Facebook希望明确一点：它正在推动人工智能研究的最前沿。但同时，它也带来一项保证：这些机器并非邪恶，它们将使生活变得更美好。
在今天的一篇博文中，负责AI的Facebook人工智能研究部门（FAIR）详细介绍了其2015年一些最重要的成就。其中一些是较早的、此前已有报道的，例如其能够讲述《指环王》剧情的神经网络；而另一些则是新的，例如一个能够进行无监督学习的模型。
在过去的几年里，该公司在人工智能领域进行了大量投资，将一个位于纽约市、仅有45名研究人员和工程师的小部门发展壮大。目前，Facebook利用人工智能自动标记照片、翻译文本，并在其个人助理Facebook M中运用，该助理正在逐步向更多用户扩展。
最近，Facebook展示了一项针对视障用户的全新功能，该功能可以“观察”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个人主页上发布了一段视频，强调了这项功能的成功。这为图像识别加入了短期记忆功能。现在，机器不仅仅是看到浴缸里的婴儿照片，还能回答关于照片的问题。视频展示了在犬种识别方面的应用，这意味着AI不仅能理解物种类别，还能识别出使每个犬种与众不同的特定品种变异。
“我们认为AI可以帮助计算机更好地理解世界——从而能更好地帮助人们。这项技术我们还处于早期阶段，但你已经可以想象到它未来将多么有用，”扎克伯格写道。
扎克伯格说得对：我们还处于人工智能系统开发的非常早期阶段。今天的每一个公告，以及过去的大多数公告，都集中在让机器像人类一样完成某项任务（即使这样也很勉强）。
这是我们目前在AI开发方面的现状更新。我们还处于字面意义上的婴儿期——我们的人工神经网络还在玩积木、辨认数字图像。人工智能“智能”实际上非常愚蠢，但它之所以看起来如此令人印象深刻，是因为计算的规模远远超过了我们自身。
Facebook人工智能研究主管Yann LeCun将人工智能比作汽车。汽车比人跑得快得多，这使得它非常适合交通运输。但汽车不能自己画画，也不能讲笑话，也不能举起箱子。我们为特定任务设计了令人难以置信的系统，但距离任何像人类那样通用的能力还有很长的路要走。
“人工智能系统将是我们大脑的延伸，就像汽车是我们腿的延伸一样，”LeCunn在扎克伯格发布的视频中说道。“它们不会取代我们，它们将放大我们所做的一切：增强我们的记忆，让我们获得即时知识，并将使我们能够专注于做真正属于人类的事情。”
这并不是说Facebook今天的公告不令人印象深刻。无监督学习长期以来一直是AI研究人员面临的一个难题。人类通过观察周围环境来学习，按理说，机器也应该能够做到这一点。但研究人员遇到了瓶颈，机器缺乏足够的内部输入来理解所有信息。其中一种尝试是竞争性学习，在这种模式下，算法通过内部竞争来给出最佳答案。
然而，今天发布的视频展示了一种新方法：向AI展示一个只有两种结果的可控环境。神经网络观察一堆积木，并判断它们是否会倒下。在观察的过程中，它会学习到“倒下”的概念，并随着时间的推移而改进。他们称之为预测学习。Facebook报告称，该神经网络现在可以以高达90%的准确率判断积木是否会倒下，并声称这比大多数人类做得更好。
对于AI研究人员来说，Facebook即将在神经信息处理系统（NIPS）会议上的演讲是一个重大消息。他们声称，他们的新系统将使用十分之一的训练数据，并且工作效率提高30%。这对最终用户意味着什么？用非常基础的术语来说，人工神经网络工作分两步。它首先查看大量信息，然后能够合成或分类新信息。
初始信息被称为训练数据。要标记你的照片，Facebook会查看你的60张照片，然后理解你的样子，以便将来为你标记照片。使用这个60张照片的数字，人工神经网络只需要6张照片。这意味着以更少的数据获得相同的结果（97%的准确率）。
他们使用的背景系统叫做“DeepMask”，该系统能够同时识别物体与其周围环境的区别，然后识别物体内的特征以进行分类。它能以更高的精度从图像中提取信息，意味着每张照片都能获得更高的价值。
这一切都只是人工智能研究领域战鼓声中的一个鼓点，Facebook理所当然地将其视为一场漫长的战斗。
Facebook首席技术官Mike Schroepfer写道：“要实现这一切，还需要多年的艰苦努力。但如果我们能够掌握这些新技术，我们将离连接世界的目标更近一步。”
阅读更多：揭秘Facebook人工智能实验室
