首页 资讯 财经 汽车 关注 科技 房产 图片 全国 视频

数据

旗下栏目: 业内 数据 数码 手机

幕后英雄:走进Facebook 有史以来最大的人工智能项目

来源:新闻门户     作者:华夏门户     浏览:次     发布时间:2021-04-15
摘要:当你下一次运行 Facebook 时,无论是网页版照旧 App,你可以仔细想一下,小我私家页面刷新、家庭相册欣赏等这些操纵会需……

中国IDC圈4月15日报道,当你下一次运行 Facebook 时,无论是网页版照旧 App,你可以仔细想一下,小我私家页面刷新、家庭相册欣赏等这些操纵会需要几多计较劲,然后再乘以十亿用户,并且每一天都如此。

这不只是运营一家「财产500强」(第242位)的社交网络公司,也是在运营异常复杂的支撑各类处事的计较基本架构,包罗处理惩罚器、存储器以及知道用户各类需求的软件。

Facebook 为全世界五分之一人口提供处事,并且去年年底,全球32亿人口中有高出一半的人成为了互联网用户。此时,这不是一个不理性的问题:地球上有足够多的人来驱动这样一张巨型网络吗?

答复是否认的,至少是承担不起的。这就是 Facebook 求助人工智能的原因。

五年前,Facebook 推出 Open Computer 硬件倡议,他们这么做的原因是为用户提供 News Feed 处事的本钱完全就是产物销售本钱,即便对付这样一个其时拥有7.4亿用户的网站。因此,打造公司本身的计较基本架构,让博文宣布更快,本钱更低,成为公司的基本需求。

Facebook 暗示,公司已经从对 Open Compute 的投资中节减了高出20亿美元。但在互联网规模,五年就是一个时代,如今每个科技巨头都在设法征服另一个困难。固然他们可以低本钱的提供内容处事,但在数十亿博文中,要搞清楚推送哪类内容依然有很大挑战。因此,就像 Facebook 五年前通过 Open Compute 打算开始从头搭建硬件财富一样,最近,公司也缔造了一个打点人工智能的内部平台,如此一来,就能精准推送你想看的内容。并且,公司也但愿将这个「呆板进修」平台局限化。(「呆板进修」是一种人工智能范例,能让计较机在没有预编程的前提下进修如何运行。)

「我们正试着打造高出 15 亿小我私家工智能署理(AI agents)--为每个利用 Facebook 或公司其他产物的每一小我私家处事。」新近创立的呆板进修应用组认真人 Joaquin Candela 说,「那我们应该怎么做到呢?」

Candela 说,你要从以前的胜利中罗致灵感。Facebook 的基本架构团队也是呆板进修应用团队的灵感之源。

「我们倾向将诸如存储、网络设计以及计较视为理所虽然的工作,」他说,「当视频小组做直播视频时,人们并没有意识到这件事的量级。这很愚蠢。而基本架构小组就是在谁人处所通报魔力--将不行能变为大概。我们需要对人工智能做同样的工作。也需要将人工智能酿成你们认为理所虽然的工程布局中的一部门,如此完整的一部门。」

去年九月,Facebook 创立了呆板进修应用团队(Applied Machine Learning team)。团队认真运行一个包围全公司的呆板进修内部平台,叫做 FBLearner Flow ,这个平台就相当于人工智能规模的 Open Computer ,不外最大的区别在于:它并不会依托于开源硬件来提供应世界。公司说,假如没有 Facebook 手头数据,这个平台本质上没啥用。

FBLearner Flow 团结了几个呆板进修模子并用于处理惩罚几十亿数据点,这些数据点来自网站15亿用户的勾当,并能对数千件工作举办预测:图片中有哪位用户,哪些大概是垃圾信息。FBLearner Flow 模子缔造的算法有助于界定什么样的内容呈此刻你的动态动静中,以及你会看到什么样的告白。

基于以上内容,我们会很容易得出结论:Facebook 利用人工智能会让公司13,000雇员中的某些人失去事情。「但现实并没有什么变革,」公司 CTO Mike Schroepfer 说。人工智能恰恰是在辅佐公司晋升工程师的本领。他说,「我们能做之前无法做到的工作。」

 幕后英雄:走进Facebook 有史以来最大的人工智能项目


Applied Machine Learning 主任 Joaquin Qui?onero Candela

在 Schroepfer 看来,Facebook 常常可以或许发明那些好时机,即便本身还没有本领去征服--至少在人类气力的范畴内还无法办理。看一下公司最近提倡的一项新成果,为视觉受损人提供图片说明(以让其「看到」图片)。假如公司雇人手动为上传到网络的每张图片内容做标志,本钱会很是高,也无礼貌模化,虽然也不行能等候用户本身来做这个工作。但不管对付视觉受损人士,照旧对付 Facebook,这些信息都是有用的。此刻通过利用 FBLearner Flow 平台上的计较机视觉模子,一台计较机就能自动梳理数十亿张图片并给照片加上标签,并实现了较为抱负的精确率。

「它正在让新应用成为大概,出格是局限化办理问题。」Schroepfer 说。Facebook 利用这种基于呆板进修的步伐来翻译 News Feed 博文;在用户看到之前监测到网站不符合的内容;在打造 M 进程中,公司通过人与呆板的团结去打造一个私人助理。

责任编辑:华夏门户
首页 | 资讯 | 关注 | 科技 | 财经 | 汽车 | 房产 | 图片 | 视频 | 全国

Copyright © www.msgkpx.com 北京新闻网 版权所有 粤icp备10021497号-9

站务联系QQ :

电脑版 | 移动版