导语：上市之初，Facebook还只是一款社交软件，如今却已经发展成为一个坐拥四大王牌APP的移动互联网帝国。在资本市场上，它同样成为全世界最闪耀的明星。这家企业是怎样持续不断的进化并获取高额利润？背后的答案就是人工智能。
由于众所周知的原因，我们暂时仍然没办法登录到Facebook，但是通过观察其发展动态，我们仍可以探寻到科技互联网产业发展的轨迹。
与称霸中国的腾讯和微信相比，Facebook拥有全球范围内最大的社交网络，用户数量庞大，使用者覆盖全球一百多个国家和地区，同时在业务布局上更加丰满，已经通过并购和内生扩张，形成了一个非常强势的产品矩阵。
在2015年全美最受欢迎的APP排行榜中，Facebook客户端排名高居第一，同时旗下的图片分享应用Instagram以及类似微信的即时通讯应用Facebook Messenger都排到了前十名的位置，同时，后面还紧跟一个增速非常迅猛的WhatsApp。
社交网络已经成为了人们生活重要的一部分，事实是已经有越来越多的人将生活与工作“搬”到Facebook或微信的平台上，这意味着将有海量的用户信息与数据被留在服务器上，成为人工智能创造全新价值的基础。
为了让人们更加方便、快捷的使用平台，同时获得更多的盈利机会，如今两者都在开展各式各样的人工智能应用探索。其中Facebook在研发投入上相比微信更加激进。
在寒冷的瑞典北部，距离北极圈一步之遥有个名叫Lulea的地区，建设了一座Facebook的数据中心。据介绍，在这里处理着Facebook网站上所有的用户自拍，以及所有人的点赞。
而这只是Facebook数座大型数据存储中心之一，还有大量的其他类型数据被存贮在美国俄勒冈州、爱尔兰等其他六处地方。之所以要修建这些庞大的数据中心，主要因为全世界用户存贮了海量的各类信息。
用户使用的各种留痕与信息，都占据着互联网企业的存储资源。对于Facebook和微信来说，这迫使他们付出更多的成本，同时也形成了独特的数据矿藏——海量的数据和用户使用记录，这意味着大数据发掘，以及人工智能应用的基础。
对于人工智能来说，深度学习的基础，是通过分析、组合低层数据的特征，形成更加抽象的、高层次的特征，发现看似庞杂、无规律数据内所蕴含的特征。
这要求在现阶段内，深度学习的使用者必须是具有非常深厚数据储备的企业。在这方面，社交网络无疑具备先天优势。
在微信的使用中，我们用照片的形式留下喜爱的食物、各类喜欢的零食等等（一般还会配上文字描述），或者以多种多样的形式，透露出一些理想的商品，想去的地方。
在Facebook平台中，同样有类似的消费或潜在的消费数据留存。另外不同于微信的是，Facebook还有类似微博的名人和应用的关注功能，用户的偏好喜好更加明确，更容易被深度学习体系所理解和发掘。
为了能够真正理解图片信息和语音音频信息，从而进行更加有效、全面的用户数据分析，提取出更准确的高层次用户特征，Facebook已经开始了大量的图像识别工作，其中以面部识别最为重要。
图像识别的实现，意味着有效数据来源的扩容。企业掌握这一能力之后，数据分析实力将获得极大的提升。
而在所有的图像数据分析中，最具现实意义与商业前景，并相对容易实现的，当属面部识别。在面部识别技术成熟之后，对社交网络完善关系网络有重要的意义。同时相关产业如安防、门禁、信息安全、个人信息服务、检索等产业和业务，都可以迎来更好的发展。
Facebook与微信在面部识别技术方面，有着先天的优势。因为几乎每个用户都会上传自己的照片，这让社交平台有大量的面部照片资源储备，以供研究。
如今微信尚未进行大规模的面部识别研发，Facebook则已经开展多年。据统计，Facebook Messenger每月发送和分享的照片数量达到了百亿张左右，其中有海量的面部照片。
相关的研究在几年前就已经展开，被命名为DeepFace人工智能系统。找到人脸图片之后，这种系统会衡量出67个不同的控制点，之后这些点会被用来制作成普通的3D模型，进而进行确认。
在2015年初Facebook就宣布，这套系统已经足以识别每日用户上传的约4亿张照片中的面孔。如今，这套体系的识别率已经达到了97.25%，而人在进行相同测试时的成绩为97.5%，可以说已经相差无几。
根据最新的消息，Facebook人工智能实验室正在开发的一项新的实验性算法，它可以在看不到清晰人脸的情况下，借助发型、衣着、姿势和体貌特征从照片中识别人们的身份。
Facebook人工智能主管伊恩·勒坤(Yann LeCun)介绍，这套算法使用了很多线索，因而即使从背面看过去，也能识别人的这些特征。他还举了一个生动形象的例子：“你可以非常轻松地认出马克-扎克伯格，因为他总是穿一件灰色T恤”。
即便是美国联邦调查局，在人脸照片的储备上也很难与Facebook相提并论，因此在人脸识别技术上，DeepFace将发挥出更重要的社会作用与应用价值。
人工智能体系已经在如今的互联网应用中，发挥了越来越重要的作用。
在传统的互联网服务中，企业依据自身的资源与业务，为用户提供服务，用户则根据自身的需求，在网络上选取所需要的服务。
这是一个供给、需求僵化配对的过程。最典型的例子，是一些只销售特定产品的电商网站，只要用户需要，就必须要提前知道这个网站的存在和登陆方式，然后下单购买。
但入口型平台企业改变了这种僵硬配对的现状。通过平台的引流和推送功能，人们可以更便捷的获取所需产品、服务与内容。
在人工智能系统成熟之前，平台企业无法清晰感知用户真正需要的服务与产品，所以虽然有一些尝试，但大多数仍是以通过关键字搜索的引流方式来实现。
随着深度学习，特别是监督学习（supervised learning）技术的广泛应用，让人工智能系统能够依据现有的数据参数标签，去推断用户偏好类型并推动相关联的内容。这让根据用户偏好分析，来实现推送功能成为可能。
以今日头条为代表的优秀创业企业，以及百度、阿里巴巴等大平台，相继拥有了推送能力，并实现了内容、商品、服务的个性化推送功能。
与国内这些大型企业集团一样的是，Facebook也拥有大量的用户和使用数据。但相比国内企业的优势在于，其开放性特征非常显著。整个社交网络像一个”线上社会“一样，可以接入的各行各业应用几乎没有任何限制。
正因为没有限制，Facebook在引入这些应用时，可以说必须非常小心，以保持整个平台高质量的运行，不给用户增加服务、广告太多的困扰。
如何在推送服务的同时，尽可能保持非常好的用户体验？这个涉及所有社交软件生死存亡的秘诀，就在人工智能的答案中，只有充分发掘每一个用户的实际需求和潜在需求，才能够将“推送”这件事做得更好。
微信由于其自身特点选择了不去主动推送服务，而Facebook由于其平台属性更注重这一点，因此更加积极的推动图像分析等数据发掘工作，并以此推动人工智能技术的发展。在未来，这还将与虚拟现实技术紧密的结合起来，带给用户更多、更好、更适合的应用体验。
作者：砺石咨询
联系客服
