福布斯近日撰文介紹了Facebook利用深度學(xué)習(xí)技術(shù)來(lái)全面了解用戶(hù)的四種令人驚嘆的方式，它們分別是文本分析、人臉識(shí)別、定向廣告和設(shè)計(jì)AI應(yīng)用程序。

近年來(lái)，媒體對(duì)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)進(jìn)行過(guò)不少的基本介紹。展開(kāi)相關(guān)研究的企業(yè)也不在少數(shù)，那企業(yè)們實(shí)際上又是如何應(yīng)用它們的呢？

Facebook是通過(guò)了解它的用戶(hù)和為廣告主“包裝”用戶(hù)數(shù)據(jù)來(lái)展開(kāi)業(yè)務(wù)的。而它從業(yè)務(wù)運(yùn)營(yíng)賺到的錢(qián)會(huì)重新投入到給用戶(hù)提供有用的新功能，目前來(lái)說(shuō)主要是提供視頻和購(gòu)物功能。接著，它還會(huì)利用這些功能服務(wù)來(lái)進(jìn)一步了解用戶(hù)。

隨著該社交網(wǎng)絡(luò)帶給人們的通訊和對(duì)話(huà)交流方式被證明對(duì)我們很有價(jià)值，它成為了能夠吸納海量用戶(hù)數(shù)據(jù)的“磁石”。那些數(shù)據(jù)涉及用戶(hù)是誰(shuí)、他們?nèi)绾位ㄙM(fèi)時(shí)間、他們喜歡什么等信息。對(duì)于Facebook從事數(shù)據(jù)挖掘工作的數(shù)據(jù)科學(xué)家們來(lái)說(shuō)，挑戰(zhàn)在于那些數(shù)據(jù)大部分都非常散亂，屬于非結(jié)構(gòu)化數(shù)據(jù)。

[[180321]]

雖然Facebook平臺(tái)上12億用戶(hù)每分鐘上傳的照片數(shù)量達(dá)到13.6萬(wàn)張，更新的狀態(tài)數(shù)量達(dá)到29.3萬(wàn)，但直至最近，F(xiàn)acebook只能夠寄望從它少量的非結(jié)構(gòu)化數(shù)據(jù)（不易被量化和放入圖標(biāo)進(jìn)行計(jì)算機(jī)分析的信息）當(dāng)中挖掘價(jià)值。

深度學(xué)習(xí)正在幫助解決這一問(wèn)題。深度學(xué)習(xí)技術(shù)使得機(jī)器能夠自行歸類(lèi)數(shù)據(jù)。一個(gè)簡(jiǎn)單的例子就是，深度學(xué)習(xí)圖像分析工具懂得學(xué)習(xí)識(shí)別含有貓的圖像，不需要被告知貓長(zhǎng)得什么樣。通過(guò)分析大量的圖像，它能夠從圖像的背景學(xué)習(xí)到信息——如還有什么東西可能會(huì)出現(xiàn)在貓圖中？什么文本或者元數(shù)據(jù)可能暗示圖像含有貓？

通過(guò)進(jìn)行量化，以及方便分析工具獲取深刻見(jiàn)解的形式呈現(xiàn)數(shù)據(jù)，這有助于結(jié)構(gòu)化非結(jié)構(gòu)化的數(shù)據(jù)。Facebook的研究者嘗試回答這樣的問(wèn)題：公司的產(chǎn)品多經(jīng)常出現(xiàn)在有貓的圖像當(dāng)中？我們是否該專(zhuān)注于向喜歡貓的人展示我們的廣告嗎？

那一基本原理解釋了為什么深度學(xué)習(xí)對(duì)Facebook有用，隨著深度學(xué)習(xí)算法變得更加先進(jìn)，它們能夠被應(yīng)用于更多我們所分享的數(shù)據(jù)，從文本到圖片再到視頻。

以下幾個(gè)特定的使用案例解釋了深度學(xué)習(xí)如何被用來(lái)獲得價(jià)值，幫助Facebook實(shí)現(xiàn)為用戶(hù)帶來(lái)更多便利，進(jìn)而能夠進(jìn)一步了解他們的目標(biāo)。

1. 文本分析

Facebook上分享的數(shù)據(jù)很大一部分還是文本。視頻可能涉及更大量級(jí)的數(shù)據(jù)，但在獲取洞察方面，文本仍能夠帶來(lái)同等的價(jià)值。一張圖片可能含有1000個(gè)字，但如果你只想要回答一個(gè)簡(jiǎn)單的問(wèn)題，你通常不需要回答1000個(gè)字。任何無(wú)助于回答你的問(wèn)題的數(shù)據(jù)都是噪音，都會(huì)浪費(fèi)用于存儲(chǔ)和分析的資源。

Facebook采用它自行研發(fā)的一項(xiàng)名為DeepText的工具來(lái)學(xué)習(xí)分析用戶(hù)所發(fā)帖子的語(yǔ)境，進(jìn)而提取字詞的意思。通過(guò)分析詞語(yǔ)之間的關(guān)系，神經(jīng)網(wǎng)絡(luò)能夠根據(jù)那些詞語(yǔ)周?chē)脑~語(yǔ)理解它們的意思變化。由于這是一種半監(jiān)督半非監(jiān)督式的學(xué)習(xí)，那些算法不一定有解釋每個(gè)詞語(yǔ)意思的參考數(shù)據(jù)，比如字典。相反，DeepText是根據(jù)詞語(yǔ)是如何被使用的來(lái)自學(xué)。

