想象这场革命有多深!
天极网网络频道
作者：小鱼
责编：万佳
　　【天极网网络频道】现在，继/AR之后，人工智能技术可能又将成为互联网的下一个风口。一方面，图像识别、深度学习、语音合成等人工智能的核心算法日渐成熟，并开始大规模商业化应用;另一方面，科技公司俨然成为人工智能的推动者。国内，以为首，阿里、都在发展自己的人工智能;国外，谷歌、微软、Facebook、、等都有自己的人工智能研究中心。目前，人工智能已经不仅仅是实验室的“宠儿”，更是许多科技公司心中的宝藏。
　　人工智能：人类历史上一场非常重要的革命
　　人工智能(Artificial intelligence)，英文简称“AI”，可以说一种将会改变人类命运的技术。人工智能并不是新鲜事物，在65年之前就已经有学家提出过。但鉴于技术条件等许多因素的限制，人工智能旋即被人遗忘。
　　在2016年TGPC腾讯大学――国际公开课上，尤瓦尔?赫拉利发表了有关人工智能的演讲。想象一下，未来的人类生活和社会将会变成什么模样!估计，技术的进步会超越人们的想象力。毕竟，一般人还看不到那么远。在多年以前，就有人想象到现在我们所拥有的，比如潜艇、飞机、汽车等。“在过去的几十年中，很多东西并没有实质改变，所有的生物体都是通过自然选择来进化的。但是现在，可能接下来的几代会有一个很大的变化，因为我们有了人工智能，”尤瓦尔?赫拉利陈述到。
　　即在接下来的几十年，我们会看到一些非有机生物体的出现。而凯文?凯利在《科技想要什么》中也曾表述过，“技术将成为第七种生命体”。技术跟人一样，能够“繁殖”、“进化”和“消失”，最重要的是技术跟人体的细胞一样，具有自组织的特点。如果科技成为第七种生命，那人类和社会的发展可能让人无法想象。在一些科幻电影中，我们可以看到机器人拥有了“生命”，它们能够与人类对话、交流、传递感情、讨论事情。它们帮助人类，做着一些危险而枯燥的事情。但是后来，拥有思想的机器人摆脱人类的控制，进而去控制人类，成为世界的主宰。虽然这些事情并不一定会发生，但是却是一种警告。
尤瓦尔?赫拉利在腾讯大学TGPC上发表讲话（图片来自网络）
　　目前，人类都是控制机器，让它们做事。假如它们变成智能，明白了何为“自由”、“独立”，那么它们会采取什么样的行动。一旦机器人成为第七种生命，它们的地位是否与人类平起平坐。然而，这些问题都悬而未决。不过，随着人工智能不断地进步，这些问题迟早会来。
　　人工智能为人类带来的福利
　　想象一下，未来的社会可能到处都是人工智能。人工智能，它可能是一个独立的机器人，比如家庭管家机器人，也可能内嵌到一些装置或服务中，比如。或者是汽车，现在已经出现自动驾驶汽车，比如美国的特斯拉，其自动驾驶汽车事故发生率远低于普通汽车。目前，这仅仅是初级的自动驾驶系统，准确的说是辅助驾驶系统。
　　现在，人类的大城市中，汽车不仅占用了大量的道路资源，而且排放废气造成严重的污染以及交通堵塞，由此也会引发疾病、占用时间等各种问题。更要命的是，汽车每年带来大量的交通事故，现在每年有大约130万人死于汽车事故，这个数字甚至是因为战乱而死的人数的两倍。如果采用人工智能驾驶，那么交通事故率和死亡率也许会下降。当然，堵车问题也会得到一定的缓解。
自动驾驶汽车(图片来自网络)
　　在演讲中，尤瓦尔?赫拉利表示“现在路上的每一辆车都是一个独立的个体，两辆车靠近的时候，其中一辆车的司机根本不知道对方司机的意图，但是如果用人工智能去代替司机的话，我们就可以把所有的汽车组合在一起，他们不再是一个独立的个体，在统一网络的连接下，他们会知道另一辆车要去哪里。这样一来，车祸的可能性就大大降低了”。
　　这仅仅是一个例子。不管在经济、社会、文化，还是医疗、教育、生活，人工智能所带来的这种影响将超乎想象。
　　人工智能所蕴藏的黑暗面
　　作为一种颠覆性的技术，人工智能本身无所谓好坏。最终要看这种技术掌握在什么样的人手中，它既可能造福广大社会成员，也可能为少数人谋福利。外媒《商业内幕》报道了“人工智能控制的恶意软件具有极大的破坏力(详情链接)”。在报道中，恶意软件可以通过读取你的全部电子邮件，阅读你的信息，查看你的日历，并用与你同样的交流方式给其他人发送电子邮件，从而感染其他人。并且，勒索软件(恶意软件中的一种)还会通过加密你的文件进行挟持，如果不在规定时间之内满足袭击者的请求，文件将会损坏。
　　据FBI估计，仅在过去的三年，恶意软件就已经造成23亿美元额损失。人工智能控制的软件具有“超级破坏力”的原因在于恶意软件可以利用深度神经网络进行学习，模仿许多行为和动作。
　　并以医疗领域而言，人工智能的应用如何平衡数据收集和病人隐私的问题，如何让绝大多数人享受到人工智能所带来的福利。
　　小编点评：
