Facebook表示其人工智能将像你头脑的汽车一样

Facebook希望明确一点：它推动了人工智能研究的前沿。但这一声明让人放心：这些机器并不邪恶，它们会让生活变得更好。

在今天的博客文章中，Facebook人工智能研究（FAIR）详细介绍了它在2015年取得的一些最重要的成就。FAIR是该公司致力于人工智能的部门。有些更早，以前已经报道过，比如他们的神经网络可以重新计算《指环王》中的情节点，有些是新的，比如一个有效的无监督学习模型。

过去几年，该公司在人工智能方面进行了大量投资，在纽约市建立了一个由45名研究人员和工程师组成的小部门。目前，Facebook使用人工智能自动标记照片、翻译文本，以及他们的个人助理Facebook M，该助手正在慢慢扩展到更多用户。

最近，Facebook向盲人用户展示了一项新功能，该功能将“查看”图片并描述其内容。Facebook创始人兼首席执行官马克·扎克伯格今天在他的墙上发布了一段视频，强调了该功能的成功。这将短期记忆集成到图像识别中。现在机器不仅仅看到浴缸里婴儿的照片，还可以回答有关照片的问题。视频显示这是在狗品种类型上完成的，这意味着人工智能不仅可以理解物种的类别，还可以理解物种内使每个品种不同的特定变异。

扎克伯格写道：“我们认为人工智能有助于计算机更好地理解世界——因此它们可以对人类更有帮助。我们在这项技术上还处于早期阶段，你已经可以开始想象它在未来会有多大帮助。”

扎克是对的：我们还处于人工智能系统开发的早期阶段。今天的每一项公告，以及过去的大多数公告，都集中在让机器像人类一样做某事上（甚至这是一种延伸）。

这是我们目前在人工智能发展方面的状态更新。我们正处于文字上的婴儿期——我们的人工神经网络正在玩积木，理解数字图像。人工“智能”实际上非常愚蠢，但它之所以如此令人印象深刻，是因为计算规模远远超过了我们自己。

Facebook的人工智能研究主管扬·勒昆将人工智能比作汽车。汽车的移动速度远远快于人类，这使得它非常适合运输。但是汽车不能自己画画，也不能讲笑话，也不能举起盒子。我们已经为特定任务设计了令人难以置信的系统，但是我们离像人类一样普遍的东西还有很长的路要走。

“人工智能系统将成为我们大脑的延伸，就像汽车是我们腿的延伸一样，”莱康在扎克伯格发布的视频中说。“它们不会取代我们，它们会放大我们所做的一切：增强你的记忆力，给你即时知识，它们会让我们专注于做真正属于人类的事情。”

这并不是说Facebook今天的声明不令人印象深刻。无监督学习长期以来一直是人工智能研究人员的一个问题。人类通过观察周围环境来学习，当然，机器应该能够做同样的事情。但是研究人员遇到了障碍，机器根本没有足够的内部输入来理解所有这些信息。一种尝试是竞争性学习，算法努力给出最佳答案。

但是今天发布的视频展示了一种新方法：向人工智能展示一个有两种结果的受控环境。神经网络观察一堆积木，并判断它们是否会掉下来。当它观察时，它会了解掉下来的想法，并随着时间的推移变得更好。他们称之为预测学习。Facebook报告称，神经网络现在可以以高达90%的准确率判断积木是否会掉下来，他们声称这比大多数人都好。

对于人工智能研究人员来说，脸谱网即将在即将到来的神经信息处理系统（NIPS）会议上发表的演讲中有一个大新闻。他们声称他们的新系统将使用十分之一的训练数据，工作速度提高30%。这对最终用户意味着什么？ 用令人难以置信的基本术语来说，人工神经网络分两步工作。它查看一堆信息，然后可以合成或排序新信息。

初始信息被称为训练数据。为了给你的照片贴上标签，脸谱网会查看你的60张照片，然后了解你将来会是什么样子来给你贴上标签。使用这60张照片，人工神经网络只需要6张照片。这意味着用更少的数据得到相同的结果（97%的准确率）。

他们使用的背景系统被称为“DeepMask”。这个系统可以同时识别出与周围环境不同的物体，然后识别物体内部的特征，对它们进行分类。它以更高的特异性从图像中提取信息，这意味着每张照片都更划算。

所有这些只是人工智能研究战鼓的一部分，Facebook理所当然地认为这是一个漫长的过程。

Facebook首席技术官Mike Schroepfer写道：“要完成这一切需要很多年的艰苦工作。”“但如果我们能把这些新技术做好，我们将离连接世界更近一步。”

阅读更多：在Facebook的人工智能实验室中