Facebook人工智能母體技術(shù)解析

　　Facebook今天第一次正式介紹了FBLearner Flow，一個(gè)可以為全公司員工管理機(jī)器學(xué)習(xí)模型的機(jī)器學(xué)習(xí)軟件。換句話說，這是一個(gè)可以自己制造人工智能的人工智能，你可以理解為傳說中的人工智能母體。

　　它與其他基于云端的機(jī)器學(xué)習(xí)服務(wù)有點(diǎn)相似，例如微軟的Azure機(jī)器學(xué)習(xí)或者Airbnb的開源Airflow，不過，F(xiàn)BLearner Flow是根據(jù)Facebook自己的業(yè)務(wù)而進(jìn)行最優(yōu)化的，裝滿了Facebook工程師開發(fā)的算法，讓公司其他人都可以為自己的模型而使用該平臺(tái)。

圖片來源：webcorenigeria

　　“公司超過25%的人都在使用，使用情景是我們之前無法預(yù)想的。”Facebook核心機(jī)器學(xué)習(xí)小組總監(jiān)Hussein Mehanna在一次訪談中告訴Venture Beat。

　　Facebook不只可以發(fā)布關(guān)于FBLearner Flow的學(xué)術(shù)論文，還可以最終將其開源。Facebook工程師已經(jīng)與其他公司的人討論了這類技術(shù)，包括Linkedin、Twitter和Uber等公司。Mehanna說，他們都非常感興趣。

　　當(dāng)然會(huì)對(duì)開源感興趣啦——這個(gè)系統(tǒng)已經(jīng)在Facebook這樣的大公司驗(yàn)證可行，而且，這！不！花！錢！這一點(diǎn)就與來自Domino Data Lab和Yhat的數(shù)據(jù)科學(xué)合作工具不同。

　　Facebook經(jīng)常將一些技術(shù)開源，這樣的做法也符合公司自己的需要，因此如果未來FBLearner Flow完全開源了也不奇怪。問題是Facebook是否愿意投入工程資源，將這項(xiàng)技術(shù)與其專利系統(tǒng)的匹配斷開。話雖如此，如果Facebook不愿開源、將FBLearner Flow壓在箱底也不奇怪。因?yàn)槎嗵澚诉@項(xiàng)技術(shù)，員工變得更加高效了。這會(huì)是一個(gè)競(jìng)爭(zhēng)優(yōu)勢(shì)。人們?cè)谛孪到y(tǒng)中可以看到過往的試驗(yàn)和結(jié)果，甚至將兩個(gè)不同的機(jī)器學(xué)習(xí)流水線結(jié)合起來，設(shè)計(jì)出某種更加復(fù)雜的東西。此外，圖形交互界面讓非工程師也可以使用這個(gè)新平臺(tái)，因此才會(huì)有Mehanna說高達(dá)的25%的人都在使用。

　　無論未來是否會(huì)開源，至少，我們今天獲得了一部分FBLearner Flow的技術(shù)詳解。讓我們來看看Facebook工程師Jeffrey Dunn的博文，詳細(xì)解讀FBLearner Flow作為Facebook的人工智能母體到底厲害在哪兒。Jefferey Dunn從卡內(nèi)基梅隆大學(xué)獲得碩士學(xué)位，2011年加入Facebook，參與打造圖片搜索中的網(wǎng)絡(luò)搜索等工作。

　　圖片來源：Facebook Code

　　如今，F(xiàn)acebook的許多體驗(yàn)和交互都是依靠AI實(shí)現(xiàn)的。當(dāng)你登錄Facebook，我們使用機(jī)器學(xué)來給你提供獨(dú)特的、個(gè)人化的體驗(yàn)。機(jī)器學(xué)習(xí)（ML）模型實(shí)現(xiàn)了個(gè)人化新聞流（News Feed）、過濾了可能得罪人的內(nèi)容、突顯流行熱點(diǎn)話題并將搜索結(jié)果排名。還有很多其他體驗(yàn)可以從機(jī)器學(xué)習(xí)中獲益。但是以前，工程師必須有很強(qiáng)機(jī)器學(xué)習(xí)背景，不然沒法好好利用公司的機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施。在2014年底，我們從零開始，重新定義Facebook的機(jī)器學(xué)習(xí)平臺(tái)，將最先進(jìn)的AI和ML算法送到Facebook每一位工程師的手中。

　　我們希望能有這樣的一個(gè)平臺(tái)：

　　1.每個(gè)機(jī)器學(xué)習(xí)算法應(yīng)該可以一次性設(shè)置好，可以重復(fù)使用；

　　2. 工程師可以寫一個(gè)訓(xùn)練流水線，在許多機(jī)器上平行運(yùn)行，可以被很多工程師所用。

　　3. 無論工程師在機(jī)器學(xué)習(xí)領(lǐng)域的背景深淺，都可以很簡(jiǎn)單地訓(xùn)練模型，而且，其中幾乎所有的 步驟都可以完全自動(dòng)化。

　　4. 人人都能很方便地搜索過往試驗(yàn)、查看結(jié)果、與他人分享，并在某一個(gè)試驗(yàn)中開啟新的變量。

　　我們決定建造一個(gè)全新平臺(tái)：FBLearner Flow，可以簡(jiǎn)單方便地在不同產(chǎn)品中重復(fù)使用算法，可以放大規(guī)模同時(shí)運(yùn)行幾千個(gè)定制試驗(yàn)，并且能夠輕松管理試驗(yàn)。這個(gè)平臺(tái)提供了創(chuàng)新性的功能，例如從流水線定義和自動(dòng)平行Python代碼自動(dòng)生成UI體驗(yàn)。平臺(tái)從創(chuàng)立起已經(jīng)訓(xùn)練了超過一百萬個(gè)模型，我們的預(yù)測(cè)服務(wù)發(fā)展到每秒超過600萬次預(yù)測(cè)。

　　減少了手動(dòng)工作的工程師們可以花更多時(shí)間進(jìn)行特征工程，這反過來又可以進(jìn)一步提升精度。工程師可以在更大的平臺(tái)層面去發(fā)揮影響。FBLearner Flow提供了平臺(tái)和工具，讓工程師每天進(jìn)行幾千個(gè)試驗(yàn)。