"通过搭建能理解世界的本质、了解你所想要的是什么的系统，我们就能帮助你。" Schroepfer在三月的一个开发者报告会上说道："我们能搭建出一个系统，确保让所有人可以把时间花在他们真正关心的事情上。"
FAIR团队正在围绕这个目标开发一个被称为"嵌入世界"的项目。在该项目中，为了帮助机器更好的理解现实，FAIR团队正在教它们用向量表示所有事物之间的关系，如：图像，帖子，评论，相片及视频等之间的关系。神经网络也在构建一个包含了能组合媒体内容、不同个体之间的距离等错综复杂内容的体系。
嵌入世界
Lecun说通过使用这一系统能让我们开始"用代数替换原因"。这表示着让人难以置信的强大。在嵌入世界项目中开发的人工神经网络能够根据视觉相似性将在同一地点拍摄的两张不同照片连接起来，并能指出文字描述是否符合场景。它重建了现实的一种虚拟记忆，并将之在其他地方和事件的背景下进行聚类。它甚至能根据一个人之前的喜好，兴趣以及数字经历"虚拟地表示这个人"。虽然这还只是带有实验性质的，但是对Facebook 的新闻流呈现具有很大的影响，在跟踪标签上也进行了一定的使用。
有很多关于长期目标的演说，但恰恰是小的胜利让Facebook不断前行。在2014年6月，他们发表了一篇名为《DeepFace：缩小人类表现与人脸识别间差距》的文章，该文宣称在Facebook的这项技术在人脸识别中已达到97%的准确率。Lecun说：他相信Facebook的人脸识别技术已达到世界第一，这也是Facebook与学术研究机构的一个关键性的区别。现在，DeepFace是Facebook自动标记照片背后的驱动力。
"如果我们有一个切实有效的想法，我们就能让它在一个月内出现在15亿人面前。"LeCun说，"让我们把目光聚焦在我们的长期目标的高度上，但是，在这个过程中会有很多我们将要去实现的会在短期具有实用性质的事。"
作为FAIR的研究成员之一的Rob Fergus（右站立），正在纽约办公室处理有关人工智能虚拟方面的工作
作为在NYU和MIT计算机科学和人工智能实验室工作过的老手，Rob Fergus领导着有关计算机视觉的AI团队。他们的工作已经在自动标记相片上得到使用，接下来将被用于标记视频。大量视频因为缺乏元数据，或者没有任何描述性文本，而被"淹没"于噪声中。AI将会能够"观看"视频，并将它们大致分类。
这对Facebook阻止那些不想被上传到他们服务器上的内容具有巨大的意义—例如色情照片，版权问题或者其他违反他们使用条款的任何内容。它也能鉴别新闻事件，对不同类型的视频进行管理。Facebook此前一直将这些任务划分给外包公司，当这项技术稳定后，Facebook就能降低这部分的人工成本。
在目前的测试中，人工智能表现得很有希望。给它播放一段正在进行的体育视频，比如冰球、篮球或乒乓球，人工智能能够准确地识别出这个体育项目。并且还可以区分垒球和棒球，漂流和皮划艇，以及篮球和街球这些类似的运动。
Facebook背后的人工智能
Facebook有一个叫做语言科技的独立小组，主要负责开发翻译，语言辨识和自然语言理解。LeCun所在的部门，Facebook人工智能研究室（FAIR）是Facebook人工智能战略研究的主力，而语言科技（从属于应用机器学习）是实际进行软件开发的地方。
他们与FAIR合作，但独立进行开发和实践，并且已经开发了493种广泛使用的翻译方向（从英语到法语，从法语到英语算两种方向）。
本着让世界更开放更连通的宗旨，语言服务是Facebook的一条必经之路。超过一半以上的Facebook用户不说英语，然而Facebook上大部分的内容都是通过英语呈现的，语言科技小组的负责人Alan Packer说道。
约有三亿三千万用户经常点击"见翻译"按钮使用这些翻译服务。
如果你是第一个点击翻译按钮的人，恭喜，你已经操作了人工智能了。首次点击会向服务器发出翻译请求，之后该请求将存储起来供其他用户使用。Packer说，夏奇拉（Shakira，著名拉丁裔歌手）发布的内容总是很快就翻译出来了。语言科技小组还推出了本地内容翻译，通过点击"见原文"按钮可以体验这项服务。