Facebook通过这四种渠道将人工智能用于实践
AI世代2017-01-20
【AI世代编者按】美国《福布斯》杂志近日撰文，列举了Facebook将人工智能技术应用于实践的4种方式。
以下为原文内容：
我之前写过几篇介绍机器学习和深度学习等人工智能基础知识的文章，现在似乎应该通过一些实例来讲解这些技术如何应用于实践。
Facebook通过了解用户并将其数据打包卖给广告主的方式构建自己的业务，他们随后会利用借此赚取的收入展开再投资，以便为我们提供有用的新功能（目前包括视频和购物）从而加深对我们的了解。
Facebook为我们提供的沟通和交流方式的确意义重大，也正因如此，它像磁铁一样从我们身上吸收了海量数据——我们是谁？我们把时间花在哪里？我们喜欢什么东西？但Facebook科学家的挑战在于，他们希望挖掘的这些庞大数据非常松散，几乎没有结构可言。
每分钟约有12亿人向这项服务上传13.6万张照片，更新29.3万次状态。面对如此庞大的数据，Facebook直到最近都只能从这些非结构化数据中提取一小部分价值——这些数据难以量化，也很难制作成表格供计算机分析。
深度学习有助于改变这种状况。深度学习技术可以让机器自己学会如何对数据分类。图片分析工具就是其中的简单例子，它可以自学识别猫咪图片，而不必从程序员那里获知猫咪的具体特征。通过分析大量图片，它可以从图片的背景信息中吸收数据——猫咪图片中的其他东西看起来是什么样子？哪些文本或元数据可能表明一张图片包含猫咪？
通过这种方式，便可对非结构化数据进行结构化处理，通过量化方式将其呈现在一个表格中，让分析工具得以从中提取价值。他们试图借此回答一些问题，例如：一家公司的产品出现在猫咪图片中的频率有多高？我们是否应该把广告展示给爱猫人士？
这只是Facebook使用深度学习的基本原则，而随着深度学习算法越来越复杂，还可以将这些技术应用到我们分享的更多数据中，包括文本、图片和视频。
下文几个用例可以展示深度学习技术如何为Facebook创造价值，并帮助其为用户提供更多便利，使之加深对我们的了解。
1、文本分析
Facebook上分享的数据仍有很大一部分以文本形式体现。从数据容量上看，视频的数据量或许更大。但从信息量上看，文本仍然可
AI世代2017-01-20
【AI世代编者按】美国《福布斯》杂志近日撰文，列举了Facebook将人工智能技术应用于实践的4种方式。
以下为原文内容：
我之前写过几篇介绍机器学习和深度学习等人工智能基础知识的文章，现在似乎应该通过一些实例来讲解这些技术如何应用于实践。
Facebook通过了解用户并将其数据打包卖给广告主的方式构建自己的业务，他们随后会利用借此赚取的收入展开再投资，以便为我们提供有用的新功能（目前包括视频和购物）从而加深对我们的了解。
Facebook为我们提供的沟通和交流方式的确意义重大，也正因如此，它像磁铁一样从我们身上吸收了海量数据——我们是谁？我们把时间花在哪里？我们喜欢什么东西？但Facebook科学家的挑战在于，他们希望挖掘的这些庞大数据非常松散，几乎没有结构可言。
每分钟约有12亿人向这项服务上传13.6万张照片，更新29.3万次状态。面对如此庞大的数据，Facebook直到最近都只能从这些非结构化数据中提取一小部分价值——这些数据难以量化，也很难制作成表格供计算机分析。
深度学习有助于改变这种状况。深度学习技术可以让机器自己学会如何对数据分类。图片分析工具就是其中的简单例子，它可以自学识别猫咪图片，而不必从程序员那里获知猫咪的具体特征。通过分析大量图片，它可以从图片的背景信息中吸收数据——猫咪图片中的其他东西看起来是什么样子？哪些文本或元数据可能表明一张图片包含猫咪？
通过这种方式，便可对非结构化数据进行结构化处理，通过量化方式将其呈现在一个表格中，让分析工具得以从中提取价值。他们试图借此回答一些问题，例如：一家公司的产品出现在猫咪图片中的频率有多高？我们是否应该把广告展示给爱猫人士？
这只是Facebook使用深度学习的基本原则，而随着深度学习算法越来越复杂，还可以将这些技术应用到我们分享的更多数据中，包括文本、图片和视频。
下文几个用例可以展示深度学习技术如何为Facebook创造价值，并帮助其为用户提供更多便利，使之加深对我们的了解。
1、文本分析
Facebook上分享的数据仍有很大一部分以文本形式体现。从数据容量上看，视频的数据量或许更大。但从信息量上看，文本仍然可