　　无论愿不愿意，我们已经处于人工智能的路上。以百度大脑为例，百度大脑整合信息、人、物理世界三者，能够应用于搜索、广告、预测、机器人、自动驾驶、知识发现、虚拟声称等多种应用场景。通过深度学习和数据积累，人工智能的发展速度远远超出人们的预期。
（作者：小鱼责任编辑：万佳）
天极新媒体&最酷科技资讯扫码赢大奖
* 网友发言均非本站立场，本站不在评论栏推荐任何网店、经销商，谨防上当受骗！
DIY整机企业级软件近日，缤果盒子今日在京举办发布会，推出“小范FAN AI”人工智能解决方案。新版无人零售解决方案融合了图像识别、人工智能、机器学习技术，打通从供应链到商品管理到促销零售链条。
近年来，无人驾驶技术已经在汽车领域掀起了巨大的发展浪潮，车企以及一些互联 网公司、科研院所和通讯公司都希望在这场世界级的角逐中获胜。
苹果公司近期收购了法国一家小型人工智能初创公司Regaind，专注于照片和面部分析。苹果公司用他们习惯的方式回应了这条消息：苹果不时收购小型科技公司，通常我们不会讨论目的或计划。
随着电子商务扩张与物流自动化需求增长，物流无人机的发展持续提速。近日，英伟达方面表示将与京东进行合作，将人工智能引入物流与配送领域。
智能机器人
众所周知，我国城镇化的不断推进及汽车保有量的不断增加，导致高速公路及城市交通面临通行效率低下、安全故事频发、大气污染加剧等日益严重的问题，我国对智能交通系统的需求极为迫切。
近日，在接受21世纪经济报道记者独家专访时，恩智浦执行副总裁兼汽车事业部总经理Kurt Sievers表示：无论是利用服务及‘互联网+’业务模式的力量，还是在万物互联的大背景下，中国的无人驾驶汽车甚至电动汽车、互联汽车都正在得到各类政策的强有力支持。
近日微软公司宣称将开始下一个大动作：量子计算机。今年年底，微软公司计划公布一种全新的量子计算机语言，以及一种量子计算机模拟器。借助这些新技术，研发人员将能够研发和测试执行量子运算的量子程序。
近日，浙江大学医学院附属儿童医院的放射科悄然装备上了一套人工智能软件。数秒钟内，一张儿童左手的X光片就被自动识别，读出骨龄。机器读取的结果和水平较高的医生相比，最大差距在3个月内。
在刚刚结束不久的2017德国柏林国际消费类电子产品展览会上，麒麟970引爆了全球的注意力，其创新的HiAI移动计算架构和领先的AI运算能力让未来手机有了更大的想象空间。
你什么时候会考虑换辆新车呢?也许是现在的车太旧了，或者是家里又添了几口人。在考虑购买时，你可能更关心新车的颜色、座位量、油耗量等，但往往会忽视一个实用性的问题：它适合你的停车位吗？
智能机器人
65%的年轻人将选择仍未被明确定义的工作；40%的雇主仍缺乏熟练工人；到2025年，千禧一代将占到全球劳动力的75%；全球三分之二的人口都通过互联网连接；智能机器和人工智能正在重新定义人们的工作。
据《纽约时报》报道，两位前苹果工程师正在为无人驾驶汽车打造新的“眼睛”。两人联合创办的硅谷创业公司Aeva在开发新的传感器，有望大大提升无人驾驶汽车的路况观察能力。
智能机器人
你是怎么和别人成为朋友的？你是慢慢地去了解对方，还是一认识就想要去了解对方？我们是否喜欢和已经成为我们生活一部分的人保持朋友关系，还是说我们想让他们离开呢？
智能机器人
智能手机之后更具划时代性的创新是什么？增强现实（AR）技术无疑是全球科技圈的新宠。外媒Venturebeat刊文《关于中国AR，你需要知道的三件事》，认为百度等中国的科技巨头已经在这波AR浪潮中占得先机，并且正通过移动游戏和广告体验等方式推进AR的应用。
增强现实（AR）在最新上线的苹果iOS11操作系统中出现。AR能够将虚拟世界的数字化物件叠加到显示世界中，让虚拟和现实空间的边界消融，真假难辨。去年风靡一时的游戏PokemonGo就是AR在游戏领域最初级的应用。
坦白说，我们并不欢迎机器人，因为我们的隐私会被公开。当iPhone X在上周发布时，它的面部识别功能立即成为头条。这款售价1,000英镑的手机用户可以跳过复杂的密码，刷脸即可解锁设备。显然，除了显而易见的缺陷（苹果的演示也出现了差错），一个面部识别软件越来越普遍的世界很可能会失控。
智能机器人
9月20日，谷歌搜索和人工智能负责人John Giannandrea在由科技新闻网站TechCrunch举办的一场论坛上，反击了特斯拉CEO马斯克（Elon Musk）等人所提出的人工智能威胁论。
据TechCrunch报道，芯片巨头英特尔正瞄准人工智能（AI）领域。这家芯片制造商今天宣布，已通过旗下投资基金Intel Capital向AI创业公司注入了超过10亿美元的资金。
智能机器人
近日，著名杂志Science发表一项新的研究，来自加利福尼亚理工学院的华裔科学家钱璐璐及其团队研发的DNA机器人诞生了。这项具有由DNA制成的微型机器人，具备分拣、搬运分子货物的能力。
