北京时间6月9日消息，得益于Facebook的研究工作，我们处理一些任务时速度更快了，它的技术可以用在数码相机效果、图像滤镜、AR与医疗成像中。
如果你是一名经常使用Facebook的用户，在过去几年里应该看到一些变化，Facebook越来越重视图片，为用户提供技术自动识别图片中的人和物。Facebook有月用户19.4亿，为了将有意义的婴儿照片、度假自拍照、宠物照挑出来，AI与机器学习成为幕后功臣。
现在Facebook的AI、机器学习团队已经找到好办法训练数据集，这种方法比现有的方法快很多。只有训练数据集才能让视觉识别模型区分大量图片。Facebook表示，它已经开发了一套系统，每秒可以训练4万张图片，这样一来在60分钟内训练1K数据集（产业标准的训练集）就变成了可能，而且不会降低质量。到目前为止，训练这样多的数据集需要几天时间，甚至长达几个月。
数据数量正在迅速增长，每一家科技公司都要快速处理这些数据，它们依赖AI、机器学习理解数据，所以Facebook的工作至关重要。随着数据的增长，训练时间也会延长，Facebook认为这样一来就会影响研发进度。
Facebook采用了新系统，它包括256个GPU，原来的系统只有8个，规模效率提高到90%。
在研究方面，Facebook愿意免费公开自己的研究成果，Facebook说它会开放硬件堆栈，这些硬件可以缩短训练时间。有许多企业收到海量视觉数据，需要快速处理，Facebook的研究会让它们受益。
本文转自d1net（转载）
