谈到News Feed，它可以说是Facebook的功臣。10年前，Facebook上线了这一功能，它是Facebook借助算法调整用户打开其网页后看到的一切内容，包括朋友的状态更新、重要新闻推送等。10年间，这一功能为Facebook留下了大量用户，人们使用该网站的次数和时间也都大幅提升。它不仅改变了欧美地区的新闻传播方式，改变了社交媒体盈利模式，甚至影响了人们的在线行为习惯。当然，不得不说的是，在最近结束的美国大选季中，News Feed也被公认为极大地影响了选举结果。（在笔者11月24日的作品《揭秘：脸书假新闻背后的真问题到底是什么》中，详细分析了News Feed的假新闻问题，有兴趣的读者可以选择阅读。）
这个功臣所面临的问题也恰恰涉及了AI对于Facebook的重要性问题——在解决News Feed的假新闻问题的举措中，扎克伯格列出的第一点就是通过建立更好的技术系统，提高分辨错误信息的能力，在人们举报前就检测出错误信息。无疑，提高检测技术需要更多地依靠AI，相信这也会成为Facebook的AI实验室重点研究项目之一。如果不能很好地解决假新闻的问题，Facebook就会渐渐丧失用户的信赖程度，这个问题也会成为用户流失的一大隐患。
因此，对于Facebook的AI研究来说，不仅仅是将内容与用户的兴趣匹配，还要提前进行筛查，筛去假新闻和错误信息。难度不校
作为FAIR的领导者，LeCun更多地考虑到AI发展的远期目标，那就是建立一个真正的智能机器。它可以与人直接对话，回答任何问题，并对人们的生活提供帮助。这件事对当今的AI而言非常具有挑战性。迎接这个挑战，首要解决的是让机器学会人类的常识。
因此，FAIR设立了一个目标：教会机器常识。让机器能够像婴儿或动物那样学习。LeCun表示，FAIR目前最大的项目是对话系统的自然语言理解，它也将成为 Facebook智能语音助手的基矗
去年，Facebook推出了自己的虚拟助手“M”。不过它目前还处于测试阶段，它的主要功能设定为，用户向 M 发送文字消息，它就能帮助购买商品、寄送礼物、预订餐厅、安排旅行和约会等。目前支持M运行的并不是完全的AI，而是机器加人工的系统。通过AI对文本进行语义分析之外，还有一个用来训练和监督AI系统的真人团队。在测试阶段，用户不断与 M 对话，其实就是和人工团队一起，用信息喂养这个AI系统。
Facebook一直在想办法让机器人变得更加智能，为此，他们正在开发一个重要的项目：记忆网络（memory network）。记忆网络能够将机器学习的算法，尤其是神经网络，和工作记忆（working memory）结合起来，使聊天机器人能在给定的语境中存储、检索信息。今年，Facebook提出了一个新方法，关键值记忆网络（key-value memory networks）。这个新方法不仅能使聊天机器人存储相关的源数据，还能存储用户提问过的问题以及它所给出的答复。目前Facebook已经将记忆网络应用在了M中。
CTO Mike Schroepfer曾把记忆称作AI缺失的部分。FAIR的研究员，记忆网络相关论文的作者Antoine Bordes则谈到，他相信记忆网络是构建能与人类自然交互的聊天机器人的关键。
除了这些研究成果，Facebook还有不少惊艳的AI产品。例如，用AI打造“人口地图”积极普及互联网。今年3月，扎克伯格称，为开发出更精确的人口地图，Facebook通过AI对156亿张卫星图片进行分析。地图绘制完成后可以共享，这将有利于规划中的能源、医疗及交通基础设施的建设。
今年4月，Facebook在iOS平台上线了一项新功能，iPhone用户只要开启辅助功能中的VoiceOver，在使用Facebook时，图片内容就会被“读”出来。这项功能可以帮助盲人或视力低下的用户“看到”图片。
11月，Facebook在手机 App 中测试了新的相机应用，可以实时在视频中添加艺术元素，该技术被称为“风格转换”。它可以将一种艺术风格，例如梵高的画作，加入普通的图片或视频中去。与诸如Prisma一类的应用不同的是，此前的类似应用都需要把用户数据发送至数据中心，通过大型服务器进行处理。而Facebook最新开发的产品则不需这样的往返过程，它的新程序Caffe2Go，是一个完整的深度学习系统，其架构已嵌入手机App中。通过将处理图片和视频的AI模型压缩至1%的大小，Facebook已经能在iOS和安卓系统中高效运行深度学习网络。速度上，在部分手机中能够以不到50毫秒的速度完成AI任务的处理。