Facebook的人工智能究竟是什么水平？

在被任命为Facebook应用机器学习事业部(以下简称“AML”)负责人，帮助这家全球最大社交网络部署 人工智能 技术时，杰奎因·奎诺内罗·坎德拉(Joaquin Quinonero Candela)有些迟疑。

杰奎因·坎德拉，FacebookAML事业部工程总监

坎德拉是一位出生在西班牙的科学家，他总是自称“机器学习人士”。之所以有所迟疑，并不是因为他没有目睹人工智能给Facebook带来了多大的帮助。自从2012年加盟这家社交网络巨头以来，他已经见证了该公司广告业务的转变——他们利用机器学习技术提升了赞助内容的相关性和营销效果。

更重要的是，他通过一种独特的方式用技术武装自己部门的下属——即便这些人并没有接受过专业的人工智能技术培训。不仅如此，他还扩大了机器学习技术在整个广告部门的普及程度。

但他并不确定同样的“魔法”能在更大范围内展现出来，因为这个平台上的数十亿用户之间的联系取决于模糊的价值观，而不是用来衡量广告的硬性数据。“我需要确定这么做的确有价值。”他提到这次任命时如是说。

尽管有些怀疑，坎德拉还是接受了任命。而现在虽然距离那时仅仅过去两年时间，但他当初的迟疑却变得非常可笑。

究竟有多可笑?坎德拉上月在纽约的一次会议上对台下的一众工程师发表了演讲。“我要发表一份重要声明。”他警告说，“如果没有人工智能，Facebook如今已经无法存在下去。你或许并未意识到，但每当你使用Facebook或Instagram或Messenger时，你的使用体验都有人工智能的一份功劳。”

去年11月，我来到Facebook位于门罗帕克的总部采访坎德拉和他的团队时，便得以目睹人工智能如何在突然之间成为Facebook的生存养料。目前为止，提到Facebook在这一领域的发展，很多目光都会集中于该公司组建的世界级Facebook人工智能研究事业部(以下简称“FAIR”)，该部门的领导者是著名的神经网络专家严·勒坤(Yann LeCun)。

与 谷歌 微软、 百度 、亚马逊和 苹果 (这家以保密著称的公司如今也允许其科学家发布研究成果)等竞争对手一样，FAIR也成为供不应求的顶尖人工智能项目毕业生优先选择的公司。计算机在视觉、听觉甚至对话能力上取得的进步都得益于这种类似于大脑的数字神经网络，而FAIR则是这方面研究成果最为丰厚的机构之一。

但坎德拉的AML事业部则负责将FAIR的研究成果与Facebook的实际产品融合到一起，更重要的是，他们还将帮助该公司的所有工程师，把机器学习技术融合到自己的工作中。

由于Facebook已经离不开人工智能，所以所有工程师都必须使用这项技术。

把人工智能塞到每个人手中

就在我造访Facebook前两天，美国刚刚结束总统大选，而该公司 CEO 马克·扎克伯格(Mark Zuckerberg)也刚刚在一天前回应称，那些宣称Facebook传播假新闻帮助唐纳德·特朗普(Donald Trump)当选美国总统的想法“太疯狂”。由于人们之前就对Facebook的假新闻泛滥状况心怀不满，所以扎克伯格的这番评论无异于火上浇油。

尽管很多争议并不在坎德拉的职责范围内，但他知道，Facebook需要借助机器学习技术来解决假新闻危机，而这恰恰是他团队的职责之一。

但为了让公司内部的公关人员安心，坎德拉还向我展示其他一些东西，以此体现他的团队正在从事的工作。令我意外的是，这其实是一套有点无聊的把戏：它可以将一张照片或一段视频按照某位著名画家的独特风格进行渲染。这很容易让我们想起Snapchat上的各种噱头——把照片转化成毕加索风格的画作早已不是什么新鲜技术。

“这种技术名为神经风格转移。”他解释道，“就是一套大规模的神经网络，它可以通过训练将一张照片重新绘制成特定风格的画作。” 他掏出自己的手机，拍了一张照片，然后在屏幕上操作了一番，照片很快就被渲染称梵高名画《星夜》(The Starry Night)的风格。

更令人惊奇的是，他还能在视频播放过程中将内容渲染成类似的风格。但他表示，真正重要的东西其实是在肉眼无法看到的：Facebook开发的神经网络已经可以在手机上独立运行。

这同样不算新奇——苹果之前也宣称已经可以在iPhone上完成一些神经网络计算。但由于Facebook并不控制硬件，所以他们面临的难度要大得多。坎德拉表示，他的团队之所以能完成这套“把戏”，是因为他们积累了大量经验——每个项目都可以降低其他项目的工作难度，每个项目也都可以让未来的产品在接受更少培训的情况下，开发类似的产品——从而加快类似项目的开发速度。

“从启动项目到公开测试，我只花了8个星期，这太疯狂了。”他说。

他表示，在这么短时间内完成任务还有另外一个秘诀，那就是合作——这也恰恰是Facebook文化的基石。具体到这个项目，正是因为能够轻易接触到其他事业部的研究成果——尤其是熟悉iPhone硬件的移动部门——才使得他们能够把原本需要借助数据中心才能完成的图像渲染任务，通过手机来独立实现。