脸书人工智能

定义

脸书人工智能研究院(Facebook AI Research，FAIR)是Meta Platforms旗下的人工智能研究机构，在其AI体系中承担基础研究职能^[5][6]。它的任务是在新的与既有的领域拓展对人工智能的基础认识，覆盖与人工智能相关的各类议题，而不是把短期产品落地放在首位^[5]。机构以公开研究为原则，将论文、代码、数据集与模型对外发布，希望借此加快整个领域的进展^[4]。

背景

在FAIR出现之前，Facebook内部没有专门的人工智能研究实验室，公司的工作以周期较短的工程项目为主^[7]。杨立昆在加入Facebook前便与公司管理层讨论过设立对外合作、公开成果的开放型研究机构，他认为人工智能面临的主要困难是整个领域缺少所需技术，共享成果可以加快进步^[8]。他加入后不久，Facebook于2013年成立FAIR并由其领导，机构当时主要面向基础科学与长期项目，同期公司还设有偏重应用落地的机器学习团队AML^[4][9]。此后FAIR逐步扩展为国际性研究组织，在门洛帕克、纽约、巴黎、蒙特利尔等地设立实验室^[4]。

内容

FAIR的工作兼有长期理论研究与能对产品产生实际影响的项目，具体涵盖文本理解、翻译、计算机视觉、图像理解、视频理解与语音识别，也包括大规模嵌入等较为基础的课题^[9]。在组织上，它偏重拓展对人工智能的基础认识，与负责应用的研究团队共同组成Facebook AI的两大核心部分^[5]。机构采用开放模式开展研究，较早公开前沿成果，并尽可能开源代码、数据集与工具，代表项目还有fastText、FAISS和Detectron^[4]。其中PyTorch被大量人工智能训练任务采用，开源语言模型Llama系列的累计下载量超过10亿次^[1][10]。

在具体课题上，FAIR的研究人员于2014年指出神经网络在运行之后难以保存新信息的局限，并提出记忆网络(Memory Networks)，让模型记住交互内容以回答一般性问题，相关任务后来成为开源对话研究项目ParlAI的一部分^[4]。自监督学习也是该机构的长期重点，其思路是让机器从未标注的图像、视频或音频中学习对世界的抽象表征，例如通过观察视频片段来预测后续画面^[4]。这些探索与生成对抗网络等无监督学习方法的发展处在同一时期^[4]。

影响与争议

FAIR的公开研究与开源做法被认为影响了行业风气，促使谷歌、苹果等企业提高研究的开放程度，其成果也被用于图像识别、翻译和内容推荐等Facebook自有产品^[8]。随着人工智能成为公司的核心方向，FAIR被并入规模更大的Facebook AI组织，该组织的工作从基础研究延伸到应用研究与技术开发^[4]。其全球AI研究团队还通过学术发表以及开源框架、工具、库与模型，参与并推进了可解释性等议题的讨论^[11]。

FAIR在组织与资源上的角色后来出现变化。2025年，Meta组建了面向超级智能的Meta Superintelligence Labs，并将重点转向产品与基础设施；Meta发言人向The Verge确认，公司计划在传统人工智能研究部门削减约600个岗位，涉及FAIR、AI产品与基础设施团队，而新设的TBD Lab不在裁员范围内^[12][13]。FAIR负责人Joelle Pineau在2025年早些时候离职，Meta AI负责人Alexandr Wang表示，公司将把FAIR的许多研究想法和项目整合、扩展到TBD Lab开展的大模型训练中^[12]。有报道称，FAIR等团队与产品团队之间长期存在对计算资源的竞争^[14]。

参见

• 杨立昆 —— FAIR 的主要创建者，长期主导该机构的开放研究路线。

• Meta —— FAIR 的所属公司。

• PyTorch —— FAIR 开发并开源的深度学习框架。

• Llama —— Meta 推出的开源语言模型系列，其研究由 FAIR 支撑。