AI复始，万象更新 ！

新智元祝广大订户鸡年大吉！

　　新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。

　　【新智元导读】Facebook 官方博客最新发表文章，详细介绍其 AI 平台 FBLearner Flow 及建立在上面的专用于图像和视频理解任务的 Lumos 平台。Facebook 介绍了利用该平台的图片内容描述和图片搜索技术，这些技术建立在系统能够“理解”像素级的图像内容基础上，将为更丰富的产品体验铺平道路。

　　回想一下你最近点赞的帖子——非常可能是包含图片或视频的。但是，直到最近，在线搜索包括图像搜索都还一直是文本驱动（text-driven）的技术，是否能搜索到某一张图像取决于它是否有充分的标记或有正确的标题。但现在，atv，技术的进步已经使图像搜索发生变化。

　　变化是由于我们已将计算机视觉技术推动到下一个阶段，其目标是理解像素级的图像。这有助于我们的系统做图像方面的任务，例如识别图像中的内容，图像中的场景属于什么类型，是否是著名的地标，等等。反过来，这也有助于我们更好地为视觉障碍者描述图片，并为带有图片和视频的帖子提供更好的搜索结果。

　　创建“AI工厂”

　　为了将 AI 编入到 Facebook 的工程结构中，我们首先需要一个通用的平台，以让我们的工程师能够大规模地利用它。我们称这个平台为 FBLearner Flow，其设计让工程师们在构建机器学习管道时不需担心配置机器或为实时通信处理服务扩展。我们目前每月在 FBLearner Flow 上运行120万次以上的 AI实验，大约是一年前的6倍。

　　随着这个平台的使用范围越来越广，我们在它上面构建的项目越来越多。从工具到自动化机器学习过程到专用的内容理解引擎，我们已经建立起一个积极的生态系统，允许工程师编写在许多机器上并行的训练管道，以让其他工程师重复使用。

　　计算机视觉平台

　　FBLearner Flow 最初是 Facebook AI Research（FAIR）的一个小项目，后来达到生产规模后，FBLearner Flow 平台和整个团队转移到应用机器学习团队，现在已经是 Facebook 当前的计算机视觉团队的发动机一般的存在。

　　Lumos 是建立在 FBLearner Flow 之上的，专为图像和视频理解而建的平台。Facebook 工程师们不需要为使用 Lumos 训练和部署新模型而接受深度学习或计算机视觉技术的培训。通过我们提供的新标注数据，直播，以及我们的团队构建的应用程序的有注释数据，Lumos 平台一直在不断改进。

　　深度学习的进步让图像分类技术得到了重大改进——诸如“图像中有什么？”和“图像中某个对象在哪里？”这类的问题已经能得到更准确的回答。这项研究的进步是通过设计检测和分割给定图像中的对象的技术推动的。

　　这些技术在 Facebook 上的应用，是让照片通过一个深度学习引擎，该引擎能够分割图像并识别图像中的对象和场景，以及为照片附加更多的意义。这些应用提供的丰富数据集可以为 Facebook 的任何产品或服务所用。已经有数十个团队在 Lumos 上训练及部署了超过200个视觉模型，包括用于令人反感的内容检测，垃圾信息检测，自动添加图片说明等目的。这些应用程序已经产生广泛的影响，用户可以从我们的连接实验室（Connectivity Labs）搜索到使用该技术的团队。

　　描述图片内容

　　我们目前正在将图像理解技术应用于改善图片的自动替换文本（AAT），该技术可以为视障人士描述照片的内容。

　　此前，这些图片说明只能描述照片中的对象。今天，我们宣布我们已经为自动图片说明技术添加了一组共12个动作，所以现在图片描述已经能包括“人们走路”，“人们跳舞”，“人们骑马”，“人们玩乐器”等等包含动作的句子。