幕后英雄：走進(jìn)Facebook 有史以來(lái)最大的人工智能項(xiàng)目

這不僅是運(yùn)營(yíng)一家「財(cái)富500強(qiáng)」（第242位）的社交網(wǎng)絡(luò)公司，也是在運(yùn)營(yíng)異常龐大的支撐各種服務(wù)的計(jì)算基礎(chǔ)架構(gòu)，包括處理器、存儲(chǔ)器以及知道用戶(hù)各種需求的軟件。

Facebook 為全世界五分之一人口提供服務(wù)，而且去年年底，全球32億人口中有超過(guò)一半的人成為了互聯(lián)網(wǎng)戶(hù)。此時(shí)，這不是一個(gè)不理性的問(wèn)題：地球上有足夠多的人來(lái)驅(qū)動(dòng)這樣一張巨型網(wǎng)絡(luò)嗎？

回答是否定的，至少是負(fù)擔(dān)不起的。這就是 Facebook 求助人工智能的原因。

五年前，F(xiàn)acebook 推出 Open Computer 硬件倡議，他們這么做的原因是為用戶(hù)提供 News Feed 服務(wù)的成本完全就是產(chǎn)品銷(xiāo)售成本，即便對(duì)于這樣一個(gè)當(dāng)時(shí)擁有7.4億用戶(hù)的網(wǎng)站。因此，打造公司自己的計(jì)算基礎(chǔ)架構(gòu)，讓博文發(fā)布更快，成本更低，成為公司的基礎(chǔ)需求。

Facebook 表示，公司已經(jīng)從對(duì) Open Compute 的投資中節(jié)省了超過(guò)20億美元。但在互聯(lián)網(wǎng)領(lǐng)域，五年就是一個(gè)世代，如今每個(gè)科技巨頭都在設(shè)法征服另一個(gè)難題。雖然他們可以低成本的提供內(nèi)容服務(wù)，但在數(shù)十億博文中，要搞清楚推送哪類(lèi)內(nèi)容依然有很大挑戰(zhàn)。因此，就像 Facebook 五年前通過(guò) Open Compute 計(jì)劃開(kāi)始重新搭建硬件產(chǎn)業(yè)一樣，最近，公司也創(chuàng)造了一個(gè)管理人工智能的內(nèi)部平臺(tái)，如此一來(lái)，就能精準(zhǔn)推送你想看的內(nèi)容。而且，公司也希望將這個(gè)「機(jī)器學(xué)習(xí)」平臺(tái)規(guī)�；�。（「機(jī)器學(xué)習(xí)」是一種人工智能類(lèi)型，能讓計(jì)算機(jī)在沒(méi)有預(yù)編程的前提下學(xué)習(xí)如何運(yùn)行。）

「我們正試著打造超過(guò) 15 億個(gè)人工智能代理（AI agents）——為每個(gè)使用 Facebook 或公司其他產(chǎn)品的每一個(gè)人服務(wù)�！剐陆�成立的機(jī)器學(xué)習(xí)應(yīng)用組負(fù)責(zé)人 Joaquin Candela 說(shuō)，「那我們應(yīng)該怎么做到呢？」

Candela 說(shuō)，你要從以前的勝利中汲取靈感。Facebook 的基礎(chǔ)架構(gòu)團(tuán)隊(duì)也是機(jī)器學(xué)習(xí)應(yīng)用團(tuán)隊(duì)的靈感之源。

「我們傾向?qū)⒅T如存儲(chǔ)、網(wǎng)絡(luò)設(shè)計(jì)以及計(jì)算視為理所當(dāng)然的事情，」他說(shuō)，「當(dāng)視頻小組做直播視頻時(shí)，人們并沒(méi)有意識(shí)到這件事的量級(jí)。這很愚蠢。而基礎(chǔ)架構(gòu)小組就是在那個(gè)地方傳遞魔力——將不可能變?yōu)榭赡�。我們需要�?duì)人工智能做同樣的事情。也需要將人工智能變成你們認(rèn)為理所當(dāng)然的工程結(jié)構(gòu)中的一部分，如此完整的一部分�！�

