不知不觉，Facebook的年度F8开发者大会也步上了苹果每年发布会的后尘，成为各方一边密切关注一边吃瓜吐槽的焦点。甚至有外媒毫不客气地这样怼：“如果模仿是最诚挚的恭维方式，那么由于Facebook多年苦心孤诣的拷贝，Snapchat应该被奉上神坛。”

　　然而不得不说，Facebook这回算是“青出于蓝”。以“相机”为名的AR平台让用户能够实时地加入视频滤镜，比Snapchat多了场景深度，还把SDK与工具开放给用户供自由创作；可给现实世界添加基于地理信息与物体识别的数字标签，其他用户可扫描查看。小扎还提到了增强现实未来在游戏等其他领域的应用前景，可见其野心之大、在AR方面下了多大的注。

　　这些领先成果的实现，幕后功臣之一就是Facebook的人工智能实验室FAIR，一个由一位非典型大牛带领、不直接参与常规产品开发，而是着眼长远、把梦想化为现实的非典型Facebook团队。

　　FAIR：独居一隅，厚积薄发

　　FAIR的办公室在Facebook门罗帕克总部的3000英里之外，在曼哈顿市中心一栋老旧的米色大楼里。看似灰头土脸，他们实则目标远大：创造出智能与人类比肩的电脑。

　　虽然梦想的实现还有很长的路要走，但FAIR团队目前已经成果颇丰。他们的AI程序创作的画作与人类艺术家相比几可乱真，可以完成从维基百科上筛选出来的问答测验，还会玩星际争霸这样的复杂游戏。

　　从各个角度来看，FAIR似乎都是Facebook团队里的异端。FAIR成员不直接参与开发Instagram、WhatsApp、Messenger等狭义上跟Facebook直接相关的社交产品，而是主攻视觉、预测和语音三大方向，研究成果则全面渗透、反哺到Facebook的产品与功能上。

　　比如，在AI的加持下，Facebook的图片滤镜足以跟Snapchat匹敌，并通过分析图片内容来决定在你的主页News Feed上呈现怎样的内容、提高用户粘性，同理也用于监控与清除垃圾内容。 FAIR还与AML（Facebook的另一人工智能实验室）定期互通有无，把研究结果合作应用到Facebook产品上，除了用来决定在你的News Feed上展示什么内容，还用于Facebook内部的内容翻译，并用在了Facebook的摄像头上，根据你的具体动作来创造特效。

　　FAIR的风格或许与它的负责人Yann LeCun有关。

　　Yann LeCun。图片来源/sohu.com

　　LeCun是卷积神经网络（Convolutional Neural Network）深度学习技术的发明人之一，如今这种技术被视为开发自然语言识别、图像识别工具甚至是语音识别和图片搜索系统的基础模块。 他从不受待见的人工智能理念提出者，到现在成为业界大牛，颇经历了一段风雨。

　　上世纪八十年代，还在巴黎读大学的Yann LeCun就有信心自己能让计算机获得视觉，并相信这一领域或能“让机器学会做许多任务，包括感知。” 然而，这个理论尚属先锋，当研究结果达不到鼓吹的高度，看似科学理论本身存在问题时，资金投入和人们的兴趣都会顺势跌落，技术进展也随之停止。LeCun在人们对神经网络的质疑声中仍然选择投身研究，结果受到这波“AI寒冬”的极大影响。

　　九十年代中期，LeCun加入贝尔实验室参与AI研究，就在刚取得一点成绩时，公司的内部斗争导致团队解散。与此同时，其他研究方法逐渐受到主流研究者的青睐。尽管那些思路后来很快便失去活力，但当时支持神经网络的LeCun仍因而遭到忽视。到了本世纪初，其他学术界人员甚至依然反对他在学术会议上发表论文。

　　2003年，LeCun时来运转。该年，他加入纽约大学，并跟神经网络先驱、谷歌工程师Geoff Hinton等人达成合作，希望复兴神经网络的研究。终于，计算能力的提升使得神经网络得以快速运转、有了实际应用价值，互联网的广泛应用促使图片、文本等可用数据显著增加，从而让神经网络有了学习的“资本”。 在LeCun等人打下的基础之上，计算机视觉在二十一世纪的第二个十年之处终于迎来爆发，电脑逐渐能够识别出图片、视频乃至直播中的物体，LeCun也得以从边缘人走到舞台中央、成为业界领袖。

　　2013年12月，LeCun加入Facebook。

　　对一位致力于把AI研究应用到图片领域的学者而言，Facebook提供的环境可谓理想。在Facebook，LeCun带领的团队有80位研究员，有了Facebook的高薪与雄厚财力撑腰，他拥有极大的自由度，可以视情况在他认为必要时调整FAIR，包括增加人手以及调整结构。

　　在LeCun眼中，成功的关键在于对“开放”的专注。他接受美国商业杂志Fast Company网站的采访时曾说，

　　“我有很多朋友，从拥有开放文化的实验室走出并加入（大型科技企业），他们试图改变企业的文化，但是却彻底失败。”

　　他在加入Facebook之前最先问的一个问题就是，Facebook对给开源社区做贡献的开放程度，以及公司文化的开放程度如何。