人工智能母體：Facebook打造制造AI大軍的AI大軍

圖片來(lái)源:Wired 

深度神經(jīng)網(wǎng)絡(luò)正在改變我們的互聯(lián)網(wǎng)。這些人工智能（AI）系統(tǒng)可以通過(guò)分析大量數(shù)據(jù)來(lái)學(xué)習(xí)人類能做的事情，這項(xiàng)技術(shù)正為各種線上服務(wù)注入過(guò)去無(wú)法想象的能量：以識(shí)別照片中的人臉、識(shí)別說(shuō)給智能手機(jī)聽(tīng)的命令、完成人類各種語(yǔ)言之間的翻譯。甚至，這些智能系統(tǒng)在幫助谷歌選擇搜索結(jié)果。這些我們都聽(tīng)說(shuō)過(guò)，但是我們只知道臺(tái)前、不知幕后——這些巨頭是如何打造人工智能引擎的。

我們聽(tīng)說(shuō)過(guò)谷歌和Facebook等公司都給世界頂尖的人才支付世界頂尖的薪酬。地球上只有這么幾百個(gè)人，具備推動(dòng)人工智能技術(shù)前進(jìn)的才華與資質(zhì)，業(yè)界一直將他們的天價(jià)薪酬比作球隊(duì)里的明星球員。這對(duì)于人工智能技術(shù)的進(jìn)展是一個(gè)瓶頸。除此以外，即便是頂尖的研究員，也必須經(jīng)過(guò)無(wú)數(shù)次的試錯(cuò)才能推出成功的產(chǎn)品。要打造一個(gè)推出下一個(gè)“爆款”AI的深度神經(jīng)網(wǎng)絡(luò)，研究員必須首先經(jīng)過(guò)無(wú)數(shù)次試錯(cuò)，每一次試錯(cuò)都得跑幾十個(gè)、甚至幾百個(gè)機(jī)器。

“與其說(shuō)是在當(dāng)明星球員，還不如說(shuō)是在當(dāng)教練，”DeepMind聯(lián)合創(chuàng)始人Demis Hassabis說(shuō)，他參與打造了上一個(gè)AI“爆款”、打敗世界圍棋冠軍的AlphaGo。“你沒(méi)法直接告訴機(jī)器該做什么，只能哄著騙著他們。”

所以現(xiàn)在，科技巨頭們打算將開(kāi)發(fā)AI的試錯(cuò)過(guò)程也自動(dòng)化——至少，自動(dòng)化一部分。其中的思路是，如果你將一部分體力活自動(dòng)化了，至少可以讓更快地將最帥氣的機(jī)器學(xué)習(xí)技術(shù)交到工程師手中——然后，你可以讓那些頂尖人才們?nèi)ニ伎几蟆⒏y的問(wèn)題。這反過(guò)來(lái)又會(huì)加快開(kāi)發(fā)AI的進(jìn)程。

換句話說(shuō)，為了讓電腦變得更聰明，電腦自己得搞定更多的體力活。互聯(lián)網(wǎng)巨頭們?cè)诖蛟炜梢源婀こ處熑y(cè)試無(wú)數(shù)機(jī)器學(xué)習(xí)算法的計(jì)算系統(tǒng)，可以自己循環(huán)，創(chuàng)造無(wú)數(shù)可能。更帥氣的是，他們?cè)诖蛟烊斯ぶ悄芩惴▉?lái)打造人工智能算法。對(duì)，你沒(méi)看錯(cuò)。在Facebook，工程師設(shè)計(jì)了他們稱為“自動(dòng)化機(jī)器學(xué)習(xí)工程師”的人工智能系統(tǒng)，幫助打造更多的人工智能系統(tǒng)。雖然還不完美，但是系統(tǒng)希望打造AI模型的過(guò)程中，利用的人力越少越好。

好強(qiáng)大

隨著2012年Facebook完成一千零四百億美元的IPO，Hussein Mehanna和其他Facebook廣告團(tuán)隊(duì)的工程師感受到了壓力——要進(jìn)一步提升公司的廣告目標(biāo)、更精準(zhǔn)地將廣告匹配給幾百萬(wàn)Facebook用戶。這意味著打造深度神經(jīng)網(wǎng)絡(luò)和其他機(jī)器學(xué)習(xí)算法，好好利用Facebook所獲得的關(guān)于用戶行為特征的海量信息。

據(jù)Mehanna說(shuō)，F(xiàn)acebook的工程師有足夠的腦洞提出新想法，但是沒(méi)有足夠精力進(jìn)行測(cè)試。因此他和團(tuán)隊(duì)打造了一個(gè)名叫Flow的工具。“我們希望打造一個(gè)所有Facebook工程師都能使用的機(jī)器學(xué)習(xí)生產(chǎn)線。”Mehanna說(shuō)，F(xiàn)low設(shè)計(jì)用于讓工程師們能夠大規(guī)模打造、測(cè)試和執(zhí)行機(jī)器學(xué)習(xí)算法，這基本上包括了任何形式的機(jī)器學(xué)習(xí)——廣義上來(lái)說(shuō)，這項(xiàng)技術(shù)可以包括所有能夠自主學(xué)習(xí)任務(wù)的服務(wù)。