2017年度百度云智峰会上，百度云发布了ABC-STACK（技术栈）、ABC一体机、XPU（云计算加速芯片）、FPGA/GPU 云服务器、“ABC Inspire”技术标识等，全面开放百度云ABC（AI、Big Data、Cloud Computing）技术能力，加速推动百度AI战略的落地与发展。
世界第一台真正意义上的智慧钢琴、全球唯一用云端人工智能平台与移动互联网和智能模块连接的健康筛查系统、全球首创能够把二氧化碳直接转氧的新技术、中国首个商用化下肢外骨骼康复机器人产品、中国首个出口欧洲的康复机器人、中国首台VR转播车。
电动汽车制造商特斯拉宣布将于今年10月下旬向市场推出首款具备自动驾驶功能的电动卡车，公司或将涉足商业运输业务。
北京时间今天凌晨，苹果在新总部的乔布斯剧院召开新品发布会，新品包括Apple TV、Apple Watch Series 3、iPhone 8、iPhone 8 Plus，以及“One More Thing”十周年特别推出的iPhone X。
昨天，柯洁和AlphaGo的最后一战结果出炉，柯洁再败，总比分0:3完败。另外，机器人小冰出了一本诗集，更是引起了广泛讨论。一时间，对人工智能的讨论此起彼伏。
5月27日，2017人机大战三番棋第三局结束，柯洁执白209手中盘负于AlphaGo，人机大战2.0的结局被定格在了0:3。
5月27日，人机大战最后一场以AlphaGo胜利而结束。至此，三局对战全部结束，比分3:0，AlphaGo胜。
事实上，在柯洁对战阿尔法狗之前，很多见证过去年阿尔法狗战胜李世石的人们，心底里都是对于柯洁战胜阿尔法狗是不抱希望的。因为事实很清楚，李世石并非无名之辈，而是真正的世界顶级围棋棋手，曾经也拿过数十个世界联赛的冠军，但是阿尔狗却以碾压的姿态将其战胜，显然不是一个水平线上的选手。
智能机器人
似乎每个月都会有一些关于人工智能（AI）如何偷走我们的工作、伤我们的心，或者直接把我们所有人都杀光的新闻标题或电影出现。
据福布斯杂志报道，当“绿色革命之父”诺曼·博洛格(Norman Borlaug)1970年获得诺贝尔奖时，诺贝尔奖委员会当时表示：“这个年龄段的人比任何其他年龄段的人都要多，他已经帮助这个饥饿的世界提供面包。”博洛格帮助引入抗病高产的作物品种和先进的农业技术，并成为游戏规则的改变者，促使农业产量大幅增加，帮助数百万人免于饥饿。
智能机器人
据Futurism报道，社交网络Facebook下属人工智能（AI）实验室开发出一款动画聊天机器人，它能在交谈过程中对人类的面部表情做出自然反应，以至于志愿者们认为，它的反应几乎与人类没什么差别。
近年来随着网络的快速发展，无所不在的终端设备与传感器进入我们的生活，加上云端运算虚拟化技术与服务型商业模式的兴起，让计算机运算资源改以服务形式，经由互联网直接取得，重新塑造信息产业供应链。
苹果新款iPhone发布前夕，华为抢先发布了新一代系统级芯片麒麟970。华为把麒麟970称为“首款人工智能（AI）移动计算平台”，以凸显华为在AI领域的领先性。
在今年4月份的Facebook开发者大会F8，时刻没离开这家公司接下来的重点：AR。
任何技术也都必定会经历泡沫破裂的幻灭期，那时很多创业项目失败，风投血本无归，只有坚持下来的企业，才能逐步进入到复苏的爬升期，最终进入到真正的技术成熟的爆发期。
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。自2017年起，我们越来越多的看到了有关深度学习和人工智能方面的消息，随着大数据的不断发展，盘活这些数据的技术随深度学习一起走向了普通大众。
最近一段时间，人工智能突然霸屏了，先有百度无人驾驶“刷屏”朋友圈，后有阿里巴巴发布新款人工智能硬件……在技术快速更新迭代的当下，人工智能正在从方方面面改变我们的生活模式和生产方式，其在为人类带来更多便利的同时，引领着世界经济的变革。
《圣经》里有一个故事讲巴比伦人想建造一座塔直通天堂。建塔的人都说着同一种语言，心意相通、齐心协力。上帝看到人类竟然敢做这种事情，就让他们的语言变得不一样。因为人们听不懂对方在讲什么，于是大家整天吵吵闹闹，无法继续建塔。后来人们把这座塔叫作“巴别塔”，而巴别的意思就是分歧。
人工智能技术方兴未艾。在大数据分析、云计算等基础上已经发展起来众多的实际应用技术，比如人脸识别、图像识别、语音识别等等，不断挑战着人们对科技的新认知。最近，另一种应用技术——唇语识别技术，让人们看到人工智能又给人们开了一扇窗。
人工智能发展六十年，几起几落，如今迎来又一次热潮，深度学习、计算机视觉和自然语言理解等各方面的突破，使得许多曾是天方夜谭的应用成为可能，无人驾驶汽车就是其中之一。作为人工智能等技术在汽车行业、交通领域的延伸与应用，无人驾驶近几年在世界范围内受到了产学界甚至国家层面的密切关注。