這意味著DeepText不會(huì)被拼寫(xiě)的變化、俚語(yǔ)或者特別的語(yǔ)言運(yùn)用難倒。事實(shí)上，F(xiàn)acebook稱(chēng)該技術(shù)“能夠支持各種語(yǔ)言”——由于它給詞語(yǔ)貼標(biāo)簽的形式，它能夠輕松地在各種不同的語(yǔ)言當(dāng)中切換，能夠?qū)⑺鼜囊环N語(yǔ)言中學(xué)到的東西應(yīng)用于另一種語(yǔ)言。

目前，該項(xiàng)工具被用于根據(jù)人們的對(duì)話(huà)內(nèi)容將他們指向他們可能想要購(gòu)買(mǎi)的產(chǎn)品。Facebook曾發(fā)布視頻，舉例解釋DeepText是如何根據(jù)語(yǔ)境來(lái)決定是否該給用戶(hù)提供購(gòu)物鏈接。

2. 人臉識(shí)別

Facebook采用名為DeepFace的深度學(xué)習(xí)應(yīng)用程序，致力于教導(dǎo)它識(shí)別照片中的人。該公司表示，在識(shí)別兩張不同照片中的人是否是同一個(gè)人上，其***進(jìn)圖像識(shí)別工具比人類(lèi)還要準(zhǔn)確——DeepFace識(shí)別成功率達(dá)到97%，人類(lèi)則是96%。

這種技術(shù)的使用顯然存在爭(zhēng)議。隱私擁護(hù)者們指出，這種工具做得過(guò)火了，它會(huì)讓Facebook能夠根據(jù)人群的高分辨率照片給很多的人臉打上名字，這顯然會(huì)對(duì)我們?cè)诠妶?chǎng)所匿名行走的自由構(gòu)成威脅。歐盟監(jiān)管機(jī)構(gòu)對(duì)此表示認(rèn)同，2013年它說(shuō)服Facebook將該項(xiàng)功能從歐洲公民的賬號(hào)中撤除。當(dāng)時(shí)，該社交媒體巨頭使用的是一個(gè)人臉識(shí)別工具的早期版本，并沒(méi)有采用深度學(xué)習(xí)技術(shù)。自該技術(shù)***引起廣泛關(guān)注以來(lái)，F(xiàn)acebook就一直沒(méi)有透露它的進(jìn)展?；蛟S，它在等待一些隱私案件的裁決，想要在此之后再公布它的推出計(jì)劃。

3. 定向廣告

Facebook利用深度神經(jīng)網(wǎng)絡(luò)（深度學(xué)習(xí)的基石）來(lái)決定向哪些用戶(hù)展示哪些廣告。這一直以來(lái)都是它的業(yè)務(wù)的基礎(chǔ)，通過(guò)讓機(jī)器自行盡可能多地了解我們，在推送廣告時(shí)以最富有洞察力的方式將我們聚攏在一起，該公司希望維持其對(duì)谷歌等其它角逐廣告市場(chǎng)的高科技競(jìng)爭(zhēng)對(duì)手的競(jìng)爭(zhēng)優(yōu)勢(shì)。

4. 設(shè)計(jì)AI應(yīng)用程序

Facebook甚至認(rèn)定，決定那些運(yùn)作能夠通過(guò)AI和深度學(xué)習(xí)來(lái)改進(jìn)的任務(wù)，能夠由機(jī)器來(lái)處理。它實(shí)施了一個(gè)名為Flow的系統(tǒng)，該系統(tǒng)利用深度學(xué)習(xí)分析來(lái)每月對(duì)30萬(wàn)個(gè)機(jī)器學(xué)習(xí)模型進(jìn)行模擬，讓工程師能夠測(cè)試驗(yàn)證他們的想法，精確找到提升運(yùn)營(yíng)效率的機(jī)會(huì)。

開(kāi)源

Facebook非常支持開(kāi)源，其名為Facebook人工智能研究（FAIR）的AI實(shí)驗(yàn)室的大部分研究成果都免費(fèi)提供給任何人使用或者修改。Facebook的深度學(xué)習(xí)技術(shù)主要基于Torch平臺(tái)，該平臺(tái)環(huán)境專(zhuān)注于深度學(xué)習(xí)技術(shù)和社交網(wǎng)絡(luò)的開(kāi)發(fā)。

該公司甚至將其GPU驅(qū)動(dòng)的AI硬件設(shè)計(jì)開(kāi)源。那種超快速的計(jì)算機(jī)專(zhuān)門(mén)針對(duì)深度學(xué)習(xí)任務(wù)的執(zhí)行進(jìn)行了優(yōu)化，該類(lèi)任務(wù)往往需要非常強(qiáng)大的處理能力，因?yàn)樗鼈兩婕按罅康倪\(yùn)算，處理輸入數(shù)據(jù)的速度要求很高。

展望未來(lái)

深度學(xué)習(xí)很可能將會(huì)繼續(xù)在Facebook的未來(lái)發(fā)展中扮演重要的角色。盡管它目前對(duì)潛在的新應(yīng)用三緘其口，但它提出過(guò)的想法包括：自動(dòng)生成圖片的語(yǔ)音描述來(lái)輔助視覺(jué)障礙者，以及預(yù)測(cè)哪些地方需要更大范圍的網(wǎng)絡(luò)覆蓋，履行將網(wǎng)絡(luò)連接推向全球各地的使命。長(zhǎng)期而言，他們實(shí)力雄厚的AI和深度學(xué)習(xí)實(shí)驗(yàn)室可能也將會(huì)讓無(wú)數(shù)的機(jī)構(gòu)組織獲益，不管是通過(guò)直接使用他們的服務(wù)，還是間接得益于他們對(duì)開(kāi)源的支持。