传统社交数据爆发式增长 Facebook AI实验室利用AI技术5年逆袭

坚持5年能得到什么？

马云说，“对于一家创业公司而言，能坚持做5年，就一定是‘牛’的。”

同理，对于一家传统互联网公司而言，能坚持5年用新技术为原有业务改头换面，更牛。

而从2013年12月10日对外正式宣布成立AI实验室FAIR至今，Facebook真真正正做AI正好5年时间了。这家在科技创新上素来以“落后、跟随”之姿发展的公司，如今也正在期待着凭借AI再创互联网社交传奇。

传统社交数据的爆发式增长

“没有深度学习，现在的Facebook就无法正常运营，因为它已经深入到Facebook的方方面面了。”FAIR创办者&首席AI科学家、卷积神经网络发明者之一的Yann LeCun在总结Facebook这5年发展时说道，“但实际上，在2013年之前，Facebook高层并不赞同成立这个实验室。”

众所周知，Facebook以传统社交互联网起家。而因初初创立时，扎克伯格还是哈佛大学的一名学生，所以这个社交平台一开始也只在哈佛大学的学生中被广泛熟知。

得益于互联网的快速发展，以及社交这一“有点就可扩散至面”的特性，Facebook很快便成为了美国高校学生日常社交的常用工具。

随着用户范围的扩大、开辟广告业务以及接入第三方服务，到2009年年初，Facebook的用户数就已超1.5亿，用当时扎克伯格的话说，“如果Facebook是一个国家，那么它将是世界上人口第八多的国家，比日本、俄罗斯和尼日利亚等国都多。”

但1.5亿的用户量和主要以图片为信息承载的社交模式，显然还不足以让扎克伯格为数据优化及处理忧心，而素来“后知后觉”的公司高层最关心也依旧是产品线的拓展。直到2013年的一次宴会，这一现状才有所改变。

其实，Facebook并不是不重视技术的发展，只是真的很“后知后觉”。这点，从历年来的F8大会就可以窥见一二。

2007年，Facebook召开了第一届F8大会，推出了面向开发者的社交图谱。次年，又推出了社交工具Facebook Connect。但实际上，这些只是基于Facebook现有业务所做的调整，而非技术创新性突破。

也因此，2009年的F8大会因没有新进展而停办。

此后两年时间里，虽然其做了多番调整，相继推出了新社交插件、TImeline、开放式图谱协议、图谱API等。但依旧可以看出，这些技术及产品不具备创新改革的能力。

为此，2013年的F8大会再次停办了，这对才上市不久的Facebook，是个不小的打击。

相关数据统计，到2013年年初，Facebook全球日活跃用户数已然超过了6.5亿。加之第三方服务、广告业务、视频直播、Instagram等产品线的发展，以及各产品间数据共享需求的增加，传统互联网技术俨然开始无法继续支撑下去了。

而此时，诸如谷歌、微软、苹果等同类互联网公司，早已开始向科技公司转型，如谷歌早在2010年就成立了谷歌X实验室，更是在2011年成立了谷歌大脑。而苹果更是在2011年就推出了智能语音助理Siri，将机器语音学习从实验室带到了大众的生活中。

此时的Facebook，显然已经落后了。

“Facebook CTO Mike Schroepfer此前一直不同意成立AI实验室，但事实显示，AI对于Facebook未来发展越来越重要。”LeCun回忆说，“在去扎克伯格家赴宴时，我和他详谈了AI的重要性。幸运的是，扎克伯格当时也认为‘开放创新’应该成为Facebook发展的重点。”

“之后没多久，FAIR就成立了。”

追赶深度学习

从成立之初，FAIR的定位便是一个负责研究技术的部门，其研究重点也大多聚焦在解决推理、预测、规划、无监督学习等底层技术问题上。

当然，技术研发离不开人才，但Facebook于AI方面的积累几乎为0。所幸，扎克伯格肯投入，除LeCun外，5年时间里，FAIR还相继吸引来了包括VC维和SVM的缔造者Vladimir Vapnik，提出随机梯度下降法的Léon Bottou，做出高性能PHP虚拟机HHVM的Keith Adams、ICCV 2017最佳论文得主何凯明等在内的多位深度学习顶级专家，甚至还用7位数年薪与Deepmind展开了抢人大战以及大力挖角微软。截止到目前，FAIR的团队规模就已扩大至了近200人。