全球人工智能生态系统中位列第二的中国正剑指AI超级强国。高盛认为，在AI发展的4个要素中，中国已经具备了人才、数据和基础设施这三部分，人工智能将在未来成为中国GDP增长的引擎。
智能机器人
机器人记者25秒写出540字地震消息稿的消息一出，就收到了来自几位朋友转来的消息。显然，25秒的出稿速度已经严重威胁到了星球君的饭碗。市场合作，请您联系：
品牌广告合作，请您联系：
企业创新合作，请您联系：
地方合作，请您联系：
满足以下场景，获得更高通过率：
新融资求报道
新公司求报道
新产品求报道
创投新闻爆料
为你推送和解读最前沿、最有料的科技创投资讯
聚集15家顶级投资机构的专业互联网融资平台
聚集全球最优秀的创业者，项目融资率接近97%，领跑行业AR战略背后Facebook有哪些人工智能技术加持？
AR战略背后Facebook有哪些人工智能技术加持？
科技小司机
Facebook开发者大会F8，时刻没离开这家公司接下来的重点：AR。不是微软HoloLens那种AR，是Pokemon Go那种。更确切地说，“相机公司”Snapchat那种。AR背后Facebook CTO Mike Schroepfer上台详细介绍了AR平台背后的技术：AI；人工智能实验室的负责人Yann LeCun也发Twitter说，驱动增强现实的，是深度学习和计算机视觉技术：SLAM(即时定位与地图构建)、卷积神经网络、Mask R-CNN。在过去这些年里，Facebook组建了一支强大的人工智能专家团队，负责人正是LeCun。这支团队投入了很大的精力，试图让人工智能去理解静态照片和视频中的内容。从人工智能的发展角度来看，LeCun领导这些项目很重要，但从Facebook的产品和服务角度来看，我们此前一直不知道它们会往什么方向发展。或者说，这些技术对Facebook有什么用？按照Facebook的说法，用户喜欢分享照片和视频，于是这家公司一直在开发新技术，来理解和运用这些内容。直到F8大会上，小扎身后的大屏幕上出现了这句话：We’re making the camera the first augmented reality platform.答案清晰了起来。小扎和Facebook一众高管纷纷表示，要将Facebook应用中的相机功能变为现实增强平台。很明显，人工智能是其中关键。Schroepfer在会上说，Facebook从2012年开始研究神经网络技术，当时他们搭建了alexanet，这个基本的神经网络虽然效果不是很惊艳，但能从照片中识别出人、树等等物体。而现在，他们的技术现在能以很高的准确率识别照片中的人物、宠物和产品，或是从一段视频中抹去一艘行驶的帆船。AI与Facebook的应用们Facebook的AI技术，当然不只用于AR。Oculus VR也与人工智能技术关系密切。Facebook和Oculus的研究团队，试图共同解决SLAM技术上的挑战。这项技术能同时识别真实世界中某人的周围环境，以及虚拟现实中的世界和某人在其中的位置。Schroepfer自豪地宣布：“这些系统的作者全部供职于Facebook和Oculus。”Facebook的其他资产，例如Instagram和Messenger，更依赖于Facebook统一的人工智能研究成果，而这些产品也试图将新技术转化为能覆盖大量用户的体验。这些移动服务中所用的AI技术，最初都依赖云计算平台，这类计算密集型任务需要用到众多服务器。而近期，智能手机已可以直接实现某些先进的人工智能功能。这一方面是因为手机硬件逐渐变得更强大，而另一方面也是因为，随着计算科学的发展，研究人员可以尽可能高效地利用计算资源。Schroepfer表示：“这并不仅仅是因为CPU在变得更快。我们也不断提出更优秀的算法。”这个“更优秀的算法”，就是支持在移动设备上部署深度学习模型Caffe2框架，也在F8大会上正式发布。你可能已经注意到，Facebook增强现实平台的核心是目前已经非常普及的设备：智能手机。但这并不是说Facebook未来不打算像微软推出HoloLens那样，把这项技术用到更多设备中去。Schroepfer表示，当前的主流硬件已经能实现订制化的现实增强，而这也将帮全球用户为现实增强做好准备。他说，在10年前iPhone面市时，尽管与以往的设备都有所不同，但看起来却令人感觉眼熟。iPhone同样可以打电话、收发电子邮件，以及浏览网页。如果Facebook的现实增强平台能通过将数字画面与现实世界画面叠加在一起，推动有用的功能普及，那么未来用户就不会对支持现实增强的眼镜、隐形眼镜或其他设备感到太陌生，从而有助于这些新设备的普及。他表示：“当你开发一类新设备时，用户这样的固有观念将带来困难。”Schroepfer并未提到此前遭遇失败的谷歌眼镜。在谷歌眼镜推出时，用户对现实增强还没有太深刻的概念。实际上，Schroepfer没有必要关心谷歌眼镜，因为Facebook的做法与谷歌眼镜有明显不同。只有当用户察觉不到电子设备的存在时，现实增强才能带来“魔法”。那么，这还需要多久？Schroepfer表示，目前我们正处于“研发”活动的“研究”阶段。除此以外，他并未对未来的时间表做出预测。他表示：“在人工智能和现实增强两大领域，许多聪明人的看法都不相同。”
