著名的AI 研究院（FAIR）和工程团队。AI 研究院背后，还有一个组织：应用机器学习部门。而工程团队则直接负责对接到Facebook的核心功能，比如广告、搜索、新闻流、密钥和Instagram。

这两个部门联合做了一个名叫“Facebook AI 学院”的组织。

Facebook 人工智能实验室和应用机器学习（Applied Machnie Learning）有着共生的关系。Facebook 部署的很多人工智能产品，j2直播，都是在 AML、FAIR 和产品部门的合作下完成的。

AML 由 Joaquin Quinonero Candela 领导，它的官方职务是应用机器学习的工程总监。

根据FAIR的负责人LeCun 介绍，FAIR 和 AML 都会做研究以及工程驱动的开发。我会说 FAIR 把 75% 的精力投入到研究，25% 的精力放在了工程上。而 AML 也许是 75% 的工程，以及 25% 放在了研究上。FAIR 和 AML 的分界线是特意模糊的。有些人在两个组织里脚踩两只船。他们是 FAIR 年轻的工程师们，我们把他们称为“研究工程师”，他们和研究科学家一起做研究项目。而当这些项目从研究阶段到开发时，有些研究工程师会选择跟随他们的项目到开花结果，这样就会进入到 AML 团队。这是非常好的方法，把最先进的技术从研究状态散播出去。

关于Facebook的研究分布，我们在官网找到了更为详细的介绍：

在官网上可以看到，Facebook与AI相关的研究包括：应用机器学习部门、计算机视觉、人工智能实验室、人机交互和自然语言处理5大分支。

1. Facebook人工智能实验室(FAIR)

FAIR 是 Facebook 的AI基础研究实验室，目标是推动机器智能领域的进步。这是Facebook 人工智能技术的核心部门。

成立时间：2013年12月

人数：约70人

地址：Menlo Park (CA), NYC, Paris

查阅官网，新智元了解到，FAIR 目前总人数为76人，其中华人学者约10名，其中包括较为知名的何恺明和田渊栋。

2. 工程团队

工程团队则直接负责对接到Facebook的核心功能，比如广告、搜索、新闻流、密钥和Instagram。

3. FBLearner Flow 平台

FBLearner Flow是“Facebook研发基于AI的产品的支柱”。这个平台能帮助任何工程师轻松地开启和管理机器学习实验，而无需处理硬件基础架构。

FBLearner Flow 平台在2014年年底启动，先是在FAIR内部研究，后转交给 AML 团队。

Fb全部工程师中有25％使用FBLearner Flow 平台，其中70％是非AI专家。

FBLearner Flow 平台每月运行约120万的实验。

4. 应用机器学习部门(AML)

将机器学习应用到 Facebook 的产品：AML是科学突破与产品使用连接起来的部门。

包括4个主要团队：

核心机器学习（通用），

计算摄影

语言技术

自动语音识别

成立时间：2015年9月

人数：约75人

地址：Menlo Park (CA)

Facebook 的另一个独立 AI 小组 Language Technology 团队，专注于开发翻译、语音识别和自然语言理解。FAIR 在 LeCun 的想法里，是推动 Facebook 人工智能实验的地方，而 Language Technology（在应用机器学习（Applied Machine Learning 的保护伞下），是部署实际软件的地方。

5、 Facebook AI 学院（Faceboo kAI Academy）