去年九月，F(xiàn)acebook 成立了機(jī)器學(xué)習(xí)應(yīng)用團(tuán)隊(duì)（Applied Machine Learning team）。團(tuán)隊(duì)負(fù)責(zé)運(yùn)行一個(gè)覆蓋全公司的機(jī)器學(xué)習(xí)內(nèi)部平臺(tái)，叫做 FBLearner Flow ，這個(gè)平臺(tái)就相當(dāng)于人工智能領(lǐng)域的 Open Computer ，不過(guò)最大的區(qū)別在于：它并不會(huì)依托于開(kāi)源硬件來(lái)提供給世界。公司說(shuō)，如果沒(méi)有 Facebook 手頭數(shù)據(jù)，這個(gè)平臺(tái)本質(zhì)上沒(méi)啥用。

FBLearner Flow 結(jié)合了幾個(gè)機(jī)器學(xué)習(xí)模型并用于處理幾十億數(shù)據(jù)點(diǎn)，這些數(shù)據(jù)點(diǎn)來(lái)自網(wǎng)站15億用戶(hù)的活動(dòng)，并能對(duì)數(shù)千件事情進(jìn)行預(yù)測(cè)：圖片中有哪位用戶(hù)，哪些可能是垃圾信息。FBLearner Flow 模型創(chuàng)造的算法有助于界定什么樣的內(nèi)容出現(xiàn)在你的動(dòng)態(tài)消息中，以及你會(huì)看到什么樣的廣告。

基于以上內(nèi)容，我們會(huì)很容易得出結(jié)論：Facebook 使用人工智能會(huì)讓公司13,000雇員中的某些人失去工作。「但現(xiàn)實(shí)并沒(méi)有什么變化，」公司 CTO Mike Schroepfer 說(shuō)。人工智能恰恰是在幫助公司提升工程師的能力。他說(shuō)，「我們能做之前無(wú)法做到的事情�！�

Applied Machine Learning 主任 Joaquin Qui?onero Candela

在 Schroepfer 看來(lái)，F(xiàn)acebook 經(jīng)常能夠發(fā)現(xiàn)那些好機(jī)會(huì)，即便自己還沒(méi)有能力去征服——至少在人類(lèi)力量的范圍內(nèi)還無(wú)法解決�？匆幌鹿�司最近發(fā)起的一項(xiàng)新功能，為視覺(jué)受損人提供圖片說(shuō)明（以讓其「看到」圖片）。如果公司雇人手動(dòng)為上傳到網(wǎng)絡(luò)的每張圖片內(nèi)容做標(biāo)記，成本會(huì)非常高，也無(wú)法規(guī)�；�，當(dāng)然也不可能期待用戶(hù)自己來(lái)做這個(gè)事情。但不管對(duì)于視覺(jué)受損人士，還是對(duì)于 Facebook，這些信息都是有用的。現(xiàn)在通過(guò)使用 FBLearner Flow 平臺(tái)上的計(jì)算機(jī)視覺(jué)模型，一臺(tái)計(jì)算機(jī)就能自動(dòng)梳理數(shù)十億張圖片并給照片加上標(biāo)簽，并實(shí)現(xiàn)了較為理想的準(zhǔn)確率。

「它正在讓新應(yīng)用成為可能，特別是規(guī)�；�解決問(wèn)題�！筍chroepfer 說(shuō)。Facebook 使用這種基于機(jī)器學(xué)習(xí)的辦法來(lái)翻譯 News Feed 博文；在用戶(hù)看到之前監(jiān)測(cè)到網(wǎng)站不合適的內(nèi)容；在打造 M 過(guò)程中，公司通過(guò)人與機(jī)器的結(jié)合去打造一個(gè)私人助理。

Facebook 并非唯一一家實(shí)驗(yàn)人工智能的大型互聯(lián)網(wǎng)公司。谷歌、亞馬遜、微軟和百度都在相關(guān)技術(shù)上注入重資。隨著我們將更多的日常生活托付給數(shù)字王國(guó)，這一點(diǎn)將變得越來(lái)越明顯：那些建造了我們所依賴(lài)（日常信息、社交和多媒體等）的網(wǎng)站的那些人已經(jīng)無(wú)法勝任后續(xù)工作了，讓機(jī)器登場(chǎng)。