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
科技小司机
百家号 最近更新：
简介: 学习科技和互联网新姿势，每天都发车
作者最新文章Facebook如何使用“我们”的数据去构建人工智能-互联网的一些事
您的位置：
Facebook如何使用“我们”的数据去构建人工智能
来源： 作者：机器之心
　　是时候停止把Facebook当作纯粹的社交媒体公司来看了。它用无人机提供互联网服务，为了发展虚拟现实而收购Oculus，不懈追求人工智能，Facebook已经迅速成为世界上最先进的技术研究中心之一了。
　　无独有偶，谷歌甚至IBM之类的公司也有类似的计划，总的来说，人工智能领域的发展已经提速到无疑会影响到人机交互的节点了。事实上，这已经发生了，不过是悄悄地在幕后进行。每月为15亿用户提供服务的Facebook对人工智能技术兴趣浓厚。Facebook解决的是模拟一般智力的问题——即让计算机日渐脱离线性逻辑的机器的思考方式，而是像我们自由形态的人类以多管齐下的方式来思考。Facebook人工智能研究室(FAIR)致力于解决广义的人工智能的问题，而语言技术项目组和Facebook
M(虚拟助手)这类规模稍小的项目组则致力于开发用户操作中会用到的实际功能。
　　Facebook人工智能研究室的诞生
　　一切始于2013年，Facebook创始人兼CEO Mark Zuckerberg、CTO Mike
Schroepfer和其他公司高层在评估公司上线十年以来的成就，并思考在接下来的十年、二十年如何长盛不衰。
　　Facebook已经将机器学习运用到其流行的社交网络中，比如说决定用户会在News
Feeds中看到什么内容。不过相比起当时前沿的神经网络成果，这不过是小儿科。
　　一些Facebook工程师也一直在尝试积卷神经网络(CNNs)，这是一种非常强大的机器学习，现在普遍被用于图像识别。
即便人工智能还处于发展初期，Zuckerberg对它的潜力非常看好，因此他从谷歌大脑(Google Brain)挖了一位叫做Marc Aurelio
Ranzato的工程师。然后他追本溯源找到了积卷神经网络的发明者——Yann LeCun。
　　Facebook人工智能实验室负责人Yann LeCun是人工智能界的一个传奇。他最早在1988年在贝尔实验室担任研究员(由电话之父Alexander
Bell创立，并因其在电信技术领域的无数领域的实验而闻名)开始他的研究，然后在AT&T实验室担任部门主管直到2003年。那之后他开始在纽约大学任教。现代的卷积神经网络是
LeCun职业生涯的巅峰之作。你是否曾经好奇过ATM怎么能识别你的支票?这就得益于
LeCun负责的「SN」的神经网路模拟器的早期研究，于1996年被采用。
　　「我开始和Schroepfer 和Mark接洽，我想他们也许喜欢我向他们讲述的东西」，LeCun在接受《Popular
Science》采访中说道：「他们试图说服我来运作这个实验室……当像Mark
那样的人跑过来和你说：『好吧，你基本上接受了全权委托。你能组建世界一流的研究室，我希望你建立起全世界最好的人工智能研究实验室』。我的回答将会是：『嗯，相当有意思的挑战。』」
　　关于世界顶级的研究室是什么样子，Yann有自己的想法。如果你想要吸引顶尖人才，你得有一个雄心勃勃的研究室，有着雄心勃勃的长期目标。然后你还得给他们工作上的自由权，同时对你的研究你必须持有非常开放的态度。「这和Facebook的信念有几分吻合，Facebook秉持着开放的理念。」LeCun说。
　　组建团队
　　这个肩负着Facebook的未来的团队规模很小，由大约
30个研究科学家和15名工程师组成。团队有三个分支：Facebook人工智能研究组的主要办公室位于纽约市的Astor
Place，由LeCun管理着一个由20名工程师和研究人员组成的团队。Menlo
Park的是一个同等规模的分支。六月，FAIR又在巴黎设立了一个更小的5人组，与INRIA(法国计算机科学与自动化研究机构)合作。还有很多在Facebook其他部门一起合作致力于人工智能发展的团队，例如语言技术团队;FAIR只是主要的研究部门。
