Facebook的人工智能工程師已經(jīng)接受了一種稱為自我監(jiān)督學習的技術，因此社交網(wǎng)絡的技術可以更快地適應諸如發(fā)現(xiàn)新形式的仇恨言論等挑戰(zhàn)。人工智能正在席卷科技行業(yè)，作為讓計算機識別模式和做出決策的新方法。使用今天稱為深度學習的人工智能技術，您可以通過使用大量貓的圖片訓練來識別貓的計算機，而不是弄清楚如何定義貓的特征，如兩只眼睛，尖耳朵和胡須。但是，自我監(jiān)督學習需要的培訓數(shù)據(jù)遠遠少于常規(guī)人工智能培訓，這樣可以縮短組裝培訓數(shù)據(jù)和培訓系統(tǒng)所需的時間。例如，自我監(jiān)督的學習方法已將所需的培訓數(shù)據(jù)量減少了10倍，F(xiàn)acebook的人工智能研究負責人Manohar Paluri周三在該公司的F8開發(fā)者大會上表示。

而這種速度對于讓Facebook變得有趣和安全至關重要，而不是有毒評論，錯誤信息，濫用和詐騙的污水池。

Facebook首席技術官Mike Schroepfer在一次主題演講中表示，“很容易失去希望，打包并回家??。”“但我們做不到。我們在這里為擁有技術的人們帶來更美好的未來。”

Paluri吹噓Facebook的AI正在改善世界上最大的社交網(wǎng)絡上的許多問題：欺凌，仇恨言論，暴力，恐怖主義宣傳，兒童裸體，垃圾郵件，成人內容和虛假賬戶。

但是，正如發(fā)言人在會議上所承認的那樣，還有很長的路要走，特別是在承認3月份新西蘭清真寺槍擊事件等有問題的視頻時。這甚至沒有觸及Facebook首席執(zhí)行官馬克扎克伯格說他正試圖解決的隱私問題。Facebook高管們在會議上對他們慣常的傲慢態(tài)度嗤之以鼻，這表明他們知道自己還沒有走出困境。

CTO Mike Schroepfer在該公司的F8開發(fā)者大會上表示，F(xiàn)acebook越來越依賴人工智能來解決垃圾郵件和仇恨言論等問題。

使用AI幫助解決一些問題對于以工程為重點的Facebook來說是一個自然的想法。它是一個人工智能巨頭，將這項技術應用于調試自己的軟件這樣艱巨的任務，并聘請了先鋒Yann LeCun，他是今年人工智能工作的著名圖靈獎的三位獲獎者之一。

Facebook并不是唯一一個追求人工智能的人，人工智能正在超越科技世界。德勤咨詢公司周三公布的一項調查顯示，全球57%的企業(yè)早期采用該技術，期望人工智能改變其業(yè)務- 現(xiàn)在經(jīng)常投資以試圖超越預期的更廣泛轉型。

但是，盡管人工智能可以解決計算機科學問題，但它也增加了新的問題，例如消除人工智能偏見的困難，這可以加強某些人在社會中存在的問題或優(yōu)勢。

自我監(jiān)督學習是人工智能關鍵培訓階段的新轉折。

今天的AI培訓數(shù)據(jù)通常是“監(jiān)督的”，這意味著它依賴于經(jīng)過仔細標記的培訓數(shù)據(jù)。這些數(shù)據(jù)很難收集 - 特別是在最佳訓練AI系統(tǒng)所需的大量數(shù)據(jù)中。標記的貓照片很豐富，但使用AI的公司必須發(fā)現(xiàn)從欺詐性信用卡交易到計算機錯誤的所有內容。

Schroepfer說，通過自我監(jiān)督學習，AI使用未標記的訓練數(shù)據(jù)。但它不是完全原始的數(shù)據(jù)。相反，刪除了一些位，例如來自文本的單詞或來自照片的像素的矩形。

這讓AI系統(tǒng)通過弄清楚如何重建缺失的東西來學習模式，并且更容易提供對于自然語言處理(NLP)或理解人類語音和文本等任務非常有用的“海量數(shù)據(jù)”。Schroepfer說，F(xiàn)acebook也正在使用自我監(jiān)督的學習來處理照片，視頻和文字。

“你可以立即生成訓練集和答案，”Schroepfer說。“因為你正在使用如此多的數(shù)據(jù)，這些NLP系統(tǒng)開始越來越深入地了解語言。”