Facebook在APP中引入AI

在新的APP中嵌入了一个特殊照片过滤器，你可以选择一种艺术类型，比如1907年毕加索画风，它可以将后院烧烤照片变成立体主义照片。相当有趣，即使是直播视频也可以转化。将摄像头对准自己，就可以将视频变成毕加索风格。事实上，新APP与照片过滤器背后的技术更加有趣。迈哈纳是Facebook工程师，他的工作就是将AI应用于整个Facebook公司，根据迈哈纳的解释，APP内部包括了几个深度神经网络，深度神经网络是人工智能(AI)的一种，它正在快速改变科技世界。

尝试神经网络立功

神经网络模拟人类大脑的神经元结构，可以通过分析海量数据自己学习，完成各种分离的任务。例如，用户在Facebook发布照片，神经网络可以识别人脸，当我们向Android手机发送语音命令，它也可以识别，神经网络还可以将Skype通话翻译成别国语言。现在，Facebook用各种不同的艺术作品训练神经网络，让个人照片呈现出不同的视觉效果。

一般来说，神经网络在大量的计算机服务器中运行，这些服务器放在数据中心，它们位于网络的另一端，如果手机没有连接到网络无法使用神经网络，但是新的Facebook APP有些不同。毕加索过滤器是用神经网络驱动的，它的效率很高，可以在手机上直接运行。迈哈纳说：“我们可以实时感知外在世界，为什么AI不能这样呢?”

新APP已经在爱尔兰推出，很快就会在美国推广，它再一次证明：深度神经网络将会走出数据中心，进入手机、摄像头、其它设备，在物联网中扩散。去年夏天，谷歌将神经网络放进了“谷歌翻译”APP，它可以识别照片中的单词，翻译成新的语言。还有一些组织(比如艾伦人工智能研究所)也在开发相似的神经网络。

没错，即使网络连接中断，这些工具同样可以使用。未来，智能手机APP可以在离线状态下完成更多任务。不只如此，它还告诉我们技术正在进步，以后新技术将可以处理更复杂的AI任务，延迟更小。最终，如果我们不需要通过线缆发送大量数据就可以完成任务，执行的速度将会大大加快。

当我们将手机对准人脸或者目标物，图像APP就可以瞬间识别。有些人是盲人，或者视力受损，技术可以帮到他们。艾伦研究所CEO埃齐奥尼(Oren Etzioni)认为：“在手机上如果能完成这些任务，就会改变事情的本质。”他还指出，类似的技术可以增强AR头盔的性能，比如微软HoloLens。如果设备可以精准识别周边世界，就可以更好地增强现实。

训练与执行

神经网络分两部运行。首先，公司(比如Facebook和谷歌)训练网络，让它可以完成特定任务，比如识别图像、机器翻译。例如，Facebook可以向神经网络输入几百万张照片，让它具备识别山羊的能力。然后普通用户会在神经网络上执行任务。我们将照片放进去，让它告诉我们里面是否有山羊。

Facebook APP不会在用户的智能手机上训练神经网络，训练仍然是在数据中心服务器上进行的。但是手机会执行神经网络运算，不需要访问数据中心。听起来似乎没什么了不起，事实并非如此，要开发一个神经网络，让它在手机上以足够快的速度运行，这是相当不容易的，因为手机的处理能力有限，存储空间有限。2015年，Facebook德国研究团队首先提出构想，新的照片过滤系统就是以此为基础开发的，只是在当时的构想中，神经网络虽然是在数据中心硬件上运行的，但是无法实时运行。一年多以后，Facebook可以在手机上做同样的事，没有任何延迟。Facebook CTO迈克·斯科罗普夫(Mike Schroepfer)认为，这一进步说明AI的发展速度相当快。

在开发过程中，Facebook将复杂的神经网络简化，让它具备将图片转化为毕加索风格的能力;Facebook的方法与谷歌翻译APP选择的方法差不多。训练阶段耗时很长，根据Facebook工程主管利万德(Tommer Leyvand)的介绍，在数据中心内部，企业安装专门用于AI训练的GPU芯片和处理器，神经网络必须训练400小时。一般来说，当训练后的神经网络有能力识别图片中目标物，团队就会输入著名艺术作品，然后继续训练，使得神经网络可以将同样的风格应用于目标物。最终，迈哈纳与团队会优化神经网络，让神经网络知道最重要的部分是哪些，只使用最重要的部分。

与此同时，团队设计了新的软件，利用手机上有限的资源执行神经网络。这个AI框架叫作Caffe2Go，它可以在0.05秒之内执行神经网络。具体而言，执行时间要根据执行的模型来决定。大体来讲，Facebook会为iOS、Android设备提供框架，开发各种AI模型，无需连接到数据中心就能运行。斯科罗普夫说：“我们在服务器上开发了一些东西，现在我们可以将它们放在移动设备上。”他还说，Facebook已经在移动神经网络上做过实验，如果视频以60FPS的速度播放，网络可以识别其中的目标物。

超越毕加索

最终，研究将会让AI进化变成良性循环。Facebook、谷歌等企业积极行动，将神经网络引入智能手机，手机制造商开始开发硬件，让它以更快的速度运行神经网络，接下来会有复杂的APP出现。如此一直循环下去。

斯科罗普夫说，Facebook已经与大型移动芯片制造商协商，看看能否修改处理器，让它可以处理未来的AI任务。一些企业已经开发了全新的处理器，它可以提高手机及其它设备的神经网络处理能力，例如Movidius和IBM。如果这些芯片真如宣传的那样好，就能在市场上生存下去。斯科罗普夫表示：“需求是存在的。”毕加索过滤器不会改变我们的生活，但在未来几年里，我们有望迎来巨大的变革。