　　这些研究人员和工程师来自科技领域的各个层面，同时当中很多人都曾与Lecun合作过。高等级的人工智能研究并非是一个庞大的领域，而且Lecun的很多学生都创建了人工智能方面的初创公司，它们一般会被像Twitter这样更大的企业收购。
　　Lecun曾经告诉《连线》杂志，「深度学习实际上是Geofff Hinton，我，还有蒙特利尔大学的Yoshua Bengio之间的一个阴谋。」
Hinton在谷歌研发人工智能， Bengio奔波于蒙特利尔大学和数据挖掘公司Apstat之间，而LeCun也与其他行业内的著名企业有千丝万缕的关联。
　　「当我第一次在贝尔实验室做到部门主管时，我的老板对我说，你需要记住两点：首先，永远不要让自己陷入团队内部的竞争。第二，只雇佣那些比你更聪明的人，」LeCun说。
　　负责领导语言研究子群的Leon
Bottou，是LeCun的一个老同事。他们一同研发了神经网络模拟器，1987年的AmigaOS就是他们的第一个作品。Bottou
2015年3月加入的FAIR，此前他在为微软研究组工作的同时，还致力于机器学习和机器推理的探索。
　　从左数起，Leon Bottou, Yann LeCun, 还有Rob Fergus，在Facebook的纽约办公室里工作
　　2014年11月，LeCun请来 Vladimir
Vapnik作为他们的团队顾问。Vapnik和LeCun曾一起在贝尔实验室工作，发表了关于机器学习的形成性研究，其中包括一项测量机器学习能力的技术。Vapnik是统计学习理论之父，统计学习理论即基于既定数据的预测。预测，对人类来说似乎是一个简单的任务，实际上却需要关于预先形成的概念和对世界的观察的海量信息(更多是后者)。Vapnik，这一领域的先驱，基于他在知识传播上的兴趣，继续着这一领域的工作，并把师生互动时的线索运用在机器学习当中。
　　团队的规模和科研力量允许Facebook拥有雄心勃勃的长期目标，绝不会达不到被LeCun称为「明确的智慧」的标准。
　　「迄今，最好的人工智能系统也是愚钝的，因为它们没有常识。」LeCun说道。他用一种情况举例，比如我拿起一个瓶子，然后离开房间。(我们在纽约Facebook的会议室里讨论真正的机器智能的诞生，而这个房间的名字却不怎么吉利——
Gozerian，与《捉鬼敢死队》里面的反派同名。)人类的大脑不难想象出一个人拿起瓶子然后离开房间这么个简单的场景，但对一台机器来说，仅这个前提就会导致大量的信息缺失。
　　Yann一边说，我一边在心中想象这个场景：「你很可能站起来，即使我在语句中没有提到，你也很可能走动;你打开门，走进去，也许还会关上门;瓶子不在房间里。由于知道真实世界的情况和界限，你可以借由判断。因此我并不需要告诉你所有的细节。」
　　现在对于机器如何学习该水平的推理，人工智能领域的专家知道得并不多。在向这个目标迈进途中，Facebook正致力于制造能足够好地学习已知世界的机器。
　　LeCun说：「最大的障碍是自助式学习(unsupervised
learning)。」现在机器主要通过一两种方式进行学习，即他助式学习(supervised
learning)——在系统中，向机器展示成千上万的狗的图片，直到机器了解了狗的特征。谷歌的DeepDream以研究者反转流程以揭示出其有效性对这一方法进行了阐释。
　　另一种方式是增强学习(reinforcement
learning)，即机器对给出的信息以是或否的二择一的方式进行选择，以给出一个答案。这种学习耗费的时间稍长，但是机器被强制由自身做出内在的抉择。当这两种学习方式结合起来时，就会产生强大结果。(还记得DeepMind
Atari吗)。自助式学习不需要反馈或者输入，LeCun表示这就是人类的学习方式。我们发现、得出结论，并将其加入到人类的知识库存之中。这，被证明是一项艰巨的任务。
　　LeCun笑着说：「我们甚至没有一个用以发展人工智能的基本指导原则，很明显，我们在努力寻找。我们有很多点子，只是目前没一个奏效罢了。」
　　真正人工智能的早期探索
　　但是这并不是说以前的探索没有成果。现在让LeCun激动的是关于」记忆网络」的工作，其可以被整合进积卷神经网络，并使它们获得记忆保持的能力。LeCun把这个新的记忆模型比作大脑中的分别由海马体和大脑皮层控制的短期记忆和长期记忆(LeCun厌恶把CNNs比作大脑，相反他更喜欢这个模型：一个带有50亿把手的黑箱)。
　　记忆单元允许研究者向该「记忆网络」讲说一个故事，随后使该网络回答关于这个故事的问题。
　　故事选自《指环王》一书。我们不把全书而是书中主要情节的简短概述(「比尔博拿到了魔戒」)讲给「记忆网络」，当被问及在书中某一具体情节中魔戒在哪里，这个「记忆网络」能做出简短正确的回答。Facebook
熟悉科学官Mike Schroepfer说(他强调技术可以帮助Facebook以更高的精确度向人们展示其想看到的)这意味着它理解书中事物与时间的关系。
