圖片來源 @視覺中國
文 | 矽基研究室，作者 | 山核桃
2013 年，在美國内華達州的一個酒店舞廳裏舉辦了一場私人聚會。幾十名工程師、計算機科學家們圍坐在一起，他們正在慶祝一個人工智能組織的成立。
" 這是一場天堂裏的婚禮 "。說這話的人叫做楊立昆，除了「卷積神經網絡之父」的稱号，在這一年，他做了一個重要的決定，從實驗室走進 Facebook，成爲這家科技公司人工智能研究院 FAIR 的第一代領導者，由此開啓了深度學習的浪潮。
但請注意這是 2013 年，當時科技行業的大多數人甚至都沒有聽說過深度學習，彼時的 Meta（在當時還是 Facebook）還是一家社交網絡公司，人們天然地認爲，它的使命不該是探究最前沿的技術，而是快速擴充規模。但紮克伯格沒有這麽做，他下定決心要押注最前沿的技術，比谷歌、微軟等巨頭們更快。
細數紮克伯格和他的 Meta，曾一度是 AI 界僅次于谷歌、微軟的存在。不僅在深度學習浪潮早期就占盡人和，将楊立昆等明星科學家納入麾下，同時也擁有最前瞻性的目光，紮克伯格甚至參與過 DeepMind 的競購，從微軟裏搶走不少的人才。
十餘年過去，在微軟、OpenAI、谷歌等一衆科技巨頭的「AI 軍備競賽」中，Meta 淪爲了第二梯隊，但紮克伯格并不願意承認這一點。在近期接受 The Verge 的訪談中，很久沒有現身的紮克伯格對外宣布了 Meta 打造通用智能的野心，不僅公布了最新的大模型動态，還大秀算力儲備，借 AI 之風，Meta 股價創曆史新高，市值超過 1 萬億美元。
隻是這一次，紮克伯格的 AGI 野心真的能實現嗎？
Meta AI 前傳：占盡天時、地利和人和
在 AI 浪潮中，曾經的 Meta 是可以和谷歌、微軟掰手腕的存在。
這得益于紮克伯格自身的「野心」，也是「天時」。紮克伯格很早就決定加入谷歌、微軟、蘋果等巨頭的戰争，即便規模尚小，他渴望通過下一項變革性技術，成爲領導者，因此當谷歌率先通過收購「深度學習之父」辛頓的初創公司進入深度學習領域時，紮克伯格就意識到他也必須抵達那裏。
2013 年，當楊立昆決定加入 Facebook，成爲人工智能研究院的第一任主任前，這位學者向紮克伯格提了兩個條件：一個是不會離開紐約大學，另一個則是堅持企業研究的「開放哲學」。
紮克伯格同意了這兩個條件，某種程度上也爲 Meta 在 AI 時代的領先位置奠定了基礎。
「不會離開紐約大學」讓 FAIR 始終緻力于追趕最前沿的技術，充滿着理想主義。據當時從谷歌跳槽到 FAIR 的根據實驗室華人成員田淵棟介紹，FAIR 實驗室不像谷歌那樣條條框框很多，有各種各樣的限制，相對非常自由，沒有産品壓力。" 我到了 Facebook 之後就好像回到了讀博時的狀态，特别有興奮感，在工作上特别有動力，整個人就好像活過來了。"田淵棟說。
可以說，彼時規模尚小的 Facebook 并未有谷歌「大象難轉身」的難題，FAIR 這種自由包容的研究氛圍可以被視爲是第一重「地利」，同時紮克伯格憑借 Facebook 牢牢掌握着流量入口，社交網絡上的圖片、視頻、語音等種種多模态的數據，這是深度學習成長的沃土，這是第二重「地利」。
楊立昆所提出的另一個條件——企業研究的「開放哲學」則爲 Meta 帶來了「人和」。
楊立昆堅信「開放研究」，并以此爲條件，讓這種願景變成了 Meta 的規範。" 因爲如果你的研究秘密進行，你的研究質量會很差，你無法吸引最好的人才，你不會招募到有能力推動最先進技術發展的人。" 楊立昆曾這樣說。
在這樣的企業研究哲學下，Meta 不走封閉的 AI 路線，而是盡可能地對外開源研究代碼、數據集和工具。一方面，取得了看得見的研究成果，直接推動了 AI 的進程，其中最典型的案例有兩個。
一個是自監督和生成模型（Self-supervised learning and generative models）。SSL 一直都是 Meta 布局 AI 的重要方向。楊立昆曾将 SSL 視爲「人工智能的暗物質」。他認爲，區别于監督學習這種範式，SSL 可以利用大量未标記數據來擴大人工智能規模，這對于識别和理解世界更微妙、更不常見的表示模式很重要。2014 年，當 Ian Goodfellow 提出了 GANs 模型（生成對抗網絡）時，科技巨頭們先後跳上了研究 GANs 的彩車，連一向在 AI 上鮮少發聲的蘋果也在當時發布了一篇「如何更好地利用 GANs」的研究論文。