如此大的人才投入下去，成果自然也不会少。

· Caffe2

沿袭Caffe的大量设计，2017年4月FAIR推出了兼具扩展性、高性能和便携性的Caffe2，一个轻量化和模块化的深度学习框架，可在移动设备上进行训练和预测。

· PyTorch

2017 年初，FAIR发布了基于Python开发的PyTorch。因其集成了Caffe2和ONNX 的模块化、面向生产的功能，提供从研究原型到生产部署的无缝路径，并与云服务和技术提供商进行深度集成，在GPU速度和内存使用率方面都极具优势。

今年10 月，Facebook还举办了第一届 PyTorch开发者大会，来自加州理工学院、FAIR、fast.ai、谷歌、微软、英伟达、特斯拉等多位行业顶级专家均有参与。

· FastText

为了加快机器文本分类和学习速度，2016 年FAIR推出FastText，可对数十亿个单词量文本进行快速分类。截止到目前，FastText已经可以对157 种语言的文本进行分类，也被应用于诸如“消息回复建议”等的场景中。除此之外，FastText还和DeepText相结合，进行自然语言理解和翻译。

· Fairseq机器翻译模型

基于CNN，FAIR推出了集速度、准确性和学习能力为一体的NMT神经机器翻译架构——Fairseq，其速度较谷歌的RNN提高了9倍。

而为了避免需要翻译大量的数据集（通常称为语料库），FAIR在去年发布了MUSE，通过监督和无监督式学习的方式，学习和翻译110种双语词典以及自我构建新的双语词典。

· bAbI

长期记忆能力不足是神经网络的缺陷之一，为此，FAIR开发了一个支持内存网络的机器学习模型，它能够参考此前的对话内容做记忆性回答。比如，在学习了《魔界》这部电影的剧情后，其就能概括出故事的最后戒指是出现在了Mount Doom中。

而为了让模型有足够的数据学习，FAIR还构建了一个问答任务数据集——bAbI，包含数千个对话示例，可以提高模型理解文本的准确性。

· Mask R-CNN

作为一个以图片分享为核心的社交平台，每天上传至Facebook上的图片数据量是极为庞大的。而为了在合适的时间为用户展示合适的图片，FAIR通过理解图片中的不同部分的像素，以理解图片的特殊含义，比如分析人手部动作的具体含义，实现图像实例分割。

目前，Mask R-CNN已被应用于检测劣质内容等场景中。未来，Facebook还将会应用它为AR、智能相机等业务赋能。

5年坚持下的“焕新”

可以看到，5年时间，Facebook在AI，尤其是深度学习基础技术研发上已初具规模。当然，任何高端技术在走出实验室之前，都无法创造实际价值。为此，在FAIR技术成果转化过程中，Facebook还成立了其第二大人工智能实验室AML，旨在研究AI技术的具体应用。

一般而言，如这样分成两个部门应该存在着很大的沟通交流问题，不过很显然，Facebook在这方面做的很好。所有来自FAIR的预测推理、视觉、语义理解技术都被广泛应用到Facebook的各个产品中，如其图片滤镜已可以跟Snapchat媲美，不同用户主页News Feed上呈现的内容是由机器图像分析后决定的以及清除垃圾数据、内容及邮件翻译、智能摄像监控、简化版数字助理“M”等，都是AI赋能的结果。

而在Facebook近年大力发展的VR/AR业务方面，上述中多项技术都有所应用。甚至还有消息称，Facebook内部已经在紧锣密鼓的研发语音助理，代号为 “Aloha”。

可以说，AI已经成为了互联网社交外，Facebook最核心的部分。从2014年开始，即便在今年遭遇重大数据泄露问题的情况下，F8大会再未出现停办的情况，也或多或少都有较为亮眼的新产品或技术推出。Facebook也终于在2016年发布的“十年版图”中，将AI、VR等技术放在了战略核心的位置上。

就连那位此前一直反对成立人工智能实验室的Mike Schroepfer也终于承认，“AI是Facebook未来三大重点发展领域之一，其余两个是虚拟现实和让更多的人连上网络。”

成果来之不易，坚持更是难上加难。虽然较之于谷歌、微软这样在底层技术方面素来领先的公司而言，Facebook目前还未能有突破性领先成果，但5年时间里，FAIR的多项成果及相关应用也足以说明，Facebook正在试图，或者说期待凭借AI再创其在互联网时代的社交传奇。

就连LeCun都说，“在FAIR创办之前，Facebook做的都是一些短期的工程项目，最长的项目周期也不过6个月。”由此可以期待，下一个5年，FAIR或许能给我们带来更多的惊喜。