在俄勒岡州 Prineville 的山上一棟 350,000 平方英尺(32516.064 平方米)的大樓里，嵌在一臺不起眼的服務(wù)器機架狹縫里面的是 Facebook 最有價值的人工智能工具，它叫 Big Sur ，是一種訓(xùn)練軟件不斷提升性能的硬件系統(tǒng)。它使用從全世界篩選而來的海量數(shù)據(jù)，并利用這棟大廈內(nèi)部的超級計算能力將以前需要幾個月才能做完的事加速到只需要幾個小時就能完成。有了 Big Sur ，F(xiàn)acebook 能夠訓(xùn)練啟動桌面游戲播放程序和幫助軟件「解讀」圖片并向人們解釋圖片內(nèi)容的人工智能程序。
Big Sur 系統(tǒng)可以在第二代 Facebook 的 Prineville 數(shù)據(jù)中心找到，第一代建成僅在六年前。 Prineville 是俄勒岡州中部的小城市，居民僅在 9,000以上。這座城以 Facebook 這家社交網(wǎng)絡(luò)公司的第一家美國服務(wù)器農(nóng)場為標(biāo)志，這些服務(wù)器被建造出來用于承納 Facebook 節(jié)節(jié)升高的用戶量和網(wǎng)站劇增的計算需求?，F(xiàn)在，此園區(qū)包圍了 100 萬平方英尺土地，在 735 Connect 街上有將近六棟整體灰色大廈，從 126 大道向各個方向延伸。
其運作方式看上去更像政府辦公大樓，而不是像數(shù)據(jù)中心，而且它的安保措施覆蓋了所有進出口。對于科技產(chǎn)業(yè)之外的人來說，他們很容易將 Big Sur 視為等同于機密文件，存放在深處的建筑群里的封鎖的多層次的物理空間之中。
在 Facebook Prineville 第二代的兩個數(shù)據(jù)操作中心內(nèi)部;第三代數(shù)據(jù)中心正在構(gòu)建中。
真正的驚喜：第三代數(shù)據(jù)中心都確實不會被嚴(yán)格保密。事實上， Facebook 去年宣布， Big Sur 在取代 Prineville 數(shù)據(jù)中心和全美國其它幾個地方的系統(tǒng)之前會成為一個開源項目。這家公司已經(jīng)將 Big Sur 的設(shè)計提交給了開源計算項目 (Open Compute Project) 。由 Facebook2010 年開創(chuàng)的數(shù)據(jù)中心社區(qū)，其設(shè)計宗旨是讓硬件更高效節(jié)能，并分享公司及其競爭對手從全美國日益增長的服務(wù)器群組中學(xué)到了什么。
通過使用 8 個現(xiàn)成的——盡管很昂貴的—— Nvidia 圖形處理器 (Nvidia GPUs ) 和生產(chǎn)商 Quanta 的設(shè)計參考書，你甚至可以自己動手建立初級版本的Big Sur ，就像 Facebook 做的那樣。但是，如果不像 Facebook 在 Prineville 將成千上萬的基于 GPUs 的系統(tǒng)綁定在一起，你就不可能獲得符合設(shè)計初衷的能夠進行人工智能訓(xùn)練的能力。建立真實可靠的 Big Sur 設(shè)施需要只有像谷歌或微軟這種大公司才愿意投資的某些資源。(這兩家公司都參與開源計算項目，而且只要他們愿意，他們就能創(chuàng)建 Big Sur 的類似版本。)
「我們的職責(zé)不是保守秘密，」Kevin Lee 是 Facebook 技術(shù)項目經(jīng)理，監(jiān)管 Big Sur 和位于 Prineville 的其它服務(wù)器設(shè)計，他說，「我們的目標(biāo)是理解世界，是驅(qū)動人工智能的發(fā)展。」當(dāng)然，谷歌有它自己的訓(xùn)練人工智能的開源軟件，即 Tensor Flow ，所以 Facebook 出于與谷歌競爭的理由，也會繼續(xù)分享它的秘密。
Lee 說，人工智能是 Facebook 未來的三大核心支柱之一。其CEO Mark Zuckerberg 四月份在 F8 開發(fā)者大會勾勒了 Facebook 十年的戰(zhàn)略規(guī)劃圖，解釋了社交網(wǎng)站 Facebook.com 如何成為這樣的公司的第一步，而它的許多移動應(yīng)用程序是第二步。接下來十年，Zuckerberg 想讓 Facebook 引領(lǐng)網(wǎng)絡(luò)互連、無人機、增強現(xiàn)實、虛擬現(xiàn)實和人工智能行業(yè)。