Meta 無疑走在前列，從 2015 年開始，Meta 就關注 GANs 的不同變體，讓其從研究人員着迷的「玩具」變成可輔助人類生産的「工具」。
Meta 的科學家和工程師們認爲，GANs 真正有趣的部分是它們對未來的意義，上圖展示了可參與時尚單品的創作圖源：Meta
2017 年，Facebook 聯合羅格斯大學和查爾斯頓學院藝術史系，針對 GANs 提出了名爲 CAN（創造性對抗網絡），讓 AI 繪畫真正走入大衆視野。據當時研究人員的測試，請觀衆去判斷由 CAN 模型生成的 AI 藝術作品是人類藝術家的作品，還是人工智能的創作。結果，有 53% 的觀衆認爲藝術作品出自人類，這也是曆史上類似的圖靈測試裏首次突破半數。
另一個案例則是 AI 框架 PyTorch。作爲時下流行的開源深度學習框架，PyTorch 被廣泛應用于人工智能和機器學習領域，其地位一度逼近谷歌的 TensorFlow。楊立昆曾說：" 當初谷歌的 TensorFlow 确實比 Torch 更火。然而 Meta 的 PyTorch 出現之後，現在其受歡迎程度已經超過 TensorFlow 了。"
而根據中信建投對 Github 上的項目數量、關注人數的對比，在 AI 工程領域，Meta 工程領域相關能力僅次于微軟和谷歌。
這種「開放開源」更深遠的影響就是吸引了衆多頂尖人才的加入。深度學習發展的曆史，就是一部科技巨頭的搶人史。彼時的 FAIR 可以被視爲深度學習「研究與工程」的人才庫。有 ResNet 網絡的發明人何恺明、VC 維和 SVM 的締造者 Vladimir Vapnik、提出随機梯度下降法理論的 L é on Bottou 等。
天時、地利、人和，Meta 似乎具備成爲 AI 時代的霸主的因素，那麽究竟爲什麽，Meta 和紮克伯格會錯過這次浪潮呢？
FAIR 的兩次重組：Meta 錯過的時代
2014 年，紮克伯格開啓了自己的「亞洲行」，到訪中國時，在清華大學經管學院舜德樓内，用中文演講的紮克伯格闡述了當時十歲的Facebook 在「下一個十年」的三個方向：連接整個世界、發展人工智能、虛拟現實。
" 第一，我們想要連接整個世界，所以我們要幫助所有人用互聯網，第二，我們想要發展人工智能，第三是所有人用手機以後，我相信下個平台是虛拟現實（virtual reality），Oculus 是第一産品，我們希望還有别的很多産品。"
三大方向對應當時 Facebook 最重要三個業務闆塊：連接，即對應來自社交媒體平台所創造的收入。VR，也就是紮克伯格所堅信的「下一代互聯網」，也是後來他口中的「元宇宙」。而人工智能，既是彼時紮克伯格對外展示的野心，也同樣可視爲支撐其他業務的重要技術組件。
紮克伯格曾在說服楊立昆加入時，向這位學者描述過自己的願景——未來，社交網絡上的互動變成獨立完成任務的技術驅動，在短期内，這些技術将識别照片中的人臉，識别語音指令，并在不同的語言之間進行翻譯。從長遠來看，智能體或機器人将巡視 Facebook 的數字世界，接受指令，并根據需要執行指令。
當楊立昆問 Facebook 是否有任何不感興趣的人工智能研究領域時，紮克伯格說：" 可能是機器人學。" 但其他一切——數字領域的一切——都在紮克伯格興趣範圍之内。
按照這樣的戰略邏輯，依靠領先的技術、社交網絡規模化的收入以及 VR 作爲硬件載體，Facebook 理應走出一條更順暢的發展道路。但事實上，誰也難以預料技術的發展與周期變化，紮克伯格與他的 Facebook 也毫不例外。
理解 Meta 爲何沒有成爲當下最熱門的 AI 企業，FAIR 的兩次重組是一個很好的觀察窗口。
在 2018 年之前，FAIR 實驗室主要負責學術研究，另一個被稱爲應用機器學習部門（下文簡稱：AML）則是負責産品團隊成果的轉化，雙方互不幹涉，相對比較獨立。一個強調最前沿的技術，另一個則是注重轉化，因此如何強調團隊之間的協作，成爲了關鍵。但好在，盡管工作方式不同，但兩個團隊的共識都是一緻的，比如強調開放，因此上述問題還并沒有顯露。
轉折的點發生在 2018 年，FAIR 的第一次重組。
2018 年，楊立昆宣布卸任 FAIR 的職位，轉任首席 AI 科學家一職，接任楊立昆的是當時 AML 的領導者 J é r me Pesenti。這次調動不同的點在于，削弱了 FAIR 的獨立性，Pesenti 同時擁有 FAIR 和 AML 兩個部門的話語權。楊立昆在一次采訪中這樣評價這次變動：「AML 和 FAIR 向 CTO 彙報，随着 AI 重要性、圍繞深度學習建立更多系統重要性的提升，CTO 再也不用擔心了。」
