论文部分内容阅读
进入2018年，Facebook在人工智能方面动作频频。相信大家还记得机器人Bob与机器人Alice的对话中出现了类似“to me to me to me”等大量奇怪文本，而且通过这些超越人类理解的语言，AI居然最终成功完成了谈判。于是，媒体惊呼，难道AI机器人创造了新语言？李开复对此的解释是这仅仅是类机器人的梦呓罢了。Facebook聊天机器人的智能程度还远未达到人类的水平。而就在最近，Facebook关闭了这个失控的AI项目，官方给出的解释是更希望 AI 与人沟通，而不是相互沟通。
一份关于FAIR新人事任命
与此同时，Facebook还举行了新的人事任命，IBM前高管■ Pesenti正式接管FAIR（Facebook’s AI research，脸书人工智能实验室）。
■ Pesenti曾是英国AI初创公司Benevolent的CEO、前IBM大数据集团CTO。在接任FAIR之后，他还将接管Facebook的Applied Machine Learning（AML）团队。
从Facebook的任命可以看出其态度转向，未来公司将集中优势资源在产品商业化方面。
而FAIR的前任Yann LeCun也转发了Facebook CTO Mike Schroepfer的推文，坦言自己并非被■ Pesenti取代。后者是FAIR、AML（应用机器学习）以及未来可能出现的以AI为主的组织。
必须承认，在LeCun的领导下，Facebook的研究机构现已遍布全球。2013年，LeCun组建了FAIR，建立了世界上最好的AI研究实验室。五年后，实验室仍在扩大，有六个地点：门洛帕克、纽约、巴黎、蒙特利尔、西雅图和特拉维夫，约有130名工作人员。
AI关系到Facebook的
安身立命
但是，显然关于AI究竟是走学术还是商业的路径，马克·扎克伯格还是有过反省。这次人事调整无疑是向产品端的比重倾斜。2013年第一季度，只有6家公司在其财报电话会议上提到人工智能。而据彭博社报道，2017年第一季度这一数字增长到了244个。
越来越多的企业进入到AI的红海，那么带给Facebook的市场压力不是单纯做研究可以消解的。因此扎克伯格会希望有计划地加大商业化投入。回顾FAIR这些年，在感知方面，构建了能理解图片、视频、声音等外界输入的系统。Facebook网站上也有一些示例，例如构建了能够回答图片场景相关问题的系统，亦可逆向应用这些网络，让它们从一段文字描述中想象场景或图片等。
然而，在扎克伯格眼中，拥有15.5亿用户的Facebook，拥有全球最大的跨文化、多模态、结构化、有组织的人们互动的数据库，所以必须更有效率地将研究社区中讨论过的东西变成更加普及和商品化的技术，用AI改善生活。
对于Facebook自身来讲，人工智能驱动的照片滤镜正在帮助它击败Snapchat的挑战。Facebook的AI能够识别照片里的东西，还能决定向你推送哪些内容，这为公司提供了有趣的用户体验，增加用户回购率。而且类似的技术还被用于监控骚扰、恐怖和色情内容，并将这些内容标记下来再进行清除。Facebook的应用机器学习（AML）团队负责人Joaquin Candela表示：“人们使用Facebook全系列产品的体验主要取决于人工智能技术，如今，如果没有人工智能，Facebook就不可能存在。”
由此不难看出，Facebook把人工智能提升到了在未来安身立命的位置。
不同的选择，
不同的行业路径之争
Facebook重整FAIR，偏向商业化，目的就是要让研发成果更加贴近Facebook的产业布局。调整后的部门架构更加精简，此前不被Yann LeCun待见的AML也将同FAIR更加紧密地合作。这将为Facebook的产学研一条龙打开新局面。Facebook的选择也代表了目前人工智能行业的走向。一般来说，路径有两种。一是学术类，偏放养，高投入，一旦有成果成体系，瓜熟蒂落，再融入公司业务。Google为代表。另一种是商业类，偏功利，重效率，迅速融合学术与产业，以产品需求倒逼学术突破，甚至不排除收购补强短板。这就是目前Facebook的选择。同时也是百度的选择。
关于第一种，因为Google先发而具有得天独厚的优势。它的产业布局全面开花，包罗万象。去年5月的2017 Google IO 大会上，谷歌全面明确了“AI first”战略，以全阵列化的“硬件+软件套餐”，打造了迄今为止地球上最庞大的AI产业群。这种霸气的AI生态是以跑马圈地与技术壁垒为典型特征。这些年，Google有类似苹果Siri的谷歌语音助手，有类似亚马逊Echo的智能音箱，有对标Facebook的信息和图片助手等等。更有手机、平板、相机、穿戴设备等AI硬件。同时，Google开始进行全流程的AI，提供了TPU和谷歌云的AI能力集成，在算法上以TensorFlow为中心打造闭环生态，在数据上封锁谷歌数据体系对外合作的可能。
然而，不可忽视的一点是，Google虽然为行业祭出惊世骇俗的AlphaGo，但是DeepMind重金投入长期亏损也是不争的事实。
