微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 Facebook的AI战略:并购能够解决问题吗?

Facebook的AI战略:并购能够解决问题吗?

2020-02-20 17:23
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2020-02-20 17:23 科技行者

Facebook的未来来说,仍然是至关重要的。

Facebook的AI战略:并购能够解决问题吗?

Facebook最近收购了Scape Technologies,一家专注于构建有助于AR(增强现实)的计算机视觉应用公司。

Scape成立于2016年,将自己的技术称为视觉定位服务(可通过SDK获得)。Scape实际上是利用摄像头提高GPS精度,这项技术对于Facebook VR头戴设备甚至是机器人技术来说都是有帮助的。

Loomly首席执行官兼联合创始人Thibaud Clement表示:“虽然GPS可以鸟瞰某个区域,但Scape Technologies的VPS实际上更接近行人的视野。这个独特的计算机视觉引擎,再加上Facebook的影响力,将有助于推动在AR和VR领域的发展。”

接下来,Facebook收购了Atlas ML开发商Deeptide。Deeptide成立于2018年7月,是一家科学论文和开源资源库公司。

Clement表示:“与Facebook AI合作意味着该平台将能够更快地发展,支持更多语言并吸引更多用户,同时让Facebook可以随时掌握该领域中发生的一切。这是网络协同效应一个很好的例子。”

Deeptide联合创始人Robert Stojnic在Medium帖子中写道:“Papers with Code仍然是中立的、开放的、免费的。这项服务的运行方式、社区与网站的互动方式,都将保持不变。”

Scape和Deeptide都位于英国。Sorenson Ventures负责人Vidya Raman说:“一段时间以来,英国一直是开创性AI研究的温床。还记得DeepMind吗,谷歌为DeepMind投入了多少钱?”

实际上早在2018年的时候,Facebook就收购了另一家英国公司Bloomsbury AI。这家初创公司构建了用于问答应用的NLP自然语言处理系统。

SAS首席解决方案架构师Tom Sabo表示:“任何希望更好地将内容与用户利益挂钩的企业组织,都将从投资领先的自然语言处理能力中受益。想想你是如何在互联网上搜索某个度假胜地或者汽车品牌,你当时搜索过的商品,是如何显示在接下来几周浏览的页面广告中的。这并不复杂。基于AI的精准数字广告策略,根据搜索、内容、位置数据中识别出来的用户兴趣,为用户提供了更有针对性的广告体验。”

>>>现在呢?

Facebook的一系列收购表明,人才之争正在升级。

RexMundi创始人Vincent Peters表示:“Elon Musk正在招募机器学习人才加入Tesla。Facebook收购Scape Technologies和Deeptide都是为了机器学习人才的,为了让机器可以从视觉上识别周围环境,直接获得那些经常使用机器学习资源的AI和ML人才。很少有企业拥有充足的、有能力理解不同类型人工智能、知道如何有效运用机器学习的人才。”

所以并购看起来是个不错的选择。毕竟,Facebook在很多领域都可以增强自己的AI实力。

“Facebook曾在F8 2019大会主题演讲中明确指出,他们前所未有的运营规模意味着必须解决前所未有的技术挑战,不仅要利用现有技术,还要突破技术现有的能力范畴。因此,我们可以想象,随着Facebook开始新的动作,全球面临前所未有的社交挑战,未来Facebook还需要填补这些空杯:要考虑付款欺诈检测、选举期间的信息真实性、在网速较慢的地区交付内容——所有这些都可以通过结合各种AI系统实现自动化和优化。”

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-