11月17日，Facebook副總裁石峰在2016年世界互聯網大會上表示，人工智能已經融入了他們產品的各個方面，他們希望能用人工智能夠幫助所有的人在臉譜上創制更好的視頻，而不僅限于專業人員，這其中非常重要的一門技術就是視頻穩定技術，這樣即便是普通人也能夠更專業。

　　石峰表示，如果有人試圖要騙過相機，不管他運動速度多快或者不斷改變自己的身體形態，還是能夠迅速辨識，能夠追蹤這個人的活動。就好像最早推出照片辨識的時候，（系統）已經達到了對面孔辨識97%的準確率，現在要比人更善于辨識面孔，而在視頻當中也是從人臉辨識開始的。

　　他還提到，Facebook在兩個星期前剛剛在愛爾蘭開始測試了新技術，手機上將能夠運行人工智能，即在Facebook應用當中推出了神經網絡，運算都通過手機來完成。

　　他表示，這些多是現有AI應用在圖像視頻識別、自動翻譯等領域做不到的。“對于人工智能我們要花很長時間來訓練它，就像教孩子打棒球一樣。一方面我們有超過十億人在尋找內容，而另外一方面我們又有數以億計的內容發布給他們，他們可以很了解這兩者怎么取得平衡，所以我們每天做很多預測，而真正最激動人心的就是我們還能獲得很多反饋”，石峰說道。

　　下為石峰演講實錄：

　　大家早上好！我很高興第三次參加世界互聯網大會，我每年都來，但是我的中文還是很糟糕，我就不為難大家了，我還是用英文演講吧。在我們的工作中，我們覺得最重要的就是人工智能。接下來我給大家介紹一下臉譜網公司在人工智能方面的發展。可以說人工智能已經融入了我們產品的各個方面，今天給大家舉不少例子，比如說人工智能支持著我們的硬件和軟件，最后一部分給大家介紹一下我們最近的研究成果，內容就是如何教會機器去閱讀文本。

　　比如我們講新聞推送，我先給大家簡單介紹一下，每天有十二億的用戶訪問臉譜網站，可以說他們在這里花費了很多時間，而就我們公司而言，我們的工作就是服務于這十二億人，我們為他們提供了許多故事，我們為他們提供了大量的內容。就我們而言，我們的工作就是想要了解用戶究竟想要什么故事，并且將這些內容推送給他們。

　　舉個例子來說，我們了解每個用戶的興趣，并且向他們提供相關的內容。比如說我在烏鎮，如果我的太太和孩子發了照片，內容是他們在爬黃山，我肯定希望她們是我新聞推送的第一條，因為他們是我最在乎的人，而且他們的登山活動也是我的興趣所在。今天能再來烏鎮我特別高興，我還記得去年烏鎮也是非常精彩。

　　我們從人工智能的角度來講講，我想在座的各位都知道人工智能和傳統計算機不同，它更像一個孩子在學習這個世界，而不是事先編程，所以對于人工智能我們要花很長時間來訓練它，就像教孩子打棒球一樣。一方面我們有超過十億人在尋找內容，而另外一方面我們又有數以億計的內容發布給他們，他們可以很了解這兩者怎么取得平衡，所以我們每天做很多預測，而真正最激動人心的就是我們還能獲得很多的反饋。

　　一旦我們向用戶發布內容，我們就知道他們喜歡什么內容，了解他們和朋友分享什么，點擊什么內容，看什么視頻等等。所以我們每天能夠獲得大量的反饋，在這個過程當中也可以幫助我們訓練系統。所以說大家如果是做人工智能的，大家一定覺得這是再理想不過的狀況了。除此之外還有兩樣東西幫助我們在現在獲得成功，我們回到1992年，那個時候我剛剛完成我的博士學位，我的研究當中一部分就是人工智能，就我個人而言，我覺得1992年還近在眼前，但是實際上我們看看計算機資源在這個過程當中有了飛躍。