　　「通过搭建能理解世界的本质、了解你所想要的是什么的系统，我们就能帮助你。」
Schroepfer在三月的一个开发者报告会上说道：「我们能搭建出一个系统，确保让所有人可以把时间花在他们真正关心的事情上。」
　　FAIR团队正在围绕这个目标开发一个被称为「嵌入世界」的项目。在该项目中，为了帮助机器更好的理解现实，FAIR团队正在教它们用向量表示所有事物之间的关系，如：图像，帖子，评论，相片及视频等之间的关系。神经网络也在构建一个包含了能组合媒体内容、不同个体之间的距离等错综复杂内容的体系。
　　嵌入世界
　　Lecun说通过使用这一系统能让我们开始「用代数替换原因」。这表示着让人难以置信的强大。在嵌入世界项目中开发的人工神经网络能够根据视觉相似性将在同一地点拍摄的两张不同照片连接起来，并能指出文字描述是否符合场景。它重建了现实的一种虚拟记忆，并将之在其他地方和事件的背景下进行聚类。它甚至能根据一个人之前的喜好，兴趣以及数字经历「虚拟地表示这个人」。虽然这还只是带有实验性质的，但是对Facebook
的新闻流呈现具有很大的影响，在跟踪标签上也进行了一定的使用。
　　有很多关于长期目标的演说，但恰恰是小的胜利让Facebook不断前行。在2014年6月，他们发表了一篇名为《DeepFace：缩小人类表现与人脸识别间差距》的文章，该文宣称在Facebook的这项技术在人脸识别中已达到97%的准确率。Lecun说：他相信Facebook的人脸识别技术已达到世界第一，这也是Facebook与学术研究机构的一个关键性的区别。现在，DeepFace是Facebook自动标记照片背后的驱动力。
　　「如果我们有一个切实有效的想法，我们就能让它在一个月内出现在15亿人面前。」LeCun说，「让我们把目光聚焦在我们的长期目标的高度上，但是，在这个过程中会有很多我们将要去实现的会在短期具有实用性质的事。」
　　作为FAIR的研究成员之一的Rob Fergus(右站立)，正在纽约办公室处理有关人工智能虚拟方面的工作
　　作为在NYU和MIT计算机科学和人工智能实验室工作过的老手，Rob
Fergus领导着有关计算机视觉的AI团队。他们的工作已经在自动标记相片上得到使用，接下来将被用于标记视频。大量视频因为缺乏元数据，或者没有任何描述性文本，而被「淹没」于噪声中。AI将会能够「观看」视频，并将它们大致分类。
　　这对Facebook阻止那些不想被上传到他们服务器上的内容具有巨大的意义—例如色情照片，版权问题或者其他违反他们使用条款的任何内容。它也能鉴别新闻事件，对不同类型的视频进行管理。Facebook此前一直将这些任务划分给外包公司，当这项技术稳定后，Facebook就能降低这部分的人工成本。
　　在目前的测试中，人工智能表现得很有希望。给它播放一段正在进行的体育视频，比如冰球、篮球或乒乓球，人工智能能够准确地识别出这个体育项目。并且还可以区分垒球和棒球，漂流和皮划艇，以及篮球和街球这些类似的运动。
　　Facebook背后的人工智能
　　Facebook有一个叫做语言科技的独立小组，主要负责开发翻译，语言辨识和自然语言理解。LeCun所在的部门，Facebook人工智能研究室(FAIR)是Facebook人工智能战略研究的主力，而语言科技(从属于应用机器学习)是实际进行软件开发的地方。
　　他们与FAIR合作，但独立进行开发和实践，并且已经开发了493种广泛使用的翻译方向(从英语到法语，从法语到英语算两种方向)。
　　本着让世界更开放更连通的宗旨，语言服务是Facebook的一条必经之路。超过一半以上的Facebook用户不说英语，然而Facebook上大部分的内容都是通过英语呈现的，语言科技小组的负责人Alan
Packer说道。
　　约有三亿三千万用户经常点击「见翻译」按钮使用这些翻译服务。
　　如果你是第一个点击翻译按钮的人，恭喜，你已经操作了人工智能了。首次点击会向服务器发出翻译请求，之后该请求将存储起来供其他用户使用。Packer说，夏奇拉(Shakira，著名拉丁裔歌手)发布的内容总是很快就翻译出来了。语言科技小组还推出了本地内容翻译，通过点击「见原文」按钮可以体验这项服务。
　　人工智能是这项任务里一个必要的环节，因为「傻瓜」翻译对于人们彼此之间相互沟通作用不大，还会生成不正确的语法，误读的习语，俚语也无从参考。这就是过去Google翻译那种直接逐词翻译的缺陷。
　　Packer说，修辞尤其难翻译，但人工智能可以把握一些语义层面的含义。
　　「如果把『热狗(hot dog)』这个词组按字面翻译成法语，是说不通的。『Chaud
chien』对法国人来说没有任何意义，」Packer说道。「同样如果你拿着一幅我滑雪的照片，我说，『我今天秀了一下滑雪技巧(I’m hot dogging it
