在 Facebook，应用机器学习（Applied Machine Learning）团队正在帮助这家社交网络公司看见、说话和理解，他们甚至可能会帮助根除假消息。

Joaquin Candela，Facebook 应用机器学习团队工程开发主管

当被要求领导 Facebook 的应用机器学习团队来推动这个世界上最大的社交网络全面进军人工智能时，Joaquin Quiñonero Candela 犹豫了。

原因倒不是因为这个西班牙出生的、自称「机器学习（ML）人」的科学家的还没见证过人工智能帮助 Facebook 的方式。实际上，自从 2012 年加入该公司之后，他就一直在监管该公司广告运行的转型——使用机器学习方法来使受赞助的帖子更相关和更高效。值得注意的是，他是通过让其团队中的工程师都使用人工智能而完成的，尽管他们中有一些人之前并未接受过相关的训练，但最后他成功让广告部门的机器学习技能变得丰富了起来。但他并不确定同样的魔法是否能在 Facebook 整个公司的更大疆土上起效，这里有十几亿人连接在一起，而连接所基于的价值却远比衡量广告的硬数据更模糊。对于这次升职，他评论说：「我需要确信这么做是有价值的。」

尽管有这样的怀疑，但 Candela 还是接受了这个职位。而现在，还不到两年的时间，他的犹豫看起来却像是很荒唐的一件事。

有多荒唐？上个月，Candela 在纽约一场大会上对在场的工程师讲了话。「我要做出一个非常明确的声明。」他警告说：「没有人工智能，今天的 Facebook 就不会存在。每天你使用 Facebook 或 Instagram 或 Messenger 的时候，你可能没有意识到，但你的体验之下都是人工智能在驱动。

去年 11 月，为了采访 Candela 和他团队的一些成员，我拜访了 Facebook 位于 Menlo Park 的巨型总部，所以我可以看到人工智能是如何突然就变成了 Facebook 的「氧气」的。到目前为止，人们对 Facebook 在人工智能领域的关注都主要还是集中在其世界级的 Facebook 人工智能研究团队（FAIR/Facebook Artificial Intelligence Research）——该团队的领导者是大名鼎鼎的神经网络专家 Yann LeCun。FAIR 以及谷歌、微软、百度、亚马逊和苹果（这家善于保密的公司现在已经允许其研究者发表论文了）的相应机构是人工智能领域的毕业生精英最偏爱的目标选择。这些机构是脑启发数字神经网络领域重大突破的顶级生产者，是近来计算机科学领域发展的主要推动力——让计算机具备了看见、听懂甚至交谈的能力。而 Candela 的应用机器学习团队（AML/Applied Machine Learning）的任务是将 FAIR 与其它前沿研究机构的研究成果整合到 Facebook 实际的产品中——而也许更重要的是，助力该公司所有的工程师将机器学习整合到他们的工作中。

因为没有人工智能，Facebook 就无法生存，所以它需要其所有的工程师都能用人工智能来进行开发。

我的拜访是在美国总统大选之后两天进行的，而在一天之前，Facebook 的 CEO Mark Zuckerberg 曾表示：「Facebook 上虚假新闻的流通有助于 Donald Trump 赢得大选」是个「疯狂的看法（it's crazy）」。这么评价就好比是说：认为 Facebook 是 News Feed 上虚假信息疯狂传播的共犯就像是说驾驶一辆油罐车冲向一团不断蔓延的凶猛大火。尽管这些争议中很多不是 Candela 职业之内的事情，但他知道 Facebook 对虚假新闻的最终回应将会依靠有他的团队所参与的机器学习工作。

但为了减轻我们采访过程中坐在我们旁边的公关人员所带来的压力，Candela 向我们展示了一些其它东西——一个展示他们团队的成果的演示。让我惊讶的是，这看起来像是一个微不足道的小玩意：它以一位风格独特的画家的杰作的风格来重新绘制一张照片或一段视频流。事实上，它让我联想到了你可以在 Snapchat 上看到的数字特效，而且这种将照片转换成毕加索的立体主义风格的点子之前已经被实现了。

「这背后的技术叫做神经风格迁移（neural style transfer），」他解释说，「需要训练一个大型神经网络来使用一种特定的风格来重新描绘一张原始照片。」他拿出他的手机拍了一张照片。一次点击和滑动之后，它变成了梵高的《The Starry Night》风格。更惊人的是，它可以风格渲染正在播放中的视频流。但他说，真正的不同之处在于一些我无法用眼睛看见的东西：Facebook 已经构建了可以使其在手机上工作的神经网络。