Facebook 希望其人工智能能够观看你所有的直播视频

如果说 Facebook 的 F8 开发者大会上有什么明确的说法，那就是直播视频对于该平台的未来至关重要。现在，不仅每个 Facebook 用户都能够通过智能手机向全世界直播，而且很快其他相机也将能够制作高质量的直播。除此之外，Facebook 还致力于将所有这些直播视频货币化，作为在世界上最大的社交网络上直播的激励。

但实时视频加剧了 Facebook 在视频方面已经存在的一个问题：即使用户想看某些内容，他们通常也找不到。我们观看的大多数视频都是由朋友或我们关注的主页分享的。

这就是人工智能发挥作用的地方。Facebook 应用机器学习主管 Joaquin Quiñonero Candela 今天在接受《大众科学》采访时表示，未来，人工智能将观看全球制作的所有直播视频，了解正在发生的事情，并使其可供搜索。Facebook 甚至可能能够将这些视频流剪辑在一起，为您想看的内容创建个性化频道。

“随着这件事情的开展，我们将不得不为人们制作出色的工具来策划，”坎德拉说。“你可以想象一个退休的滑雪板运动员，如果我有工具可以扫描数百万个直播，我是否可以将专业拍摄的直播与山上的人等内容剪辑在一起。想象一下，如果我可以剪辑和混合这些内容，我就可以制作自己的电视台了。如果我们想实现这一点，就需要构建这些工具。”

但要做到这一点并不容易。目前，Facebook 仍在研究如何识别图像中的物体，现在他们才刚刚开始研究视频。

主要问题是所谓的语义分割。人工智能理解图像或视频中的内容有三个层次。首先是分类；照片中有一个杯子。然后是分割（根据内容将图像分成几部分）；照片中有一个杯子和一张桌子。最后，语义分割是最难的，坎德拉说我们需要做的工作最多；杯子在桌子上。

对于人工智能来说，要知道杯子放在桌子上意味着它需要理解这两个物体之间的关系，而人类通过观察世界自然而然地就能理解这一点。这对于大多数系统来说很难理解，因为它们需要大量的示例才能既识别出这两个物体是分开的，又能分享这种关系。杯子放在桌子上，桌子很少放在杯子上。

由于视频只是一连串快速播放的图像，因此对于人工智能来说，识别和理解任何视频（更不用说实时视频）中的事物都是一项巨大的壮举。基于当前正在部署的系统，坎德拉的梦想离现实还很远，但他的团队正在取得进展。在今天的 F8 主题演讲中，坎德拉宣布 Facebook 正在研究处理视频以进行面部识别。借助这项技术，人工智能能够分辨出某人何时出现在视频中、他们何时进入以及持续了多长时间。该技术基于人工智能自动标记功能，Facebook 多年来一直使用该功能，并且非常准确。

不过，坎德拉表示，分析实时视频也可以充分展示 Facebook 人工智能的实力。人工智能的一大卖点是它能边工作边学习——而来自世界各地的几乎无限量的各种主题的视频流是学习新事物的绝佳机会。