today),』这就变得很难理解，因为这里的hot dogging是炫耀的意思。」
　　尽管这种理解并不算太多，但早期的结果预示着这个任务很难处理。Packer说，人工智能的妙处在于它不会去理解比喻或习语，但仍会在不理解的同时认识到这一点。
　　人工智能本身具有适应性，经过训练后便可以很快掌握俚语。语言科技小组最近发现法国球迷在用一个新俚语表达「wow」，人工智能在接受那部分公用数据的神经网络训练以后，现在能够可靠地将文本翻译出来。他们通过每天对人工智能进行新数据的训练扩展Facebook的词库，不过所有语言的词库正在按月更新。
　　Facebook M
　　我们已经习惯于个人数字助理，比如Siri，Cortana，以及Google
Now。但Facebook选择了一条不同的道路，其名为「M」的新型个人AI助理拥有超越手机界限处理复杂事物的能力。Siri可以发短信，而M可以预定航班或制定旅行计划。在开发过程中，一位Facebook的雇员甚至让M安排了一个找搬家公司到家中进行评估的日程。(不过当然了，你不能让M给你买烟草、酒、枪支，或者给你安排色情服务。)
　　在三年内，M有可能能够给有线电视公司或者车辆管理部门打电话，并帮用户在线等待，直到对方的接线员接过电话。
　　事实上，Facebook M的主干来自于今年早些时候收购的一家创业公司：Wit.ia。他们加入了Messenger的小组，受VP David
Marcus的管理，并在本月早些时候首次发布了M。
LeBrun在Facebook内部领导Wit.ai小组，他说人工智能不仅帮助M更好地完成一般的任务，也能完成有一些特殊情况的任务，如带一个小婴儿旅游，或在灯火管制日的时候旅行。这也意味着M的能力随着人工智能的发展而发展。他乐观地认为，在三年内，M就可能有能力呼叫有线电视公司或者车辆管理部门，并帮助用户在线等待，直到有人接过电话。
　　「M这样的服务最大的附加值在于它能够完全满足你的需求，甚至在你的需求比较特殊或比较奇怪的情况下，」 LeBrun
说，「在任务比较复杂或并非常理情况的时候，它也能完成任务。」
　　随着M的运行，它能够不断学习。现在，它还没有能力独自运行。一个被称为「AI训练者」的小组跟M一起工作，如果出现M不懂的任务，小组会接管过来。随后M可以从人类训练者身上学到应该怎么做，并应用到之后的任务中。在程序中还内嵌了一种随机机制，Lebrun说是为了让它更像人类学习的过程。
　　「AI训练者」是个新的职位，Facebook本身也在对这个职位的探索中。他们说，这并不是一个给研究员或者工程师的职位，而是为那些拥有客户服务经验的人准备的。Facebook将能够评估哪些任务需要人类的干预，但最后，他们希望在未来完成这些任务将不需要任何人类干预。
　　但在开发过程中，这个职位是必须的，因为他们的工作主要有两部分：一是保证服务质量的最后一道关卡，二是训练AI。
　　有人类智能做看门人，M可以在FAIR进行开发时当做沙盒来用。「如果有什么东西需要测试，就会在M中显现，因为在我们的训练和督导下，这个过程是没有风险的。」Lebrun说。
　　M平台是完全建立在Wit.ai的平台之上的(主要在Facebook收购前就已研发)，但FAIR也会对用户和个人AI助理的交互过程产生的数据用作深度学习。
　　Facebook在人工智能团体中的角色
　　「我们的研究项目都是完全公开的。几乎我们做的每件事都会发布，大部分的代码也都是开源的」 LeCun 说道。你可以在 Facebook 的研究网站上和
ArXiv——一个收纳电脑科学、数学及物理研究的图书馆，找到这些出版物。
　　大多人工智能团体都是这样不隐秘的。 LeCun 已成为发展 Torch(一个针对AI 发展的C++算法库)的领军人物。LeCun带领他的团队，还有
Twitter 和 Google的 DeepMind 的研究人员合作，共同发展 Torch。许多现今在这个领域的专家都曾是LeCun的学生。
　　任何他们可能出版的资料，从与医学成像相关的资料到无人驾驶车，也都是公开以促进未来发展的，LeCun说道。Facebook的研究固然对他们的用户很重要，但它的核心价值更佳体现在让人类对如何更好地用机器来模仿智能的知识。
　　这是为什么Facebook是人工智能社区中重要的一部分，也是为什么这个社区本身是如此重要。
　　「那些你在好莱坞电影里看到的情节，譬如一个在阿拉斯加与世隔绝的人研究出了完美运作，并在当下无人企及的人工智能系统，是完全不可能的」。LeCun说，「这是当代最大最复杂的科学挑战之一，没有任何一个人，甚至一个大公司能够凭他们自己解决。解决它需要整个研究发展社区的集体力量」。
(转载请保留)
互联网的一些事，已超50万小伙伴关注！