自上個(gè)月起，大約有750 名Facebook 工程師和 40 個(gè)不同產(chǎn)品團(tuán)隊(duì)正在使用 FBLearner Flow 平臺(tái)。公司希望截至到六月底，會(huì)有 1000 名工程師使用這個(gè)平臺(tái)。Facebook 最終想要建立一個(gè)對(duì)非工程師人員來(lái)說(shuō)也非常容易使用的機(jī)器學(xué)習(xí)工具，盡管距離這一目標(biāo)還很遙遠(yuǎn)。

機(jī)器學(xué)習(xí)迅速變成最火的人工智能形式，也是人工智能的——隨著新計(jì)算技術(shù)出現(xiàn)，近期，這個(gè)有著幾十年歷史的科幻電影的標(biāo)配歷經(jīng)了一次重生——組成部件。隨著計(jì)算機(jī)系統(tǒng)越來(lái)越大、越來(lái)越復(fù)雜，很明顯的是：它已不足以支撐計(jì)算機(jī)如何詮釋數(shù)據(jù)的硬編規(guī)則（hard-code rules）。依據(jù)圣經(jīng)的勸告去教一個(gè)人釣魚(yú)——或者在這種情況下，教計(jì)算機(jī)如何詮釋自己的數(shù)據(jù)，要更加容易得多。

計(jì)算機(jī)學(xué)家使用各樣的工具教計(jì)算機(jī)學(xué)習(xí)。如今絕大多數(shù)努力集中在「監(jiān)督學(xué)習(xí)」上，研究人員以現(xiàn)有的數(shù)據(jù)集為基礎(chǔ)建立一個(gè)機(jī)器學(xué)習(xí)算法，用來(lái)訓(xùn)練計(jì)算機(jī)。比如，教計(jì)算機(jī)識(shí)別面部，你最好用不同面部數(shù)據(jù)庫(kù)訓(xùn)練它，計(jì)算機(jī)就能學(xué)會(huì)如何分辨不同的人臉。機(jī)器學(xué)習(xí)的圣杯是「無(wú)監(jiān)督學(xué)習(xí)」，計(jì)算機(jī)只得到數(shù)據(jù)類(lèi)，自己建立模型對(duì)數(shù)據(jù)進(jìn)行分類(lèi)。換言之，不同于直接給計(jì)算機(jī)學(xué)習(xí)的人臉圖像，計(jì)算機(jī)得到圖像后要把相似數(shù)據(jù)聚類(lèi)，從中推導(dǎo)出問(wèn)題圖片上的圖像是否是人臉。

無(wú)監(jiān)督學(xué)習(xí)就是人類(lèi)學(xué)習(xí)的方式，而且 Facebook 已經(jīng)直言不諱得表明，自己努力教授計(jì)算機(jī)通識(shí)。大部分工作都由Facebook 人工智能研究室（Facebook Artificial Intelligence Research,FAIR）團(tuán)進(jìn)行。FAIR成立于 2013 年底，是一個(gè)進(jìn)行基礎(chǔ)研究的地方。它與應(yīng)用機(jī)器學(xué)習(xí)團(tuán)隊(duì)相對(duì)獨(dú)立存在，盡管這里進(jìn)行的一些研究在 FBLearner Flow 上找到了用武之地。

Facebook 的  CTO Mike Schroepfer

就像 Candela 解釋的那樣，你可以把 AML 團(tuán)隊(duì)視為 FAIR 的商業(yè)化部門(mén)。這里的深度科學(xué)慢慢滲入到服務(wù)于十憶用戶(hù)的產(chǎn)品中。除了它做不到的時(shí)候。Schroepfer 說(shuō)，在這里，并不是所有的研究都要將深度科學(xué)運(yùn)用到某個(gè)產(chǎn)品中，盡管他警告說(shuō)，F(xiàn)AIR（有 50 位研究人員）和 AML （雇傭了 100 位研究人員）已經(jīng)自己支付了費(fèi)用。

