今年8月，雷锋网将在深圳举办一场盛况空前的全球人工智能与机器人峰会。届时雷锋网将发布“人工智能&机器人Top25创新企业榜”榜单。目前，我们正在拜访人工智能、机器人领域的相关公司，从中筛选最终入选榜单的公司名单。
如果你也想加入我们的榜单之中，请联系：2020@leiphone.com。
图片来源：Andrew Grosser。
时至今日，我们已经没必要再讨论AI是否会给大多数行业都带来巨大改变，无数的案例和趋势都摆在我们的眼前。任何想要争夺领先地位的公司，都必须了解如何将这项新技术整合入公司的架构之中。那么问题来了，如何才能打造成功的人工智能平台呢？
周三，在位于旧金山的科技创新者应用人工智能大会上，Facebook核心机器学习总监Hueesin Mehanna阐述了这家社交媒体巨头公司，如何开发自己的机器学习系统，以及Facebook的员工如何使用平台。在2012年的时候，Mehanna说Facebook的人工智能平台是“滚雪球式的复杂度”——系统大大降低了前进的速度。“我们必须做点什么。”他说。
Mehanna描述了FBLearner Flow的开发过程，FBLearner Flow是一个机器学习平台，可以吸取数据、生成机器学习模型、将信息返回给FBlearner预测器，并将信息整合回系统中。之后，信息被使用在Facebook的搜索、广告和新闻等各个产品中。更多信息可以阅读《人工智能母体：Facebook打造制造AI大军的AI大军》。
在Facebook，有四分之一的工程团队在管理这个系统。“我们让内部的工程师不需要学习更多关于AI的知识，就能获得AI技术。”Mehanna说，“我们希望让AI用起来越简单越好，这样每个人都可以利用它来打造更好的产品。”
那么，Facebook开发平台的“秘方”是什么呢？废话不多说，这就奉上Mehanna的三道锦囊：
“你需要确定平台的架构，不然的话平台没法生存。”Mehanna说。尤其是，平台必须是无关算法的。当一个平台为一组算法而最优化，就会开放创新的机会，Mehanna说。“无关算法是一项优势。”
Mehanna说，无论你做什么，在你的机构以外，从事人工智能的人一定要多得多。因此如何准备呢？就从自我革新开始。
如果你希望自己的员工使用平台，你应该了解他们都是谁，这能帮助你知道该往什么方向走。Mehanna说，大部分公司会犯的错误是，他们默认只有一种类型的用户。如果算法非常用户友好，那么会有更多人可以使用技术的力量。还有第二类用户类型——通用用户，他们重视可用性多过计算能力。Facebook发现，每一个专家的工作成果，都会被13位非专家使用。因此，专家可以很方便地打造工作流，在平台内加入，这样其他用户可以以最小化成本使用专家的工作成果。
虽然在这一点上见仁见智，Facebook的系统可获得的数据库，可以说是全球最大的数据库之一。每一天，系统从社交媒体的行为中，处理2万亿个训练案例。每个月，有50万个模型进行训练。
Facebook为什么需要这么多的信息？“我们看到人们如何交流，我们看到他们如何对话。”Alan Packer在周一的MIT EmTechDIGITAL大会上说。“正因如此，我们能够了解你。”
Via Tech Republic
正在生成分享图...
胡席星