Facebook在2018年過(guò)的并不好，一連串的數(shù)據(jù)泄露丑聞打的小扎和他同事措手不及。

但是，一年的時(shí)間，F(xiàn)acebook仍然做出了許多的成績(jī)，尤其在AI方面，這家社交媒體公司利用人工智能開(kāi)發(fā)了許多的應(yīng)用。例如智能推薦系統(tǒng)，例如對(duì)一些色情內(nèi)容進(jìn)行識(shí)別的智能識(shí)別工具等等。

拋去那些不好的事情，我們?nèi)绾螐腇acebook 的2018年的成長(zhǎng)中獲取養(yǎng)分？相信下面這篇Facebook 2018年的工作總結(jié)可以給你帶來(lái)一些靈感。

這篇文章，發(fā)布在code.fb.com上，大數(shù)據(jù)文摘有刪改的進(jìn)行了編譯。

Facebook瞅準(zhǔn)AI發(fā)展的眼光一直很在行，在這一領(lǐng)域里的行動(dòng)也從未停止。

我們不滿足于在當(dāng)前機(jī)器學(xué)習(xí)瓶頸的發(fā)展，而是希望找尋更新、更高效的學(xué)習(xí)方式。我們抱有利用AI造福世界的信念和對(duì)機(jī)器學(xué)習(xí)研究的堅(jiān)持，我們的工程師將更多前沿的算法和工具開(kāi)源到AI社區(qū)，例如Pytorch深度學(xué)習(xí)的開(kāi)源框架及其升級(jí)，更新后的Pytorch還專門(mén)開(kāi)發(fā)了支持新手的接口，使得他們更容易接觸深度學(xué)習(xí)，在一定的程度上推動(dòng)了相關(guān)AI項(xiàng)目的落地。

除了一些論文和數(shù)據(jù)集之外，還有一些很棒的日常生活助手，比如加持人工智能的MRI掃描變得更加高效了，在救災(zāi)工作和預(yù)防自殺方面也有提高。

2018年，我們找到了使用較少監(jiān)督數(shù)據(jù)進(jìn)行相關(guān)研究的可行性的方法，也將研究項(xiàng)目從最初的圖像識(shí)別擴(kuò)展到了語(yǔ)言的翻譯和理解。

通過(guò)半監(jiān)督和無(wú)監(jiān)督培訓(xùn)推進(jìn)AI學(xué)習(xí)

當(dāng)前，大多數(shù)AI系統(tǒng)更多使用的還是監(jiān)督式學(xué)習(xí)，這意味著他們必須使用大量被標(biāo)記過(guò)的樣本才能進(jìn)行學(xué)習(xí)任務(wù)，而這些樣本數(shù)量對(duì)于訓(xùn)練需求來(lái)說(shuō)是嚴(yán)重不足的，因而這也就限制了技術(shù)長(zhǎng)期發(fā)展的潛力，而想要改變以上問(wèn)題可能需要多年的研究。

Facebook AI Research（FAIR）小組成立后，在人工智能研究上進(jìn)行了多樣的探索。2018年，該小組使用了無(wú)監(jiān)督機(jī)器翻譯，通過(guò)減少對(duì)標(biāo)記訓(xùn)練數(shù)據(jù)的依賴，打開(kāi)了翻譯“小語(yǔ)種”的大門(mén)，讓我們的系統(tǒng)支持更多的語(yǔ)言翻譯。

主要采用多種方法來(lái)避免標(biāo)簽訓(xùn)練數(shù)據(jù)不足的問(wèn)題，包括使用多語(yǔ)言建模來(lái)利用給定語(yǔ)言組中方言之間的相似性，例如白俄羅斯語(yǔ)和烏克蘭語(yǔ)、烏爾都語(yǔ)等語(yǔ)言的資源目前都很少，與英語(yǔ)相比，他們現(xiàn)有數(shù)據(jù)集十分有限。

