很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于Facebook在AI推理和机器翻译方面取得了长足进步的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对Facebook在AI推理和机器翻译方面取得了长足进步这篇文章感兴趣的小伙伴可以一起来看看

Facebook Inc. 今天使用其@Scale会议来提供其人工智能研究发展的最新信息。

这家社交媒体公司正在开放一个新的“ AI推理”平台，并提供有关机器翻译研究的一些最新信息。

Facebook应用人工智能研究负责人Srinivas Narayanan(如图)今天上午在圣何塞会议上说，这是大规模扩展人工智能工作量的一部分，鉴于训练人工智能模型需要大量数据，这是一项艰巨的任务。 ，加利福尼亚。

纳拉亚南说：“没有人工智能，今天的Facebook就不会存在。” “它与我们所做的一切密切结合。” 但是，随着每天有超过10,000种AI模型做出数万亿的决策，追寻更有效地完成所有这些工作的方法至关重要。他说：“ 伴随着如此巨大的增长，随之而来的是巨大的规模挑战。”

AI推理是指能够从大量结构化和非结构化数据中提取关键信息并基于该信息得出逻辑结论的计算机系统。Facebook说，推理模型在很多推举引擎中使用了AI的“极其重要”的方面，展示了在线购物者可能感兴趣的新产品，或者推举了用户接下来可能想看的电视节目。

AI推理模型是使用强化学习来训练的，强化学习是一种使用奖励和惩处系统来训练算法的编程方法。强化学习算法或代理通过与环境交互来学习。代理在执行正确时会收到奖励，在执行不正确时会受到处罚。通过这种方式，代理可以通过最大化其奖励并最小化其惩处而在无需人工干预的情况下“学习”。

强化学习的唯一问题是，设置过程非常困难且耗时，几乎没有组织拥有以这种方式训练其AI模型所需的资源。因此，Facebook决定开放其ReAgent平台的源代码，以使其更轻松地构建AI推理模型，以克服这些挑战。

ReAgent现在可以在GitHub上下载，它带有预先构建的模型，这些模型已经可以根据所馈送的数据做出决策，还可以提供有关这些决策的反馈。此外，还有一个“离线评估器模块”，可以评估新模型在生产中部署之前的性能，以及一个用于大规模部署模型的服务平台。