Facebook的人工智能到底有多牛？

數碼管家式的Facebook人工智能，你想擁有嗎？親！

世界社交平臺的老大Facebook目前正在進一步拓展人工智能業務，其人工智能實驗室負責人Yann LeCun表示：目前最為關注是無監督學習功能。

就此項研究所產生的問題，Yann LeCun做出了相關的闡述：

一、最大挑戰

人類和動物能夠作為獨立個體存在的生物其最主要的技能就是學習，且并不需要他人強制執行的無監督式學習，自發地想要認識和了解這個世界。而機器目前來說所有的操作都是人為賦予的，都是人看到了問題，然后設置程序，方可進行運算，并不能自主學習。那么我們所要做的突破就是賦予機器無監督學習的能力，只有這樣才能做到科技的進一步創新，帶來意想不到的體驗。

二、進度

上周，Facebook發布了一項新的系統，即能夠讀懂照片中發生的事并進行簡單的回答。其原理是事先由開發人員將人工注釋和備用答案組合在一起，形成數據庫，盡可能地包涵所有圖片本身的描述和相配套的答案，那么你在使用這個系統時就能讀出已經存在的答案。這只是一個類似“智能”的功能，其實并不復雜。

三、缺陷

目前該系統智能回答一些設定好的客觀題，對于一些涉及到概念性的主觀題并不能做出好的解釋。

四、簡單應用

該系統發明了一個新的功能，與Facebook或者Instagram上為圖片加上標題的功能有些類似，但也不完全一樣：它可以為你簡單說明圖片上的內容。比如你在開車時不方便讀取有關圖片的信息，那么系統則可以為你自動識別出圖片上的具體情況，語音播報有哪些事物、哪些人物，發生了什么，更加智能化、人性化。

五、下一步對象

下一步對象則不僅限于圖片等單個事物，還將考慮物體之間的聯系功能，類似于散文式的詞句整合?？梢詫①Y源充分聯系在一起進行出爐，有望形成規模性的智能化操作。

六、應用的拓展

不僅可以運用于人們日常的生產生活，還可以運用于生命科學和基因研究等領域。比如，在人工神經網絡的幫助下，多倫多大學的Brendan Frey對于基因疾病方面的研究，可運用深度學習系統去模擬讀取DNA和合成蛋白質的生化機理，弄清楚一些基因改變和某些特定疾病之間的關聯。運用計算機的云計算等能力有效地解決由于基因突變造成重組等復雜問題，更進一步推動醫療事業的發展。

七、人臉識別

過去曾認為以那時的技術來說，人臉識別是神經網絡幾乎不能做到的事。但是，卻大大低估了科技的力量。之前就能夠提取出一些實物的關鍵特質，比如車或者椅子，按照它們的特殊外在屬性來判別。如今連鳥、植物，甚至人臉都是可以根據深度學習或是神經網絡來區別其幾百萬種的細密紋理特征從而進行很好的識別，可以說科技創造了生活。

八、智能測試

在近期Facebook的一項實驗中，工程師將《指環王》中的一段話給了計算機，然后讓他去回答關于這個故事的幾個問題。其所謂的智能測試其實是研發人員已經內置好了要回答的問題的答案，可以判斷一些簡單的邏輯推理。比如：說「Ari拿起了他的手機?！谷缓髥枴窤ri的手機在哪里？」那么系統就會說「它在Ari的手里?！沟菍τ谝恍碗s的需要推理的問題就不能做出很好的回答了，比如：問「這兩個人在同一個地方嗎？」若想回答，則必須知道物理世界的樣子；問「現在屋里有多少人？」則必須提前記住這個屋子進去了多少人。這些都是計算機還不能做到的。

九、預測未來

該項目可以從預測未來的運行中判斷出世界的構造，這源于一個叫做Eyescream的東西，這是一個神經網絡。只要你輸入一個數字，就可以輸出一張自然圖片；你讓它畫什么，只要它原本就有，它就能很好地完成。既有構成世界的基本元素圖片，也有構成世界的模型。是不是很神奇？

其實在預測未來方面，也僅能做一些簡單推理。比如在看希區柯克的電影時，若問「十五分鐘后將會發生什么？」則必須指出誰是兇手，需要了解世界和從人性的方方面面下手，不是簡單的計算機系統就能識別的。但是如果讓系統看一段視頻并問「下一幀會發生什么？」這還是比較好“預測”的，因為這是有規律可循的。較為復雜的“預測”，其實計算機還不能自主完成。

十、能做什么

該項目在Facebook上目前被稱為M項目，我們有望它成為一個個人管家，就像科幻電影《她》中數碼管家的形象一樣，能給我們的生活帶來更全面更便捷也更智能的服務。

未來，毋庸置疑是屬于智能化科技的時代，不要相信什么不可能，因為一切皆有可能。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！