所以，才有了AI发展的第二种可能。在资源有限的前提下，企业都重新审视了学术与产业的连接模式。微软、IBM、亚马逊、百度，都根据各自的战略意图做出了明确清晰的产学同频规划。而Facebook也算顺应潮流。更有坊间传说，Facebook最开始做AI、设立两大AI实验室，据说就是李彦宏建议给扎克伯格的。而在百度调整之后，Facebook步其后尘是否也有參照的意味呢？
一份关于FAIR新人事任命
与此同时，Facebook还举行了新的人事任命，IBM前高管■ Pesenti正式接管FAIR（Facebook’s AI research，脸书人工智能实验室）。
■ Pesenti曾是英国AI初创公司Benevolent的CEO、前IBM大数据集团CTO。在接任FAIR之后，他还将接管Facebook的Applied Machine Learning（AML）团队。
从Facebook的任命可以看出其态度转向，未来公司将集中优势资源在产品商业化方面。
而FAIR的前任Yann LeCun也转发了Facebook CTO Mike Schroepfer的推文，坦言自己并非被■ Pesenti取代。后者是FAIR、AML（应用机器学习）以及未来可能出现的以AI为主的组织。
必须承认，在LeCun的领导下，Facebook的研究机构现已遍布全球。2013年，LeCun组建了FAIR，建立了世界上最好的AI研究实验室。五年后，实验室仍在扩大，有六个地点：门洛帕克、纽约、巴黎、蒙特利尔、西雅图和特拉维夫，约有130名工作人员。
AI关系到Facebook的
安身立命
但是，显然关于AI究竟是走学术还是商业的路径，马克·扎克伯格还是有过反省。这次人事调整无疑是向产品端的比重倾斜。2013年第一季度，只有6家公司在其财报电话会议上提到人工智能。而据彭博社报道，2017年第一季度这一数字增长到了244个。
越来越多的企业进入到AI的红海，那么带给Facebook的市场压力不是单纯做研究可以消解的。因此扎克伯格会希望有计划地加大商业化投入。回顾FAIR这些年，在感知方面，构建了能理解图片、视频、声音等外界输入的系统。Facebook网站上也有一些示例，例如构建了能够回答图片场景相关问题的系统，亦可逆向应用这些网络，让它们从一段文字描述中想象场景或图片等。
然而，在扎克伯格眼中，拥有15.5亿用户的Facebook，拥有全球最大的跨文化、多模态、结构化、有组织的人们互动的数据库，所以必须更有效率地将研究社区中讨论过的东西变成更加普及和商品化的技术，用AI改善生活。
对于Facebook自身来讲，人工智能驱动的照片滤镜正在帮助它击败Snapchat的挑战。Facebook的AI能够识别照片里的东西，还能决定向你推送哪些内容，这为公司提供了有趣的用户体验，增加用户回购率。而且类似的技术还被用于监控骚扰、恐怖和色情内容，并将这些内容标记下来再进行清除。Facebook的应用机器学习（AML）团队负责人Joaquin Candela表示：“人们使用Facebook全系列产品的体验主要取决于人工智能技术，如今，如果没有人工智能，Facebook就不可能存在。”
由此不难看出，Facebook把人工智能提升到了在未来安身立命的位置。
不同的选择，
不同的行业路径之争
Facebook重整FAIR，偏向商业化，目的就是要让研发成果更加贴近Facebook的产业布局。调整后的部门架构更加精简，此前不被Yann LeCun待见的AML也将同FAIR更加紧密地合作。这将为Facebook的产学研一条龙打开新局面。Facebook的选择也代表了目前人工智能行业的走向。一般来说，路径有两种。一是学术类，偏放养，高投入，一旦有成果成体系，瓜熟蒂落，再融入公司业务。Google为代表。另一种是商业类，偏功利，重效率，迅速融合学术与产业，以产品需求倒逼学术突破，甚至不排除收购补强短板。这就是目前Facebook的选择。同时也是百度的选择。
关于第一种，因为Google先发而具有得天独厚的优势。它的产业布局全面开花，包罗万象。去年5月的2017 Google IO 大会上，谷歌全面明确了“AI first”战略，以全阵列化的“硬件+软件套餐”，打造了迄今为止地球上最庞大的AI产业群。这种霸气的AI生态是以跑马圈地与技术壁垒为典型特征。这些年，Google有类似苹果Siri的谷歌语音助手，有类似亚马逊Echo的智能音箱，有对标Facebook的信息和图片助手等等。更有手机、平板、相机、穿戴设备等AI硬件。同时，Google开始进行全流程的AI，提供了TPU和谷歌云的AI能力集成，在算法上以TensorFlow为中心打造闭环生态，在数据上封锁谷歌数据体系对外合作的可能。
然而，不可忽视的一点是，Google虽然为行业祭出惊世骇俗的AlphaGo，但是DeepMind重金投入长期亏损也是不争的事实。
所以，才有了AI发展的第二种可能。在资源有限的前提下，企业都重新审视了学术与产业的连接模式。微软、IBM、亚马逊、百度，都根据各自的战略意图做出了明确清晰的产学同频规划。而Facebook也算顺应潮流。更有坊间传说，Facebook最开始做AI、设立两大AI实验室，据说就是李彦宏建议给扎克伯格的。而在百度调整之后，Facebook步其后尘是否也有參照的意味呢？