北京時間6月9日消息，得益于Facebook的研究工作，我們處理一些任務時速度更快了，它的技術可以用在數碼相機效果、圖像濾鏡、AR與醫療成像中。

如果你是一名經常使用Facebook的用戶，在過去幾年里應該看到一些變化，Facebook越來越重視圖片，為用戶提供技術自動識別圖片中的人和物。Facebook有月用戶19.4億，為了將有意義的嬰兒照片、度假自拍照、寵物照挑出來，AI與機器學習成為幕后功

現在Facebook的AI、機器學習團隊已經找到好辦法訓練數據集，這種方法比現有的方法快很多。只有訓練數據集才能讓視覺識別模型區分大量圖片。Facebook表示，它已經開發了一套系統，每秒可以訓練4萬張圖片，這樣一來在60分鐘內訓練1K數據集（產業標準的訓練集）就變成了可能，而且不會降低質量。到目前為止，訓練這樣多的數據集需要幾天時間，甚至長達幾個月。

數據數量正在迅速增長，每一家科技公司都要快速處理這些數據，它們依賴AI、機器學習理解數據，所以Facebook的工作至關重要。隨著數據的增長，訓練時間也會延長，Facebook認為這樣一來就會影響研發進度。

Facebook采用了新系統，它包括256個GPU，原來的系統只有8個，規模效率提高到90%。

在研究方面，Facebook愿意免費公開自己的研究成果，Facebook說它會開放硬件堆棧，這些硬件可以縮短訓練時間。有許多企業收到海量視覺數據，需要快速處理，Facebook的研究會讓它們受益。（云外）