让所有人（包括盲人）都能访问内容。这是马克·扎克伯格在最后一次会议上为 Facebook 设定的新使命之一。几天前在印度回答的问题。一项挑战已经在路上。
Facebook 首席技术官 Mike Schroepfer 利用都柏林网络峰会发布了FAIR人工智能实验室的最新工作由法国人Yann Le Cun执导。正如我们在本视频中了解到的那样，一款能够为盲人阅读图像的移动应用程序已经存在，并将于明年部署：
https://www.facebook.com/Engineering/videos/10153621590557200/
该应用程序基于多个技术构建模块。第一个物体检测。 Facebook 研究人员刚刚开发出一种技术，效率提高了 30%，资源消耗减少了 10 倍，能够非常精细地区分照片中的多个对象（见下图）。这将是明年 12 月在蒙特利尔举行的 NIPS 会议上发表的一篇文章的主题。
在自然语言理解方面，Facebook 已经在去年 12 月期间展示了其记忆网络（MemNets）系统。它的开发者大会。该社交网络现推出 Visual Q&A，这是一种与 MemNet 相结合的移动图像识别系统。它允许智能手机回答一系列以自然语言表达的有关照片的问题（播放下面的视频）。这是婴儿照片吗？宝宝在哪儿？宝宝在做什么？不可能粘住每次都能立即做出出色反应的机器。
https://www.facebook.com/Engineering/videos/10153621574817200/
最后，Facebook 在预测学习方面取得了重大进展，预测学习能够通过观察学习来了解未来会发生什么。为了尝试赋予计算机这种能力，FAIR 团队开发了一个系统，可以分析一系列视觉测试，例如堆叠的和即将掉落的块组。这个想法是预测结果。几个月后，系统现在可以正确预测 90% 的测试结果。所以他比大多数人做得更好。
https://www.facebook.com/Engineering/videos/10153621509062200/
Facebook 取得的最后一个里程碑与规划有关。当我们知道人工智能研究人员在创建能够在古老的中国围棋游戏中对抗人类智能的程序时遇到的困难时，FAIR 研究人员创造了一个能够在围棋比赛中击败有天赋的人类棋手的机器人。通过将每个可能的运动的建模与模式搜索算法相结合而获得的结果。
https://www.facebook.com/Engineering/videos/10153621562717200/
从逻辑上讲，所有这些进步也应该受益脸书M，Facebook的虚拟助手。如果是这样，Siri、Cortana 和 Google Now 就需要担心一些事情了。