雖然使用的是無(wú)監(jiān)督的數(shù)據(jù)，但是它的性能卻能與“打標(biāo)簽”數(shù)據(jù)訓(xùn)練的系統(tǒng)相媲美。現(xiàn)在無(wú)監(jiān)督方法有了更實(shí)質(zhì)性的改進(jìn)。

這就是為什么我們要探索更多的訓(xùn)練方法，讓監(jiān)督學(xué)習(xí)變得不再那么重要的原因。半監(jiān)督和無(wú)監(jiān)督式的學(xué)習(xí)方法或許是不錯(cuò)的選擇。

在這項(xiàng)研究在今年已經(jīng)被應(yīng)用。并且為自動(dòng)翻譯軟件增加了24種語(yǔ)言。此外，在與紐約大學(xué)合作過(guò)程中，我們?yōu)楝F(xiàn)有的MultiNLI數(shù)據(jù)集添加了14種語(yǔ)言，這些數(shù)據(jù)集廣泛用于自然語(yǔ)言理解研究，此前僅有英語(yǔ)版本。

我們最新的XNLI數(shù)據(jù)集中包括兩種低資源語(yǔ)言：斯瓦希里語(yǔ)和烏爾都語(yǔ)，這一方法有助于整體采用跨語(yǔ)言的語(yǔ)言理解，從而減少了對(duì)標(biāo)記數(shù)據(jù)的需求。

為了研究基于標(biāo)簽的圖像識(shí)別，我們顛覆了傳統(tǒng)的研究方法，新的方法能夠使得數(shù)據(jù)進(jìn)行自我標(biāo)記并形成大型訓(xùn)練集，例如35億個(gè)公開(kāi)的Instagram圖像就是用這么形成的。

我們的結(jié)果不僅證明使用數(shù)十億個(gè)數(shù)據(jù)點(diǎn)對(duì)于基于圖像的任務(wù)非常有效，而且它還使我們打破了一個(gè)記錄，比ImageNet上先前最先進(jìn)的圖像識(shí)別模型的準(zhǔn)確率高出一個(gè)百分比。

Hashtags可以幫助計(jì)算機(jī)視覺(jué)系統(tǒng)快速識(shí)別圖像的額外信息以及特定的子類。

加快人工智能研究和產(chǎn)業(yè)應(yīng)用的融合

AI已成為Facebook幾乎所有產(chǎn)品和服務(wù)的基礎(chǔ)。這點(diǎn)從我們的工程師正在構(gòu)建和增強(qiáng)的各種基于AI的平臺(tái)和工具中可以看出。

但是在2018年Facebook有了一個(gè)共同的主題：如何將人工智能技術(shù)嵌入到人工智能系統(tǒng)中。

自2017年P(guān)yTorch發(fā)布以來(lái)，深度學(xué)習(xí)框架已被AI社區(qū)廣泛采用，它目前是GitHub上增長(zhǎng)速度第二快的開(kāi)源項(xiàng)目。 PyTorch的用戶友好界面和靈活的編程環(huán)境使其成為AI開(kāi)發(fā)中快速迭代的通用資源。由于代碼庫(kù)的貢獻(xiàn)和反饋，其開(kāi)放式設(shè)計(jì)確保了框架將繼續(xù)改進(jìn)。對(duì)于2018年，我們希望為PyTorch社區(qū)提供更加統(tǒng)一的工具集，重點(diǎn)是將他們的AI實(shí)驗(yàn)轉(zhuǎn)變?yōu)樯a(chǎn)就緒的應(yīng)用程序。

我們?cè)?月份的F8會(huì)議上發(fā)布了更新的框架，我們?cè)敿?xì)介紹了它的原型系統(tǒng)和設(shè)置，以及它是如何集成Caffe2模塊的。還有產(chǎn)品為導(dǎo)向的能力和新擴(kuò)展的ONNX。這一切都簡(jiǎn)化了整個(gè)AI開(kāi)發(fā)流程。