　　可以說如果離開這個飛躍，我們肯定沒有辦法處理如今這樣大量海量的數據。而且可以說更加激動人心的是我們在這方面真正的取得了進展。大家看這張PPT，這張圖表上可以看到智能競賽的結果，在左邊大家可以看到是系統的準確率，內容是辨識圖像，大家可以看到在四年的時間當中，準確率從55%上升到了80%，所以說是了不起的進步啊。大家看這些圓圈，可以看到計算能力，特別激動人心的是最近的系統，大家可以看到較之四年前運算能力大大提高，接下來的部分我們來講講這些技術對于我們每天的日常活動有什么影響。大家可以看到這里是一些例子，告訴我們在臉譜上如何解析圖像，并在所有的內容當中都已經融入了人工智能。

　　接下來給大家介紹一些圖片和視頻，我想這是最前沿的一部分技術，我想就很多的臉譜的用戶他們有的人在視力上有一些障礙，要想讓他們能夠辨識圖片，以前他們做不到，現在我們有可能幫助他們，比如說看這里的視頻，我們還能夠讓人來分析這些圖片。如果你是盲人，這毫無疑問是一個很大的發展和進步。另外我們知道臉譜上一個內容增長速度很快，就是視頻，在這里我們沒有把聲音放出來，但是在這里大家可以看到我們進行的自動的翻譯。大家可以看到底部的文本，就是聲音材料的意思。所以說即便不開聲音，仍然可以看字幕知道下面的內容是什么。

　　我們希望能夠幫助所有的人在臉譜上創制更好的視頻，而不僅限于專業人員，所以說非常重要的一門技術就是視頻穩定技術，我們用的就是人工智能技術，這樣即便是普通人也能夠更專業，而且在這個領域當中發展也很迅速。我們一直都是以人為本，驅動技術，所以說我們的技術最關心的就是人，在這里是一個研發者，他在這里試圖要騙過相機。他們的活動速度，這個研發人員的運動速度很快，而且不斷地在改變自己的身體姿態，還穿了衣服，我們知道衣服的運動體態和人不一樣，有的時候還調整顏色和背景色彩，但是即便如此，系統還是能夠迅速辨識，能夠追蹤這個人的活動。就好像最早我們推出照片辨識的時候。在兩年半的時候，我們已經達到了對面孔辨識97%的準確率，現在我們要比人更善于辨識面孔，而在視頻當中我們也是從人臉辨識開始的。

　　這是另外的一些例子，也是我們的突破，這是我們在兩個星期前剛剛在愛爾蘭開始測試的新技術。大家可以看到有史以來第一次可以帶手機上面運行人工智能，究竟這一技術是什么樣的，就是我們在臉譜應用當中推出了神經網絡，你只要用手機拍張照，隨后你可以選一個著名的藝術流派濾鏡，之后加上照片就可以形成最后的成果，而且這些都是實時的。為什么說這些很有意思，因為這一切的過程和運算都是在手機當中進行的。一般來說以往需要接入云端獲得計算能力才能完成。我們現在還是在以原先的方法在繼續訓練我們的系統，但是我們現在速度更快，而且只需要手機的硬件就可以完成原先的運算。

　　為了能夠進一步發展技術，推進人工智能，我們也在不斷地發明新的硬件，這樣的話能夠幫助我們以更快的速度處理更多的數據，我也非常高興，我們都是開源設計，最近我們也給九個不同的國家，十九個金融機構提供了支持，從而使這些行業獲得更快的進展，我們給他們提供的就是我們專門設計的硬件，我們也非常欣喜能夠幫助所有的方面獲得進步。

　　剛剛給大家分享了具體的例子，告訴我們的產品當中的技術，接下來給大家介紹一下我最感興趣的研究領域，我們的系統可以很有效的告訴大家，左邊是一個披薩餅，右邊是一個戴眼鏡的人手里拿著一個香蕉。但是有兩件事計算機做得不太好，一個就是理解情景和文本，另外一件事就是生產。比如說左邊我們問計算機這是不是一張素食披薩，計算機很難回答。右邊問這個人有沒有2.0的視力，計算機也沒有辦法回答，人是可以回答這些問題的。因為很快在這個問題當中你就知道，意思是素食不是葷食，一看就知道肯定不是素食。而在右邊一看這個人戴眼鏡就知道這個人視力肯定沒有2.0，但是機器做不到，我們要怎么做才能讓機器理解這些文本呢？我們就要著手來應對這個問題。