比如，在自家翻譯模型的支持下，F(xiàn)acebook 現(xiàn)在每天使用機(jī)器學(xué)習(xí)翻譯20億條 News Feed 條目，不再依賴(lài)微軟必應(yīng)的翻譯服務(wù)。Facebook 也使用 AML 團(tuán)隊(duì)的平臺(tái)，在衛(wèi)星圖像上應(yīng)用計(jì)算機(jī)視覺(jué)模型繪制人口密度地圖，最終確定發(fā)展中國(guó)家的哪些地方需要寬帶服務(wù)。而且在視頻添加說(shuō)明的嘗試已被證明是越來(lái)越受歡迎的，因?yàn)榉窒砗忘c(diǎn)贊增加了 15%，瀏覽時(shí)間增加了 40%。

這些是 Facebook AML 團(tuán)隊(duì)最新成果中的一部分，但是，他們已經(jīng)在建立機(jī)器學(xué)習(xí)算法上花了十年時(shí)間：2016 年，他們第一次嘗試在 News Feed 上使用深度學(xué)習(xí)。

「News Feed 是我們第一次為用戶(hù)嘗試這項(xiàng)艱難的工作」Schroepfer 說(shuō)。這是初步的嘗試，Schroepfer 表示，但即使這樣，F(xiàn)acebook 雇傭再多的編輯人員也不能滿(mǎn)足百萬(wàn)用戶(hù)所需的 News Feeds。

從此，這家公司對(duì)機(jī)器學(xué)習(xí)的使用日趨先進(jìn)。但是，直到去年六月份Facebook 圖片分享服務(wù) Moment 發(fā)布，公司才真正開(kāi)始公開(kāi)討論對(duì)機(jī)器學(xué)習(xí)的深入研究如何正在影響新產(chǎn)品。Moments 使用了 Facebook 圖像識(shí)別模型，能讓用戶(hù)創(chuàng)造面向選定組群開(kāi)放的私人相冊(cè)，比如，只對(duì)照片中的人公開(kāi)。

產(chǎn)品發(fā)布時(shí)，F(xiàn)acebook 說(shuō)它的圖像識(shí)別模型識(shí)別人臉準(zhǔn)確率高達(dá) 98%，即使不是正對(duì)相機(jī)的面部圖像。它還表示，模型能在 5 秒內(nèi)，從 8 億圖片中識(shí)別出某張圖片中的人。

人們對(duì)此感到害怕。本來(lái)是想以一種半隱私的方式輕松分享圖片，結(jié)果惹惱了許多用戶(hù)。這一功能迫使用戶(hù)面對(duì)這樣一個(gè)不安的事實(shí)：Facebook 能從 十億多的用戶(hù)中識(shí)別出他們，而且速度還快的不正常。Facebook 甚至不能在歐洲發(fā)布這一功能，因?yàn)橛|及有關(guān)隱私和面部識(shí)別技術(shù)的相關(guān)法規(guī)。

對(duì)隱私的擔(dān)心顯露出機(jī)器學(xué)習(xí)利他主義的陰暗一面。數(shù)據(jù)驅(qū)動(dòng)下的功能，讓 Facebook 的產(chǎn)品用起來(lái)更方便。但是，它們也讓公司得以維系用戶(hù)對(duì)平臺(tái)的持續(xù)使用，這也反過(guò)來(lái)讓其賣(mài)出更多、更有效的廣告。

為此 Facebook 每天要進(jìn)行數(shù)十萬(wàn)億次的查詢(xún)，以便能每秒做出六百萬(wàn)個(gè)預(yù)測(cè)。Facebook 用數(shù)十億個(gè)數(shù)據(jù)點(diǎn)來(lái)訓(xùn)練支撐其 News Feed 的算法。這家公司每十五分鐘到兩小時(shí)就更新一次它的學(xué)習(xí)模型，以便能對(duì)當(dāng)下事件作出快速反應(yīng)。