10月，我們?cè)诘谝粚肞yTorch開(kāi)發(fā)者大會(huì)上發(fā)布了PyTorch 1.0開(kāi)發(fā)人員預(yù)覽版。也展示了該框架的平臺(tái)生態(tài)系統(tǒng)。谷歌，微軟，NVIDIA，特斯拉和許多其他技術(shù)提供商在該活動(dòng)中對(duì)PyTorch 1.0進(jìn)行討論，且fast.ai和Udacity都上線了新版本課程，教授深度學(xué)習(xí)。

我們?cè)诒驹略缧r(shí)候完成了PyTorch 1.0的推出，放出了其完整版本的所有功能，例如在eager和圖形執(zhí)行模式之間無(wú)縫轉(zhuǎn)換的混合前端，改進(jìn)的分布式訓(xùn)練，以及純C ++前端，用于高性能研究。

我們今年還發(fā)布了一些工具和平臺(tái)，擴(kuò)展了PyTorch的核心功能，包括一對(duì)內(nèi)核庫(kù)(QNNPACK和FBGEMM)，它可以使移動(dòng)設(shè)備和服務(wù)器更容易運(yùn)行最新的人工智能模型。還有一個(gè)加速自然語(yǔ)言處理開(kāi)發(fā)的框架—PyText。

PyTorch還為Horizon提供了基礎(chǔ)。Horizon是第一個(gè)使用應(yīng)用強(qiáng)化學(xué)習(xí)（RL）來(lái)優(yōu)化大規(guī)模生產(chǎn)環(huán)境中的系統(tǒng)的開(kāi)源端到端平臺(tái)。

Horizon對(duì)RL進(jìn)行了大量研究，但很少嘗試進(jìn)行決策，也沒(méi)有用于那種可能包含數(shù)十億條記錄的數(shù)據(jù)集的應(yīng)用程序。 在Facebook內(nèi)部部署平臺(tái)后，在優(yōu)化流視頻質(zhì)量和改進(jìn)Messenger中的M建議等用例中，我們使Horizon開(kāi)源橋接RL研究和生產(chǎn)，讓任何人都可以下載。

這是一個(gè)顯示Horizon的反饋路徑的高級(jí)圖表。首先，我們預(yù)處理現(xiàn)有系統(tǒng)記錄的一些數(shù)據(jù)。然后，我們訓(xùn)練模型并在離線設(shè)置中分析反事實(shí)政策結(jié)果。最后，我們讓專門(mén)人員配置模型，衡量真正的政策。新模型的數(shù)據(jù)反饋到下一次迭代，大多數(shù)團(tuán)隊(duì)每天都會(huì)部署一個(gè)新模型。

我們還發(fā)布了Glow——一個(gè)開(kāi)源的、社區(qū)驅(qū)動(dòng)的框架。其支持機(jī)器學(xué)習(xí)（ML）的硬件加速。Glow與一系列不同的編譯器，硬件平臺(tái)和深度學(xué)習(xí)框架（包括PyTorch）合作，現(xiàn)在由包括Cadence，Esperanto，Intel，Marvell和Qualcomm Technologies Inc.在內(nèi)的合作伙伴提供支持。

為了進(jìn)一步鼓勵(lì)在整個(gè)行業(yè)中使用機(jī)器學(xué)習(xí)，我們發(fā)布了一種新的機(jī)器學(xué)習(xí)優(yōu)化服務(wù)器設(shè)計(jì)，稱為Big Basin v2，作為開(kāi)放計(jì)算項(xiàng)目的一部分。我們已將新的模塊化硬件添加到我們的數(shù)據(jù)中心機(jī)隊(duì)中，并且任何人都可以在OCP市場(chǎng)下載Big Basin v2的規(guī)格。

