语言的力量
深度学习并不是什么新技术。乐昆、辛顿等人自1980年代以来就一直在探索相关的基本概念。据微软资深研究人员约翰·普拉特（John Platt）称，该软件巨头10年前就在利用类似的技术在平板电脑上提供手写识别功能。但他指出，得益于计算机硬件近年来的进步——以及能够生成锻造神经网络所需的海量数据的互联网，该技术最近在多个层面突飞猛进。
它已经在重塑图像和语音的识别技术，对行业产生了广泛的影响。但跟谷歌一样，乐昆和FAIR想要取得更大的突破和进展。乐昆说，下一个重大前沿领域是自然语言处理，它旨在赋予机器理解单词乃至整个句子和段落的能力。
在加盟Facebook之前，米克罗夫曾领导打造名为Word2Vec的深度学习系统。该系统用以判断词语之间的特定关系，谷歌称这可用来改进它的“知识图谱”——帮助该公司的搜索引擎绘制网站之间所有复杂联系的系统。现在，米克罗夫和维斯顿将这种专业技术带到了Facebook的人工智能研究实验室。
乐昆解释到，Facebook的短期目标是，创造可自动回答简单问题的系统。该公司最近展示的一项工具能够吸收理解《指环王》的摘要信息，然后回答关于该图书系列的问题。它正在探索一种人工短期记忆技术，以改进使用“周期性神经网络”的转化系统。乐昆解释道，你可以将神经网络想作处理转化任务本身的大脑皮层，而他的团队在做一个类似于海马的系统，让它充当那种大脑皮层的“便笺本”记忆体。
“让人工智能自动完成操作”
乐昆说，他更长远的目标是，打造像他的数字助手那样的东西：除了照片以外，还能够密切分析各种发布到Facebook上的其它内容。“你需要机器去真正理解内容和人，需要它去分析所有的那些数据。”他说，“那关乎让人工智能自动完成操作。”
与此同时，他的团队还着眼于其它的目标。他们希望能够预测Facebook将来（5年或者10年后）的演变。乐昆暗示，这可能会涉及Oculus Rift——Facebook今年早些时候斥巨资收购回来的虚拟现实头盔——称他的团队跟Oculus团队讨论过研究工作。
当然，Facebook的人工智能抱负也存在局限性。一方面，乐昆称Facebook尚未结合机器人技术探索人工智能。但他称，这是他在纽约大学的学术研究中有兴趣探索的一个领域。这是合乎逻辑的下一步。