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。

Facebook在APP中引入AI 能将照片转化成毕加索风格
  转化前后的照片对比

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。