未來的Facebook：阻止你上傳尷尬的照片

想象一下你和朋友們出去喝酒，喝著喝著就脫離了掌控，拿出手機自拍，然后毫不猶豫地傳到社交網站。這很正常，也令人尷尬。但Yann LeCun想阻止這樣肆無忌憚地行為，或者至少在人們做一些可能令他們后悔的事時，給予警告。他想在Facebook中建立一個智能助手，識別出令人尷尬照片。想像一下，它會對你說：“你確定想讓你老板和你媽看到這個么？”

LeCun是紐約大學的研究員，機器學習方面的專家，還是Facebook人工智能研究實驗室(FAIR)的負責人。

建立這樣的工具，就要建立圖像識別系統，分辨醉醺醺的你和清醒的你。利用最近流行的人工智能“深度學習”模式（由LeCun以及其他學者引入），Facebook已經能識別出分享到社交網絡上照片中的人臉，方便你將臉跟人名對號入座。

進擊的智能

Facebook實驗室成立已有一年，它對世界上最大的社交網絡的貢獻不僅僅局限在某個方面。該團隊研發的算法如今可以分析你的整個Facebook行為，識別出符合你口味的新聞內容；在你瀏覽重要內容時，很快分析全文，并自動給出中肯的評價。但是LeCun和他的團隊仍不滿足，希望人工智能系統能以更復雜的方式理解數據，從而為你指引你不曾想到的方向。

對某些人來說，這是一個痛苦的選擇。他們不想讓機器告訴他們應該做什么，不想讓機器識別他們的臉，更不想他們的臉存儲在某個遠處的數據中心里。但對LeCun來說，FAIR做的是讓你對自己的網絡身份多些控制。他還設想，當一個你不認識的人在未得到允許就將你的照片曬到社交網絡上后，Facebook會立即提醒你。

他和團隊并不是在深度學習技術上孤軍奮戰。利用成百上千臺電腦的錄音資源，谷歌在自己的搜索引擎上測試深度學習，對你向手機發出的指令進行識別，并最終在社交網絡上確定照片；微軟利用該技術能對Skype電話進行語音翻譯；Twitter和雅虎都相繼推出了自己的產品。

這項技術對互聯網巨擘們有著重大的意義。谷歌挖去了多倫多大學的Geoff Hinton教授，他與LeCun等人創建了深度學習機制；百度最近簽下了吳恩達，他曾在谷歌協助建立深度學習項目。自從LeCun去年被聘任過來負責FAIR，他還從Google偷走了一些人才。

語言的力量

深度學習并不是真正意義上的新技術。LeCun、Hinton等人受John Platt的啟發從上世紀80年代就開始探索基本原理。Platt在微軟進行了長時間的研究，10年前微軟采用類似的技術試圖改進平板電腦的手寫識別。Platt指出，伴隨著計算機硬件的發展，互聯網才能組織海量的數據幫助訓練神經網絡，這項技術最近才得以井噴式發展。

整個行業都在重新定義圖像識別和語言識別。但就像谷歌，LeCun也有更多想法。他指出下一步的發展方向是自然語言的處理，讓機器理解整個句子和段落的意思。

LeCun表示，短期內Facebook的目標是研發出能自動回復簡單問題的系統。最近公司開發了一個小工具，提取《魔戒》的摘要后，就能回答相關的問題。這是對人為短時記憶的探索，這項工作被稱為“周期性神經網絡”，旨在改進翻譯系統。這個神經網絡就好比我們自己處理翻譯時的大腦皮層。

完全的智能

LeCun表示，長期的目標是開發出類似智能數字助手的系統，能分析上傳到Facebook上的所有東西。“你需要一個能真正理解內容，了解人，并能存儲所有數據的機器”，他說道“這就是完全智能了。”

他們希望在未來的5-10年，Facebook能走的更遠。LeCun表示下一步計劃可能與虛擬現實Oculus Rift有關，這項提議Facebook在今年的早些時候就提出來了，并已經與Oculus團隊進行了初步協商。

當然，還有些因素制約著智能領域的發展。Facebook還沒有將智能技術與機器人技術結合在一起，但LeCun表示就學術研究而言他對此非常感興趣，這自然是下一步計劃。

via wired

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。