當(dāng)一臺(tái)電腦能從語(yǔ)法上分析那么多的信息并作出判斷時(shí)，這也是令人不安地提醒我們，我們數(shù)字生活的每個(gè)方面都正在被它以向廣告商、研究人員甚至政府展示我們私下想法和行動(dòng)的方式分割、切片再切塊。同樣棘手的是，機(jī)器學(xué)習(xí)算法還有可能會(huì)犯錯(cuò)。

而且這些都還不能解釋這一事實(shí)：許多人甚至還不知道，機(jī)器學(xué)習(xí)算法正在改變他們對(duì)產(chǎn)品的體驗(yàn)。一個(gè)人沒(méi)有看到自己的News Feed 中的某個(gè)內(nèi)容的原因或許在于算法把這個(gè)內(nèi)容過(guò)濾了。2014 年，麻省理工學(xué)院的一項(xiàng)研究發(fā)現(xiàn)，62.5% 的研究參與者都沒(méi)有意識(shí)到 Facebook 過(guò)濾了他們的 News Feed 。

「最好的人工智能算法能泛化，他們能預(yù)測(cè)你想要什么，但它們從來(lái)都不是完美的，」Candela 說(shuō)。這也是 Schroepfer 之所以相信 Facebook 距離「把一切都交給人工智能技術(shù)」還很遙遠(yuǎn)的理由之一。

「我認(rèn)為，你仍要人處在決策環(huán)中，」Schroepfer 說(shuō)�！肝覀冋�在為他人創(chuàng)造產(chǎn)品，而我很難相信機(jī)器能計(jì)算出其他人想要什么，哪怕是使用這些高級(jí)科技。」

Schroepfer 說(shuō)，這一工作都是為了打造一個(gè)社交網(wǎng)絡(luò)，能夠更好地預(yù)期用戶(hù)想要看到什么或體驗(yàn)。如果你這一天過(guò)得很糟糕，他希望 Facebook 能給你看一段詼諧的小貓視頻。如果你有一星期都沒(méi)和你母親聊過(guò)天，他希望 Facebook 能識(shí)別出這一點(diǎn)并主動(dòng)為你推送一些關(guān)于她的生活的信息更新。

「Facebook 當(dāng)下的問(wèn)題是，關(guān)于你想要什么，你告訴我們的東西還不夠多�！筍chroepfer 說(shuō)�！肝覀�?cè)谂�力猜測(cè)你想要什么。問(wèn)題的一部分是，我們不知道該問(wèn)你什么，而當(dāng)你告訴我們你想要什么的時(shí)候，我們也不確定對(duì)此該做些什么。因?yàn)槲覀兊南到y(tǒng)還沒(méi)有真正在這方面安排好、優(yōu)化好�！�

應(yīng)用機(jī)器學(xué)習(xí)( Applied Machine Learning)團(tuán)隊(duì)的建立為創(chuàng)建這樣的系統(tǒng)提供了機(jī)會(huì)。同時(shí)，F(xiàn)AIR 團(tuán)隊(duì)也提供了機(jī)會(huì)讓我們能建立關(guān)于「如何讓機(jī)器去學(xué)習(xí)」的更好理解。

Facebook 做出了以這種方式在人工智能研究方面高歌猛進(jìn)的決定，與競(jìng)爭(zhēng)者們相比，它這么做有些不同尋常。

例如，微軟旗下的研究院擁有一支龐大的人工智能研究隊(duì)伍，但微軟并沒(méi)有把這方面的努力移交給一個(gè)商業(yè)化團(tuán)隊(duì)，再讓這商業(yè)化團(tuán)隊(duì)把它轉(zhuǎn)化成供內(nèi)部使用的產(chǎn)品。相反，研究人員會(huì)直接與產(chǎn)品團(tuán)隊(duì)的人一起工作，建立使用深度學(xué)習(xí)的工具或新的服務(wù)。

據(jù)微軟研究院院長(zhǎng) Peter Lee 說(shuō)，在對(duì)外方面，微軟正在試圖建立一個(gè)為機(jī)器學(xué)習(xí)提供服務(wù)的平臺(tái)，并通過(guò)它的云計(jì)算平臺(tái) Azure 把這些服務(wù)提供給客戶(hù)。

