Messenger是Facebook努力使用人工智能理解含义的一种应用，atv，但该公司正在考虑以其他方式使用这种技术。它甚至可能会投入到工作中，努力打破最近被指责帮助建立起来的障碍。

甚至在2016年大选之前，人们就开始关注Facebook上的两极分化和虚假新闻，LeCun团队的成员Y-Lan Boureau正致力于利用人工智能在Facebook上打造更具建设性的对话。Boureau同时研究神经学和人工智能，在用了一个夏天时间看她的朋友们在Facebook上互殴，双方几乎没有兴趣听对方的观点后，她决定发起这个项目。

Boureau解释说:“如果我们能更好地理解是什么驱使人们处于当前的思想状态下，他们的观点是如何形成的，为何陷入僵化，以及如何最终让两个人无法相互交谈，这将是非常好的事情。”Boureau想要创造这样一个世界：在人们付诸行动之前，可以看到尽可能多的不同意见，直到我们开始把它们调整为我们的观点。

人工智能可以通过在文本中绘制模式，理解某些东西在哪里偏离了轨道，并可能找到一种改变对话流的方式来阻止糟糕的转变，从而帮助解决这个问题。Boureau说:“如果我们更加了解学习过程，以及这些信念是如何从数据中获得的，那么就更容易理解如何获得更有建设性的对话。”

在2016年大选之后，LeCun曾公开表示，Facebook拥有使用人工智能过滤虚假新闻的技术能力。有些人认为，他的声明是解决美国普遍存在的两极分化问题的解决方案之一。但LeCun表示，这项任务最好留给第三方，而不是那些能够引入偏见的机器。他说：“人工智能可以在这个过程中发挥作用，但这是一个非常困难的产品设计问题，而不是技术问题。你不想让别人产生某种特别的意见，你想在这方面保持中立。”

FAIR的SharpMark示例

　　现实

对人工智能领域来说，炒作周期可能是危险的，LeCun非常清楚这一点。而今天，我们似乎已经置身其中。在2013年第一季度，六家公司在财报电话会议上提到了人工智能。据彭博社报道，在2017年第一季度，这个数字增加到244个。

在讨论未来时，LeCun非常谨慎地表达自己的观点。他说：“AI距离我们想要的目标还很远， “这些东西的效果不像我们希望的那么好。”事实上，正如LeCun警告的那样，人工智能还远未达到人类的智能水平，即所谓的通用人工智能。

尽管如此，LeCun还是无法抑制他对AI的热情。他对对抗训练特别感兴趣，这是一种相对较新的人工智能研究，可以帮助解决目前该领域面临的预测和不确定性挑战。这种技术让两个人工智能系统相互对抗，以便让它们了解真实的世界。

例如，在FAIR的实验中，一个研究人员使用人工智能系统绘制图片，试图欺骗另一个人工智能系统，让后者以为它们是由人类绘制的。而前者可利用后者的反馈来学习如何更好地绘画。

在今年早些时候的一次会议上，LeCun展示了一种更为先进的技术：让AI根据一段视频，脑补出一段后续的视频，还得骗过另一个AI的法眼。LeCun说，对抗训练“是过去10年或20年机器学习研究中最棒、最酷的想法。”因此，勒恩将继续进行对抗性训练，并再一次将这个领域推到极限。

对于20年前就听不懂他在搞什么的人来说，LeCun已经走得越来越远。虽然LeCun将是第一个告诉你工作还远未结束的人，而且距离成功依然很遥远，但他并不是坐视时光流逝的人。他说：“我不能说这感觉很糟糕， 而是棒极了！”

*关注网易智能菌公众号（smartman163），获取人工智能行业分析与深度报告。