人工智能正在幫助 Facebook 軟件看見和理解世界，解讀人類語言，獨自進行推理，并安排自己的行為過程。其中一些已經(jīng)能實際操作了。例如， Facebook 的新款多語言編輯器(multilingual composer) 讓你以某種語言編排文本，然后自動翻譯成其它語言。另一個新鮮的例子是使用 Facebook 的人工智能去分析圖片并向盲人和視覺受損的用戶描述圖片內(nèi)容。每次你上傳圖片，訓(xùn)練 Big Sur 的圖片識別算法都會識別人臉并建議圖片中哪些人需要標(biāo)記。
這些特征中，每個特征的中心都是機器學(xué)習(xí)，一項幾乎和人工智能本身一樣歷史悠久的人工智能訓(xùn)練技術(shù)。多虧了海量數(shù)據(jù)集的開放以及最近計算能力的飛躍，機器學(xué)習(xí)已經(jīng)漸漸成為一種改善這類軟件日益有效的方法。和許多競爭者一樣，F(xiàn)acebook 使用機器學(xué)習(xí)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，機器學(xué)習(xí)是受人類大腦啟發(fā)可以繪制模式并且把概率結(jié)果從復(fù)雜數(shù)據(jù)集中摘出的算法。
Nvidia 公司加速計算部的副總裁 Ian Buck 與 Facebook 人工智能與數(shù)據(jù)中心團隊有著密切合作，他說，「第一次培訓(xùn)一個獨立的神經(jīng)網(wǎng)絡(luò)花費了我們整整三個月?！苟谑褂眯滦?Nvidia GPUs 優(yōu)化培訓(xùn)硬件后，培訓(xùn)時間被縮短到了一個月。他還說有了配備最新 Nvidia 硬件的 Big Sur，現(xiàn)在不到一天就可以培訓(xùn)一個神經(jīng)網(wǎng)絡(luò)執(zhí)行以往需要人來完成的任務(wù)。
Nvidia 公司的 Ian Buck 站在一架由 Big Sur培訓(xùn)的神經(jīng)網(wǎng)絡(luò)旁，它正在基于 12,000 多幅畫作來創(chuàng)造藝術(shù)
Buck 在低層級的 FacebookPrineville 數(shù)據(jù)中心深處實時展示這個場景。一個由 Big Sur 培訓(xùn)過的 Facebook 人工智能消耗數(shù)不勝數(shù)的看似是法國印象派畫家的畫作，并且開始自己作畫。他不使用虛擬畫架和筆刷，而是基于這些消耗的畫作設(shè)想出畫該是什么樣子，然后創(chuàng)造出圖形文件。Buck 說團隊給它提供了 12,000 幅左右的畫作，30 分鐘內(nèi)它便開始輸出原創(chuàng)作品了。他補充說，還有一些培訓(xùn)它的更精細(xì)的方法——告訴人工智能更多地關(guān)注一幅比方說沒什么云彩的畫上，同時不太去關(guān)注那些畫著陰沉天空的作品。
這還只是一個測試版本，Google Deep Dream 的神經(jīng)網(wǎng)絡(luò)同樣使用計算機視覺來建造超現(xiàn)實圖像。但是 Facebook 的概念驗證暗示出它計劃讓人工智能遠(yuǎn)遠(yuǎn)超出圖片標(biāo)記和翻譯的范疇——Facebook 公司剛剛開始探索這些可能。
Facebook 的作畫人工智能暗示出它計劃超越圖片標(biāo)記。
現(xiàn)階段，F(xiàn)acebook 希望憑借越來越強大的部件來改進 Big Sur。Lee 表示該系統(tǒng)為模塊化，從而支持更新的 GPUs 以及不同的服務(wù)器與機架設(shè)計。以它現(xiàn)在的狀態(tài)，F(xiàn)acebook 的數(shù)據(jù)科學(xué)家們和人工智能研究者們能夠登陸位于 Prineville 的服務(wù)器并且使用 Big Sur 培訓(xùn)尚未被投入使用的離線算法。
Facebook 的 Kevin Lee 在 FacebookPrineville 展示一個 Big Sur 系統(tǒng)
該公司也從未回避讓第三方研究者接觸這些機會的問題。公司和個人可以通過開源計算項目加入該團體，使用開源硬件和軟件并為其做出貢獻。
Lee 說， 「保密硬件不是我們要做的事。」一隊參觀記者聚集在一個他從服務(wù)器機架里挪出的 Big Sur 系統(tǒng)前，證明了 Lee所說非虛。當(dāng) Lee 取出部件并解釋它們的功能時，記者們一直在瘋狂地拍照。對 Big Sur 內(nèi)部運作的強烈興趣在 Lee 看來似乎有些蠢——有一份 95 頁的 PDF 在線文件可以準(zhǔn)確地告訴你 Big Sur 的模樣，工作原理以及你該如何構(gòu)建它。