不過(guò)，Lee 和 Facebook 的 Schroepfer 在這一點(diǎn)上是一致的：機(jī)器學(xué)習(xí)和人工智能正在使公司們能創(chuàng)建一些新的產(chǎn)品，這些產(chǎn)品在過(guò)去曾因太耗費(fèi)時(shí)間或資源而無(wú)法實(shí)現(xiàn)。

從微軟跳槽到 Facebook 的 Candela 說(shuō), 他有意要在 Facebook 努力創(chuàng)造出一個(gè)不一樣的組織結(jié)構(gòu)，因?yàn)樗�感到�?dāng)他還在微軟時(shí)，好想法無(wú)法在組織中快速散播。每一個(gè)新發(fā)明或新人工智能算法都被封閉在其所在的團(tuán)隊(duì)里。他說(shuō)，F(xiàn)acebook 正在努力抵抗這種習(xí)氣。

然而， 卡耐基梅隆大學(xué)計(jì)算機(jī)科學(xué)院院長(zhǎng) Andrew Moore 懷疑，像 FBLearner Flow 這樣的人工智能平臺(tái)真的能在一個(gè)組織中得到廣泛應(yīng)用。他說(shuō)，大部分的機(jī)器學(xué)習(xí)模型都無(wú)法泛化。

「對(duì)機(jī)器學(xué)習(xí)來(lái)說(shuō)，有一個(gè)陷阱，據(jù)我所知還沒(méi)有哪家大公司未曾掉入這個(gè)陷阱�！顾�說(shuō)�！缚雌饋�(lái)建立一個(gè)平臺(tái)來(lái)支持機(jī)器學(xué)習(xí)算法似乎是很有用的，然而你會(huì)發(fā)現(xiàn)，每個(gè)使用機(jī)器學(xué)習(xí)的應(yīng)用程序都需要調(diào)用不同的應(yīng)用程序才能使用機(jī)器學(xué)習(xí)。因此，在機(jī)器學(xué)習(xí)平臺(tái)的建造者和那些試圖用平臺(tái)來(lái)制造產(chǎn)品的客戶(hù)之間常常存在著斷裂�！�

例如，F(xiàn)acebook 發(fā)起的實(shí)名政策要求人們?cè)谄渚W(wǎng)站上使用真名，而這令跨性別者（他們可能并不認(rèn)同他們出生時(shí)的名字）、美國(guó)原住民的后代（他們的名字不太容易用西方格式表示）和遭受侵犯虐待者（他們需要保留更多的隱私）感到不安。然而，當(dāng)時(shí) Facebook 的算法很難分析這些名字以適應(yīng)這些需求。

Schroepfer 告訴我們，如今 Facebook 用與過(guò)去不同的方式來(lái)劃分它的數(shù)據(jù)，從而確保規(guī)模較小的人群沒(méi)有在取平均（averaging）的過(guò)程中被遺失。Schroepfer 說(shuō)，F(xiàn)acebook 還組織了面向重點(diǎn)群體和直接用戶(hù)反饋的對(duì)新產(chǎn)品的質(zhì)性評(píng)估。「現(xiàn)在，當(dāng)我們要發(fā)起什么項(xiàng)目，但事先卻不理解怎樣的改變才能更好的為人服務(wù)，這樣的情況已經(jīng)極少發(fā)生了。 」

這只是一條漫長(zhǎng)道路的開(kāi)端。毫無(wú)疑問(wèn)人工智能技術(shù)正在使電腦變得更高效，并使我們能夠在前所未見(jiàn)的超大尺度上建立各種系統(tǒng)。人工智能正在幫助 Facebook 擴(kuò)展它的社交網(wǎng)絡(luò)的范圍和性能，同時(shí)并未影響它產(chǎn)生利潤(rùn)。如果幸運(yùn)的話(huà)，這些技術(shù)也將幫助我們更好地學(xué)習(xí)如何與機(jī)器一起生活。