Facebook 建立的根基就是了解用戶一舉一動(dòng)并將它們掌握的各種數(shù)據(jù)打包賣給廣告商，隨后它們會(huì)將掙來的錢用于研發(fā)，為用戶提供更多新鮮有用的功能，如視頻和購(gòu)物，而通過這些新功能，它就能繼續(xù)加深對(duì)用戶的了解。

Facebook搭建的這套網(wǎng)絡(luò)實(shí)現(xiàn)了雙贏，用戶可以盡享交流和對(duì)話的便利，F(xiàn)acebook 也能借此發(fā)展壯大。當(dāng)然，用戶獲得良好體驗(yàn)的背景下，是 Facebook 數(shù)據(jù)工程師辛勤的勞動(dòng)，因?yàn)槲覀兪钦l，喜歡什么，時(shí)間都花在哪這些數(shù)據(jù)非常繁雜，它們根本沒有結(jié)構(gòu)。

那么數(shù)據(jù)工程師面對(duì)的是多浩大的工程呢？雷鋒網(wǎng)了解到，每分鐘全世界會(huì)有 12 億人在 Facebook 上上傳 13.6 萬張照片，更新 29.3 萬次狀態(tài)。因此，即使是 Facebook 的技術(shù)大牛，也只能從這些無結(jié)構(gòu)的數(shù)據(jù)中截取一些有價(jià)值的部分，而這部分通常是最難量化和處理的。

不過，現(xiàn)在數(shù)據(jù)工程師們有了強(qiáng)援——深度學(xué)習(xí)。深度學(xué)習(xí)技術(shù)讓機(jī)器能學(xué)著自己對(duì)數(shù)據(jù)進(jìn)行分類。最典型的例子就是深度學(xué)習(xí)圖像分析工具，無需人類專門教導(dǎo)，機(jī)器就能識(shí)別出哪些圖片包含有貓咪，而這一“神技”背后，是機(jī)器對(duì)大量圖片的分析?！皶x百遍，其義自現(xiàn)”，機(jī)器通過讀圖看出了圖片包含的信息，懂得了到底哪類圖片會(huì)包含貓咪。

通過對(duì)數(shù)據(jù)的量化，分析工具能洞察出所需信息，并完成對(duì)非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)化工作。在此過程中，分析工具會(huì)試圖回答類似包含貓咪的圖片中某家公司產(chǎn)品出現(xiàn)的頻率如何？我們應(yīng)該專門針對(duì)愛貓人士推出這款產(chǎn)品的廣告嗎的問題。

隨著深度學(xué)習(xí)算法變得越來越復(fù)雜，它們能處理的數(shù)據(jù)也越來越多，文字、圖片甚至視頻都不在話下。

下面，我們就來共同盤點(diǎn)幾種深度學(xué)習(xí)的特定用例，利用該技術(shù)，F(xiàn)acebook 不但為用戶提供了方便，還完成了對(duì)我們的深入了解。

1. 文本分析

如今，F(xiàn)acebook 上用戶分享的大多數(shù)數(shù)據(jù)依然是文本化的。雖然視頻和圖片可能包含千言萬語，但回答簡(jiǎn)單問題時(shí)你根本用不上那么多單詞，那些用不到的數(shù)據(jù)就會(huì)成為噪聲，如果不加區(qū)分的對(duì)其進(jìn)行精細(xì)化處理，就是在浪費(fèi) Facebook 的存儲(chǔ)和分析能力。

為了讓機(jī)器更好的理解文本，F(xiàn)acebook 開發(fā)了名為 DeepText 的工具，它能自動(dòng)學(xué)習(xí)并通過分析上下文來理解文本大意。同時(shí)，神經(jīng)網(wǎng)絡(luò)這可分析單詞之間的關(guān)系并以此理解不同單詞組合會(huì)產(chǎn)生什么語義的變化。由于這屬于半自動(dòng)的無監(jiān)督學(xué)習(xí)，因此算法無需始終參考數(shù)據(jù)。