大致來(lái)說(shuō)，工程師們可以用現(xiàn)成的系統(tǒng)來(lái)測(cè)試無(wú)數(shù)的概念，利用公司巨大的計(jì)算機(jī)數(shù)據(jù)中心網(wǎng)絡(luò)。他們可以運(yùn)行各種算法可能——不只是深度學(xué)習(xí)，還有其他形式的AI，包括logistic回歸分析（編者注：一種常應(yīng)用于探索流行病學(xué)危險(xiǎn)因素的分析模型）以及提高決策樹(shù)（編者注：一種用于分類回歸的決策樹(shù)模型）——這些測(cè)試結(jié)果可以化作春泥，滋生更多的新概念誕生。“你測(cè)試的概念越多越好，”Mehanna說(shuō)，“你試用的數(shù)據(jù)越多越好。”這也意味著，工程可以使用別人打造的現(xiàn)成算法，來(lái)應(yīng)用到其他任務(wù)中去。

很快，Mehanna和團(tuán)隊(duì)將Flow的應(yīng)用擴(kuò)展到了全公司。在其他團(tuán)隊(duì)中，它可以幫助制造算法，選擇你的Facebook新聞流（News Feed）的連接，識(shí)別社交網(wǎng)絡(luò)上照片里是誰(shuí)，或者為盲人生成有聲標(biāo)題來(lái)理解照片內(nèi)容。它甚至還能幫助公司決定，幫助全球哪些地方連接互聯(lián)網(wǎng)。

Mehanna說(shuō)，F(xiàn)acebook有了Flow就能每月訓(xùn)練、測(cè)試大約30萬(wàn)個(gè)機(jī)器學(xué)習(xí)模型。以前，公司每2個(gè)月（60天左右）在社交媒體上發(fā)布一個(gè)新的AI模型，現(xiàn)在有了Flow，公司可以每周都發(fā)布好幾個(gè)新模型。好強(qiáng)大。

又一個(gè)新腦洞

這個(gè)概念比Facebook本身更強(qiáng)大。這是深度學(xué)習(xí)領(lǐng)域的通用做法。去年，Twitter收購(gòu)了初創(chuàng)公司W(wǎng)hetLab，就是專門做這的。最近，微軟描述了自己的工程師如何使用一個(gè)系統(tǒng)來(lái)測(cè)試海量的潛在AI模型。微軟研究員Jian Sun稱其為“人類協(xié)助的搜索”。

Mehanna和Facebook想為這一潮流加大馬力。公司計(jì)劃最終將Flow開(kāi)源，與全世界分享。據(jù)Mehanna稱，類似Linkedin、Uber和Twitter等公司已經(jīng)對(duì)Flow興趣濃厚。Mehanna和團(tuán)隊(duì)還開(kāi)發(fā)了一個(gè)稱謂“AutoML”（意為“自動(dòng)機(jī)器學(xué)習(xí)”）的工具，開(kāi)源進(jìn)一步減輕人類工程師的負(fù)擔(dān)。在Flow上運(yùn)行的AutoML開(kāi)源自動(dòng)“清除“訓(xùn)練神經(jīng)網(wǎng)絡(luò)和其他機(jī)器學(xué)習(xí)算法的數(shù)據(jù)——不需要任何人類介入，就準(zhǔn)備好進(jìn)行測(cè)試——Mehanna還構(gòu)想了一個(gè)可以自動(dòng)收集數(shù)據(jù)的版本。不過(guò)，更加引人遐想的是，AutoML使用人工智能來(lái)幫助人工智能。

正如Mehana所說(shuō)，F(xiàn)acebook每月訓(xùn)練、測(cè)試大約30萬(wàn)個(gè)機(jī)器學(xué)習(xí)模型。AutoML可以使用這些機(jī)器學(xué)習(xí)測(cè)試來(lái)訓(xùn)練另一個(gè)機(jī)器學(xué)習(xí)模型，該模型可以將機(jī)器學(xué)習(xí)的訓(xùn)練過(guò)程最優(yōu)化。暈了嗎？不暈才怪。Mehanna將其比作《盜夢(mèng)空間》，只不過(guò)這是真的。系統(tǒng)真的可以自動(dòng)選擇最有可能成功的算法和參數(shù)。“它甚至可以在訓(xùn)練之前就成功預(yù)測(cè)結(jié)果。”Mehanna補(bǔ)充道。

在Facebook廣告團(tuán)隊(duì)內(nèi)部，工程師甚至打造了“自動(dòng)化機(jī)器學(xué)習(xí)工程師”，這也傳遍了全公司。它名作Asimo，據(jù)Facebook稱它還曾自動(dòng)生成了現(xiàn)有模型的增強(qiáng)和改善版本，人類工程師可以立刻應(yīng)用到網(wǎng)絡(luò)上。“它還沒(méi)辦法發(fā)明一個(gè)新的AI算法，”Mehanna說(shuō)，“那是一直發(fā)展下去的話，誰(shuí)知道呢……”

又是個(gè)超級(jí)引發(fā)遐想的新腦洞——確實(shí)，這個(gè)腦洞已經(jīng)在科幻小說(shuō)里扮演了幾十年主角：一個(gè)可以自己建造自己的智能機(jī)器。Asimo還沒(méi)有天網(wǎng)那么高（驚）級(jí)（悚）。但是這是通往未來(lái)的一步臺(tái)階，未來(lái)培養(yǎng)AI大軍的不只是頂尖的人類頭腦了。未來(lái)，還會(huì)有一支專門培養(yǎng)AI大軍的AI大軍。

VIA WIRED。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。