今日（12月11日），據外媒engadget報道，本周四，Facebook公司表示將把公司的人工智能硬件平臺Big Sur進行開源，該計劃被命名為“開放計算項目”。承諾向該開源社區提供系統設計，特別是完整的人工智能任務 創建方法。這種硬件的設計特點是易于維修的主板，帶有8個NVIDIA的Tesla M40 GPU。
通過這一強大的計算機系統，Facebook希望使人工智能技術能夠閱讀新聞、回答問題，以及操作游戲，同時不必人工的介入。目前，Big Sur可以操控計算機，以類似人腦神經網絡的方式理解及使用數據。
Facebook在人工智能領域的布局主要圍繞著其用戶的社交關系和社交信息來展開，在2013年加入公司的深度學習鼻祖Yann LeCun的幫助下，公司的圖像識別技術和自然語言處理技術大幅提升。
Facebook在人工智能研究上采取了更加開放的態度，目的是換取其他開發者的信息，讓公司發現新的觀點，從而改進自己的產品和服務。Facebook的這種做法與蘋果截然不同。蘋果目前也在開發人工智能技術，只不過這家公司沒有對外透露過太多人工智能技術的開發進展。
從本質上來講，Facebook認為共享技術要比獨自開發讓所有人更快的受益。事實上，Facebook也沒有太多的選擇。這家公司既沒有控制操作系統，也沒有控制電信網絡，所以它需要與其它公司合作來開發技術。
今年6月，Facebook在法國巴黎設立了人工智能實驗室，以建造能夠理清海量數據的更聰明的機器。
與此同時，Facebook人工智能巴黎實驗室已經開始“在全球范圍內招募最優秀的科研人員”。Facebook的另外兩個人工智能實驗室分別位于紐約和硅谷的門洛帕克。
Facebook首席技術官Mike Schroepfer在3月份提出，人工智能是Facebook對未來的三大重點發展領域之一——其余兩個為虛擬現實和讓更多的人連上網絡。
1.Facebook擁有虛擬現實頭盔制造商Oculus。通過使用Oculus的設備和手動工具，藝術家能夠使用專門設計的軟件來開發3D虛擬角色。Oculus已經把開發出的虛擬現實頭盔提供給了設計工作室。斯科洛普夫表示，“你不必想象這是否看起來像3D。你確實是在3D環境中開發虛擬角色。”
2.Facebook的新虛擬助手產品M正在從人類給用戶提供的答案中進行學習，最終的構想是人工智能最終能夠取代大多數的人類工作。斯科洛普夫表示，“沒有人類的參與，M已經能夠算出‘我想要送一些鮮花’此類問題的解決方案。就此問題而言，我們需要答復的是‘你準備花多少錢？’以及‘你想把它們送到哪里？’”最終，人工智能將變得足夠可靠，并為所有的14.9億Facebook用戶提供服務。
3.Facebook的人工智能軟件正在教計算機如何看圖，并決定什么樣的物品應當被認為是獨立物體。舉例來說，放在桌子上的咖啡杯在物理上與桌子應當是分離的。
1.問：當時你為何認為神經網絡無法做到那一點（人臉識別）？
Yann LeCun：當時的神經網絡在識別普通類別方面非常擅長。比如說它知道這是一輛車，但它并不知道這個一輛什么車，或者它位于哪個位置。或者說有一把椅子，但這把椅子可以是任何一種形態，而那種神經網絡只擅長把椅子和汽車的關鍵特征提取出來，以判斷出這是一把椅子或者一輛車，完全不關心某些特定實例和它所在的位置。
但對于識別鳥的類別、狗的品種、植物種類和人臉，你就需要可以應對更加細密紋理的識別能力，你可能識別出幾百萬種類別，但不同類別之間的差異非常細微。所以，我當時可能會認為深度學習并非解決這類問題的最佳方法，或許其他方法會更加適合，但我錯了。我低估了我手中技術的實力。雖然今天有很多事情認為很難做到，但一旦出現突破，就會完成的很好。
2.問：你們的人工智能系統是否會被一些特定類型的問題所困擾？
Yann LeCun：是的，如果你的問題都是一些概念性的東西，那這個系統的表現就不會很好。系統是被通過一些特定類型的問題來訓練的，比如說（圖片中）物體的存在與否、不同物體之間的關系，等等，但還有很多事情這個系統無法完成，它還不夠完美。
3.問：這個系統可以被用于Facebook或者Instagram上來自動為圖片加上標題？
Yann LeCun：為圖片加標題需要的方法與這個有些細微差異，但它們是相似的。當然，這對于那些視力受損的Facebook用戶非常有用。或者說，當你在開車時收到你朋友發來的圖片，這時你不要低頭看手機，而只需要問一句「照片中有什么？」系統馬上就會告訴你這張照片的類型，是戶外還是室內，是否有落日等其他什么東西。然后系統會將它在照片中發現的東西做成一個列表給你，但這些都不成語句，只是一個多個單詞組成的列表。
京公網安備 11010502049343號