如果说 Facebook 的开发者大会 F8 明确了一件事，那就是直播视频对平台的未来至关重要。不仅每个 Facebook 用户现在都可以通过智能手机向全世界广播，而且很快其他相机也将能够制作高质量的广播。最重要的是，Facebook 致力于将所有这些直播视频商业化，以此激励人们在这个世界上最大的社交网络上进行直播。
但是直播视频放大了 Facebook 在视频方面已经存在的一个问题：即使用户想看某个视频，他们通常也找不到。我们观看的大多数视频都是由我们关注的朋友或主页分享的。
这就是人工智能发挥作用的地方。Facebook 应用机器学习部门负责人 Joaquin Quiñonero Candela 今天在接受《大众科学》杂志采访时表示，未来，人工智能将能够观看世界上所有正在制作的直播视频，理解发生的事情，并使其可搜索。更重要的是，Facebook 甚至可能能够将这些流剪辑在一起，制作一个你想要观看内容的个性化频道。
Candela 说：“随着这项技术的发展，我们将不得不为人们制作出色的策展工具。你可以想象一个退休的滑雪板爱好者，如果我有工具可以浏览数百万个直播流，我能否将专业拍摄的流与人们在山上的素材剪辑在一起。想象一下，如果我能剪辑和混合这些素材，我就可以制作出我自己的电视节目。如果我们希望这一切发生，我们就必须构建这些工具。”
但是要实现这一点并不容易。目前，Facebook 仍在研究如何识别图像中的物体，现在他们才刚刚开始研究视频。
主要问题在于所谓的语义分割。人工智能要理解图像或视频中的内容，有三个层次。第一是分类；照片里有一个杯子。然后是分割（根据内容将图像分成几块）；照片里有一个杯子和一张桌子。最后一个是语义分割，这是最难的部分，也是 Candela 认为我们需要最多努力的部分；杯子放在桌子上。
人工智能要知道杯子放在桌子上，意味着它需要理解这两个物体之间的关系，这是人类通过观察世界自然而然就理解的。这对于大多数系统来说很难理解，因为它们需要大量的例子来同时识别这两个物体是独立的，但又共享这种关系。杯子放在桌子上，桌子很少放在杯子上。
由于视频就是快速播放的一系列图像，因此人工智能要识别任何视频中的事物并理解它们，更不用说直播视频了，这是一项巨大的挑战。基于目前正在部署的系统，Candela 的梦想离现实还有很长的路要走，但他的团队正在取得进展。在今天 F8 主题演讲的演示中，Candela 宣布 Facebook 正在研究处理视频以进行面部识别。借助这项技术，人工智能能够知道某人何时出现在视频中，何时出现，以及出现多久。这项技术基于 Facebook 多年来一直使用的高精度人工智能自动标记功能。
然而，Candela 表示，分析直播视频也可以大大增强 Facebook 人工智能的实力。人工智能的一个主要卖点是它在工作中学习——而来自世界各地各种主题的近乎无限的视频流是学习新事物的绝佳机会。
