2019 FB 開發者大會
今年 F8 第一天的開場演講多著墨於產品更新,第二天則更多在談論技術層面的內容,讓多數開發者為之一亮;前半段著重在人工智慧 (Artificial Intelligence) 技術發展,說明如何利用機器學習偵測違法事項,以維護平台安全。當然,若要全面達成正確、無偏見的內容審查,仍需更多努力。

語言、圖像辨識
Facebook 在 AI 的應用範圍甚廣,其中,一項最重要的項目就是主動偵測違規的內容, Facebook 相關產品中有相當大量的資訊流通,尤其在全球六千多種語言中,如何讓 AI 系統能正確全部理解內容,是技術團隊所面臨的一項挑戰;在「自然語言處理 (NLP) 」技術的發展,技術團隊運用多語言進行訓練,將語言轉譯成數位通用語言,不再需要針對每種語言建立模型,讓偵測不同語言中的違法內容更加順利。

Facebook F8 自然語言處理

Facebook 積極與不同領域的專家共同合作,為了減少人工標籤,透過「自主監督式學習 (Self-supervised Learning)」,利用數據資料建立模型,在文字、語言、圖像、語音、影片等層面上,大幅提升效率;而在圖像辨識中,透過「全景特徵金字塔網絡 (Panoptic FPN) 」技術,讓 AI 系統不僅能理解圖像中內容,更能辨識出背景物件,讓圖像的理解更加全面。

Inclusive AI
Facebook 建立了「Inclusive AI 的 AI 模型訓練程序

人的既有思想可能影響最終結果,為了降低可能產生的偏見,Facebook 建立了「Inclusive AI」的 AI 模型訓練程序,在面對充滿多樣性的 Facebook 全球用戶,希望能做到不分性別年齡、膚色人種,以更公平的角度,設計數據集、衡量產品效能和測試新系統。
Spark AR 即是「Inclusive AI」的其中一項應用,技術團隊透過這項流程,讓 AR 相機特效在面對不同使用者,尤其在不同的手勢下,都能在不同光線、膚色中,呈現最佳的效果;Oculus 技術團隊也運用這項流程設計在聲控指令上,讓所有人都能良好使用這項功能。

VR 世界的安全與隱私
當人與人之間進行互動時,肢體語言是相當重要的因素;為了能利用較少的偵測器,在 VR 世界中建立即時的 3D Avatar 角色,Facebook 利用從內而外模型建立,開發虛擬骨骼架構,並將肌肉結構、皮膚與外在衣服堆疊上去,即可讓 3D Avatar 角色即時呈現偵測者的行為動作,讓 VR 世界的互動更加真實。
Facebook Avatar VR
VR 不僅消彌空間限制,透過人體偵測、解析身體語言等技術發展,創造更真實的情境體驗;如何建立安全且具有隱私的 VR 世界,除了設立規範、建立預防系統外,Facebook 同時建立舉報、封鎖用戶等功能,讓用戶也能舉報違規事項,以維護平台安全。當然,VR 世界仍持續發展中,如何能有效地維護用戶安全,建立友善的社群,是 Facebook 持續努力的方向。