這就意味著在學(xué)習(xí)過程中 DeepText 不會(huì)被拼寫、俚語或語言風(fēng)格所困。事實(shí)上，F(xiàn)acebook 稱這項(xiàng)技術(shù)“與語言本身無關(guān)”，因?yàn)樗呀?jīng)給單詞貼了標(biāo)簽，因此可以輕松的在不同的語境間進(jìn)行切換。

眼下，該工具已經(jīng)可以根據(jù)用戶的言語直接找出他們的“愿望清單”并智能的進(jìn)行推薦了。

2. 面部識(shí)別

除了 DeepText ，F(xiàn)acebook 還有一個(gè)名為 DeepFace 的應(yīng)用，這次它要識(shí)別的可不是貓咪，而是人臉了。Facebook 對(duì)該應(yīng)用信心滿滿，它們聲稱 DeepFace 絕對(duì)沒有臉盲癥，它認(rèn)人的能力早已超越人類，準(zhǔn)確度高達(dá) 97%（最強(qiáng)的人類只有 96%）。

不過，此類技術(shù)的應(yīng)用也遭到了隱私保護(hù)人士的反對(duì)，他們認(rèn)為 Facebook 做的太過了，這種在照片上給人臉貼標(biāo)簽的行為是人們通向自由的阻礙。歐盟立法者同意該觀點(diǎn)，為了保護(hù)歐盟公民，2013 年時(shí)它們就要求 Facebook 在歐盟禁用此類工具。而在當(dāng)時(shí)，F(xiàn)acebook 使用的面部識(shí)別工具還只是初期產(chǎn)品，深度學(xué)習(xí)技術(shù)并未介入。

對(duì)于該技術(shù)帶來的隱私困擾，F(xiàn)acebook 也相當(dāng)小心，它們的研發(fā)一直處于秘密狀態(tài)，直到此類案子有了結(jié)果才敢放出自己的研究成果。

3. 定向廣告

與谷歌類似，F(xiàn)acebook 也要靠廣告來掙錢，因此如何精準(zhǔn)的進(jìn)行定向廣告投送就成了社交網(wǎng)絡(luò)巨頭的頭等大事。在廣告推送問題上，F(xiàn)acebook 則用到了深度學(xué)習(xí)的基石——深度神經(jīng)網(wǎng)絡(luò)。通過該技術(shù)，機(jī)器在了解用戶行為習(xí)慣的基礎(chǔ)上，就能將他們進(jìn)行精確分類，然后再定向發(fā)送適合用戶的廣告。

4. 設(shè)計(jì) AI 應(yīng)用

為了找出最有效的深度學(xué)習(xí)應(yīng)用，F(xiàn)acebook 還用到了名為 Flow 的超級(jí)系統(tǒng)，該系統(tǒng)每個(gè)月會(huì)利用深度學(xué)習(xí)分析法模擬運(yùn)行 30 萬個(gè)機(jī)器學(xué)習(xí)模型，這樣以來工程師就能找出最有效的模型并從中發(fā)現(xiàn)商機(jī)。

開源

Facebook 是開源計(jì)劃的有力支持者之一，因此 Facebook 人工智能研究所的大部分工作成果對(duì)全世界都是透明的。眼下，社交網(wǎng)絡(luò)巨頭的深度學(xué)習(xí)研究都集中在 Torch 平臺(tái)，該平臺(tái)主要注重深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)的研發(fā)。

展望未來

深度學(xué)習(xí)在 Facebook 的未來發(fā)展中必然會(huì)扮演重要角色。雖然 Facebook 依然謹(jǐn)守自己對(duì)深度學(xué)習(xí)未來應(yīng)用愿景的秘密，但外界早已看出些許端倪。未來，深度學(xué)習(xí)能讓盲人擁有識(shí)圖的能力，因?yàn)樗梢宰詣?dòng)生成圖片的文字描述。同時(shí)，該技術(shù)還能預(yù)測(cè)貧困地區(qū)對(duì)于網(wǎng)絡(luò)的需要，幫助 Facebook 推進(jìn)自己的免費(fèi)網(wǎng)絡(luò)計(jì)劃。從長(zhǎng)遠(yuǎn)來看，F(xiàn)acebook 在 AI 上的努力能讓全社會(huì)受益。

Via. Forbes

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。