Facebook 创建 AI 学院,号召全体学 AI

简介:

Facebook 创建 AI 学院,号召全体学 AI

对于 Facebook,AI 技术是提升用户体验、创造新体验的一大法门。该公司表示,每天处理数十亿的发帖、评论和照片,需要开发出“地球上最高效”的 AI 系统。

但 AI 领域的人才和专业知识十分稀缺,尤其是深度学习。即便是 Facebook 这样的巨头,也一直感受到招聘压力。

顺便说一句,李开复老师前段时间把国外 Google、Facebook、Microsoft、Amazon以及国内 BAT 比喻为 AI 人才的“七大黑洞”,把行业人才吞噬一空。即便如此,无论是人、技术还是数据,离满足巨头们的胃口仍然差得远。

就业市场的 AI 工程师已经被瓜分一空,但企业还需要更多。

在全世界范围内,高校纷纷上马 AI、机器学习、数据科学的专业以及课程。但这只是问题的一个方面:雷锋网(公众号:雷锋网)了解到,现在非常多的工程师,缺乏在实际业务环境做 AI 开发的第一手经验和履历。

为填平这一道技能鸿沟,Facebook 在昨晚宣布创建 Facebook AI Academy,对公司内部员工进行免费 AI 技能培训。

Facebook 表示:

“我们坚信创新以教育为基础。通过向我司工程师提供最前沿的 AI 技术培训,Facebook 能够向全公司业务线部署更多的深度学习专家。当下,Facebook 有超过 40 只技术团队、超过 25% 的工程师在产品服务中要用到 AI 。我们想要进一步提升这个数字。”

雷锋网获知,Facebook AI Academy 的培训分为两部分。第一部分是要求学习者亲身实践的深度学习课程。课程由身为 Facebook AI 研究实验室(FAIR)首脑人物之一的 Larry Zitnick,与其他顶级专家共同设计,让 Facebook 全公司的工程师能够直接从 FAIR 专家那里学习。学院课程的主题包括深度学习基础、CNN\RNN 以及增强学习等相关话题。一套课程包含六节课,把学术理论讲解和在实验室亲自动手开发深度学习模型相结合。

第二部分是让学员获取更深度的亲身实践经历。为此 Facebook 开设了 AI Immersion Program (项目名称:“沉浸在 AI 中”).该项目提供给工程师到 FAIR 来上班的机会,锻炼个一到两年。这期间,他们会与行业顶级专家共同从事各个领域的研究项目,包含深度学习、计算机视觉、自然语言处理、语音、推理等等。“毕业后”,工程师离开 FAIR 团队把知识应用于 Facebook 的其他技术团队,比方说 Applied Machine Learning (应用机器学习)、Newsfeed 部门。这样做的目的,不但是把 AI 专业知识扩散到公司全员,也是为了在 FAIR 和公司其他部门之间创造更好的合作、分享社区氛围。

据雷锋网了解,在 Facebook,AI Academy 的培训项目一直非常热门,想上课的人太多以致课程超员,反馈也十分正面积极。对于 FAIR 的研究人员来说,这也是向各领域技术专家学习、拓展人际关系的好机会。AI 技术研究已经变得极度复杂,需要高效的软件平台、大规模计算集群,以及海量数据资源。因此,做前沿 AI 研究必须要出色的工程开发人才。AI Academy 为 Facebook 的技术人才储备提供了紧密的联系。

Facebook 最后还表示:

“我们清楚,为加速项目进展,并保证流水般源源不绝的工程技术人才;保持一个充满活力的学术研究社区十分关键。作为 Facebook 对外开放思路的执行,FAIR 一直在向全世界的 AI 开发者社区提供开源软件以及硬件。其中一些我们的开源工具请看这里。Facebook AI Academy 目前只对 Facebook 内部技术员工开放,但我们会继续评估与更广大学术社区分享知识的机会。”

最后一句话给了我们希望:或许有一天,全世界都能免费聆听 FAIR 大牛讲课。

via facebook

相关文章:

揭密 Facebook 神秘的硬件团队,从 AR 到意识识别都在研究

本文作者:三川

本文转自雷锋网禁止二次转载,原文链接


相关文章
|
人工智能 算法 JavaScript
既Facebook道歉AI误将黑人标记为灵长类动物后,推荐GitHub 上 7 个 yyds 算法项目
既Facebook道歉AI误将黑人标记为灵长类动物后,推荐GitHub 上 7 个 yyds 算法项目
102 1
既Facebook道歉AI误将黑人标记为灵长类动物后,推荐GitHub 上 7 个 yyds 算法项目
|
编解码 人工智能 前端开发
Paper:2020年3月30日何恺明团队最新算法RegNet—来自Facebook AI研究院《Designing Network Design Spaces》的翻译与解读
Paper:2020年3月30日何恺明团队最新算法RegNet—来自Facebook AI研究院《Designing Network Design Spaces》的翻译与解读
Paper:2020年3月30日何恺明团队最新算法RegNet—来自Facebook AI研究院《Designing Network Design Spaces》的翻译与解读
|
机器学习/深度学习 人工智能 自然语言处理
Facebook AI的工业级NLP开源框架—— Pytext简介
Facebook AI的工业级NLP开源框架—— Pytext简介
557 0
Facebook AI的工业级NLP开源框架—— Pytext简介
|
机器学习/深度学习 人工智能 计算机视觉
让AI认出「生狗」?Facebook构建能感知变化算子的人工智能
Facebook AI的最新研究在如何训练人工智能像人类一样感知周遭的细微变化方面取得了一些进展。
让AI认出「生狗」?Facebook构建能感知变化算子的人工智能
|
机器学习/深度学习 人工智能 自然语言处理
10亿参数,10亿张图!Facebook新AI模型SEER实现自监督学习,LeCun大赞最有前途
刚刚,Facebook公布了一个在10亿张图片上训练的AI模型SEER。该模型包含10亿个参数,可以从网上任何未标记图像的中学习,并在一系列计算机视觉基准上取得了先进的结果。Facebook的这一突破能否实现计算机视觉的自监督学习革命?
267 0
10亿参数,10亿张图!Facebook新AI模型SEER实现自监督学习,LeCun大赞最有前途
|
人工智能 自然语言处理 算法
Facebook&哥大等推出实验性AI框架,音视频信息可自由转换文本!
近日,来自Facebook、哥伦比亚大学等高校的研究人员开发了一种可以从视频、对话历史、音频以及语音文本中生成高层次语义信息的框架——Vx2Text,该模型可以用来概括信息内容,并准确地回答相关问题。
136 0
Facebook&哥大等推出实验性AI框架,音视频信息可自由转换文本!
|
机器学习/深度学习 人工智能 算法
人类玩德州扑克也扑街了?Facebook开发玩德州扑克的AI,大比分击败顶尖人类选手!
最近,Facebook的研究人员开发了一个玩德州扑克的人工智能,可以轻松击败人类玩家,它跟DeepMind的AlphaZero有何不同?今天我们就来看下。
271 0
人类玩德州扑克也扑街了?Facebook开发玩德州扑克的AI,大比分击败顶尖人类选手!
|
机器学习/深度学习 人工智能 自然语言处理
Facebook AI 用深度学习实现编程语言转换,代码库迁移不再困难!
从旧式编程语言(例如COBOL)到现代替代语言(例如Java或C ++)的代码库迁移是一项艰巨的任务,Facebook AI开发了Transcoder,这是一个完全自监督的神经转编译器系统,可以使代码迁移变得更加轻松和高效。
261 0
Facebook AI 用深度学习实现编程语言转换,代码库迁移不再困难!
|
机器学习/深度学习 人工智能 自然语言处理
7.5亿美元做代码转换?一个Facebook TransCoder AI就够了!
代码的迁移和语言转换是一件很困难且昂贵的事情,澳大利亚联邦银行就曾花费5年时间,耗费7.5亿美元将其平台从COBOL转换为Java。而Facebook最近宣称,他们开发的一种神经转换编译器(neural transcompiler),可以将一种高级编程语言(如C ++,Java和Python)转换为另一种,效率飞起!
591 0
7.5亿美元做代码转换?一个Facebook TransCoder AI就够了!
|
机器学习/深度学习 人工智能 安全
蚂蚁安全实验室斩获NeurIPS & Facebook AI联合竞赛冠军
12月10日,由国际人工智能顶会NeurIPS 与 Facebook AI联合举办的图像相似匹配竞赛ISC2021落下帷幕,本次比赛共有1635支参赛队伍参加,是今年NeurIPS会议上最具影响力的比赛之一。来自蚂蚁集团的TitanShield Team(titanshield2)以超越第二名10个百分点的成绩斩获图像表征赛道冠军。据悉,此次夺冠团队采用的技术方案是由蚂蚁集团独立自研的、“基于特征兼容自监督学习框架”的预训练模型,能够针对性地解决内容安全风控领域常见的敏感信息更迭速度快、风控模型训练不及时等问题。作为可信AI技术研究及应用中的一环,该技术上线后可降低80%的图像对抗风险,将有助
171 0