為提高計算機視覺能力，Facebook正為開發(fā)者社區(qū)越來越多地開源內部工具。

計算機視覺隸屬于人工智能（AI），可協助機器理解圖像。計算機視覺不需要手工輸入關鍵詞或描述語等元數據，而是將圖像分解并在逐個像素的基礎上處理圖像。

照片，視頻以及一般圖像都是Facebook的重要素材，而計算機識別圖像中的對象的能力非常利于縮放圖像的內容分類。對于一段視頻或一張圖片，人眼可以輕易確定其中有3個人、1個冰箱和6罐啤酒，但對機器來說，建立自己的意志并不簡單。面對圖像上光線和顏色的無數種混合方式，人類顯然更具優(yōu)勢。

然而計算機視覺技術已經取得跨越式發(fā)展，計算機越來越擅長識別圖像的內容以及圖像中對象的位置。檢測對象只是一方面，機器還需要認清對象的重疊部分，這種影像分割問題更加復雜。比如，機器不能將動物的部分軀體和前方站立的人體混為一談。Facebook的研究人員想要推進的就是這個方面。

Facebook將一些計算機視覺算法代碼上傳到了GitHub以供大眾下載，包括DeepMask分割框架還有SharpMask分割精細化模塊，以此促進、同時在某種意義上幫助Facebook促進這項技術。另外還有給圖像上對象逐一打標簽的“專用卷積網絡”MultiPathNet。

Facebook將一些計算機視覺算法代碼上傳到了GitHub以供大眾下載，包括DeepMask分割框架還有SharpMask分割精細化模塊，以此促進、同時在某種意義上幫助Facebook促進這項技術。另外還有給圖像上對象逐一打標簽的“專用卷積網絡”MultiPathNet。

“我們開放代碼給所有人，希望他們能夠一起助力機器視覺領域的迅速提升?！盕acebook人工智能研究組（FAIR）的研究科學家PiotrDollar在博文中說，“隨著核心技術的發(fā)展，我們仍將繼續(xù)發(fā)布最新成果，更新開放給大眾的開源工具?！?/p>

越來越多的企業(yè)轉向關注機器學習領域，為客戶尋求更優(yōu)質的自動化技術。最近被微軟收購的聯想輸入鍵盤企業(yè)SwiftKey就在研究一個與AI有關的復雜后端。其中的人工神經網絡（ANN）直接基于人類大腦的架構和工作方式。圖片庫巨頭Shutterstock也打造了自己的卷積神經網絡以提高逆向圖像搜索技術。

將自己的軟件遞交給開發(fā)者社區(qū)，Facebook能夠事半功倍。其實，Facebook已多次開源內部技術。過去幾個月中，這個社交網絡巨頭就為加速AI的研究開源了Torchnet，以及將360photo和360video中的圖片和視頻嵌入到應用中的SDK。GitHub上，Facebook的項目有200多個。開源總監(jiān)JamesPearce最近解答了Facebook擁抱開源社區(qū)的原因，總的來說可以歸結為意識形態(tài)，創(chuàng)新，以及開源通常利于商業(yè)的這一事實經驗?！拔覀冊贔acebook的目標是，盡可能多地開源我們的技術，特別是我們認為對更廣大的整個工程界來說有價值的技術?！?/p>