2018年標(biāo)志著Oculus Research轉(zhuǎn)變?yōu)镕acebook Reality Labs，以及對(duì)AI和AR / VR研究重疊的新探索。作為我們盡可能多地開(kāi)源人工智能相關(guān)工具的持續(xù)努力的一部分，我們發(fā)布了DeepFocus項(xiàng)目的數(shù)據(jù)和模型，該項(xiàng)目使用深度學(xué)習(xí)算法在VR中渲染逼真的視網(wǎng)膜模糊。

在未來(lái)一年，我們希望獲得有關(guān)所有這些版本的更多反饋。我們將繼續(xù)構(gòu)建和開(kāi)源工具，完成PyTorch 1.0的使命，幫助整個(gè)開(kāi)發(fā)人員社區(qū)從實(shí)驗(yàn)室和研究論文中，提取最先進(jìn)的AI系統(tǒng)并投入生產(chǎn)。

建立有益于每個(gè)人的AI

我們?cè)陂_(kāi)發(fā)非常廣泛的AI技術(shù)的技術(shù)方面有著悠久的歷史記錄。在過(guò)去的一年中，我們繼續(xù)部署應(yīng)用人工智能的工具使世界受益，包括我們對(duì)自殺預(yù)防工具的擴(kuò)展開(kāi)發(fā)，這些工具使用文本分類來(lái)識(shí)別那些表達(dá)自殺的想法和語(yǔ)言的帖子。該系統(tǒng)使用單獨(dú)的文本分類器來(lái)分析帖子和評(píng)論，接著如果可以的話，將它們發(fā)送給我們的社區(qū)運(yùn)營(yíng)團(tuán)隊(duì)進(jìn)行審核。

該系統(tǒng)利用我們已建立的文本理解模型和跨語(yǔ)言功能，讓我們能夠接觸到需要獲得服務(wù)的人群數(shù)量得到提升。

我們還發(fā)布了一種使用AI的方法，可以快速準(zhǔn)確地幫助查明災(zāi)難影響最嚴(yán)重的區(qū)域，而無(wú)需等待手動(dòng)標(biāo)注數(shù)據(jù)。

這種方法是與CrowdAI合作開(kāi)發(fā)的，能夠以更快速和更高效為受害者提供援助。將來(lái)，這項(xiàng)技術(shù)還可用于量化森林火災(zāi)，洪水和地震等大規(guī)模災(zāi)害造成的破壞程度。

我們部署了一個(gè)名為Rosetta的機(jī)器學(xué)習(xí)系統(tǒng)，每天從超過(guò)十億個(gè)公共圖像和視頻幀中提取文本，并使用文本識(shí)別模型一起理解文本和圖像的上下文。 Rosetta適用于多種語(yǔ)言，它自動(dòng)識(shí)別有助于我們了解模因meme（目前比較公認(rèn)的定義是“一個(gè)想法，行為或風(fēng)格從一個(gè)人到另一個(gè)人的傳播過(guò)程。）和視頻或違反政策內(nèi)容。

2018年，一個(gè)與紐約大學(xué)醫(yī)學(xué)院的長(zhǎng)期合作的項(xiàng)目—fastMRI啟動(dòng)。這個(gè)項(xiàng)目的目標(biāo)是改進(jìn)現(xiàn)有的診斷成像技術(shù)，使MRI掃描速度提高10倍。

fastMRI的目標(biāo)不是開(kāi)發(fā)專有流程，而是為了加速該領(lǐng)域技術(shù)。我們的合作伙伴已經(jīng)為這項(xiàng)研究制作了有史以來(lái)最大的全采樣MRI原始數(shù)據(jù)集（由紐約大學(xué)學(xué)院完全匿名發(fā)布），以及開(kāi)源模型，可以幫助更廣泛的研究群體開(kāi)始這項(xiàng)任務(wù)。我們還推出了在線排行榜，其他人可以發(fā)布并比較他們的結(jié)果。