楊立昆的「言外之意」其實有二：一是 FAIR 正在去集中化，這意味着未來将更多爲産品和業務服務。二是在當時 Facebook 陷入到了嚴重的監管，CTO 必須要用技術解決公衆的信任危機，因此 FAIR 加大了在識别型 AI 的投入，以促進人工智能的公平、透明和可解釋性。
第二次重組則發生在 2022 年 6 月，Meta 再次宣布 FAIR 重組調整，明确提出 AI 部門不再「集中化研究」，而是分布式的下放到每個組織部門中去。這項改動加速 AI 技術在 Meta 實際業務中的應用，而被引入到不同産品組的業務部被稱爲「AI 創新中心」。其中，FAIR 也将成爲 Reality Labs Research 旗下部門，就在一年前，Facebook 正式改名爲 Meta。
科技公司的組織變動非常常見，畢竟技術的變化太快了。但不同于微軟、蘋果等科技公司，FAIR 之于 Meta，兩次重組的不同點有二：
一是 AI 都是「救急」，而非創新。無論是用以服務社交媒體，識别與解決假新聞等問題，還是應對不成熟的 VR 業務，FAIR 本身聚焦前沿技術的創新被大大稀釋了。
二是缺乏戰略的穩定性。「擁抱變化」盡管是科技公司經常挂在嘴邊的一句話，但參考微軟、蘋果的經驗，總有一個穩定長期的「主線」。例如，蘋果盡管市場被吐槽「擠牙膏創新」，但在圍繞 C 端的軟硬件叠代上始終放大自己的生态、供應鏈等核心優勢。
至此，如果回頭看看十年前紮克伯格給自己留的三個方向：連接整個世界、發展人工智能、虛拟現實，似乎三個都沒有助力其成爲 TOP1。
重新變酷的 Meta，不願再走老路
" 我們可以發現的一點是說，Meta 又變酷了。" 曾在 Meta 擔任 AI 架構總監，如今創業的賈揚清如此評價 Meta 的新變化。
在由 chatGPT 所開啓的生成式 AI 浪潮中，之所以說 Meta「重新變酷」的關鍵有二：一是區别于 OpenAI 等巨頭的閉源路線，Meta 加入戰場的姿态是「開源」。
從 LLaMA 系列開始，Meta 相繼開源了一系列的模型，包括視覺領域的 SAM 和 DINOv2、音頻領域的 AudioCraft 系列模型、多模态大模型 ImageBind 等。而據紮克伯格的最新透露，Meta 正在訓練 Llama 3，且該模型具備更強的代碼生成能力。
而由 LLaMA 所引發的「開源和閉源」之間的讨論已足以證明了 Meta 的變化。楊立昆曾這樣形容開源社區與閉源模型在生成式 AI 上的發展。" 開源人工智能模型正走在超越專有模型的路上 "。
第二個「重新變酷」的原因則是紮克伯格态度的轉變。區别于過去對增長的迷戀以及混亂的 AI 策略，無論是與微軟合作，還是宣布對開源大模型的押注，Meta 的 AI 策略逐步從分散走向整合。具體來說，一是延續開源路線，加大 AI 生态的繁榮，這既符合對 FAIR 當初的承諾，也有利于在開發者和公衆間，改善 Meta 的形象。二是借助 AI 更快抵達元宇宙，一方面利用 AI 降低開發門檻，另一方面，發揮應用優勢，更好地優化體驗。
據「矽基研究室」梳理，區别于谷歌、亞馬遜等巨頭，Meta 的 AI 能力主要集中在 C 端和視覺，包括圖像識别和目标檢測、圖像生成、增強現實（AR）和虛拟現實（VR）、人臉識别和人臉相關技術以及社交網絡數據處理和隐私保護。這些技術儲備在生成式 AI 時代具備先發優勢。
可以肯定的是，紮克伯格和他的 Meta 都不願重走過去的老路，曾經的 AI 王者是否能夠再度翻身，這是時代交給紮克伯格的新命題了，畢竟 Meta 所面臨的挑戰還有很多。
首先，是老生常談的 Reality Labs 的盈利問題。從 Meta 去年第三季度财報狀況來看，廣告業務強勢複蘇，但 VR/AR 業務持續虧損。去年 9 月，Meta 發布了首款消費級 MR 頭顯 Quest 3，據天風國際證券分析師郭明錤的分析，Quest 3 頭顯銷量将明顯少于最初的預期。據機構 IDC 的估計，2023 年 AR/VR 頭顯的出貨量爲 810 萬台，同比下降 8.3%，盡管有蘋 Vision pro 的熱度加持，但市場回暖依舊需要一定的時間。
其次，即便不走過去的老路，AI 戰略已逐漸連貫，但比起微軟、OpenAI 等巨頭，Meta 想做的還是太多了。如「互聯網怪盜團」的評價，當所有科技巨頭都在集中投入 AI 這一個「研發焦點」時，Meta 卻必須将資源分散在兩個「研發焦點」，這不可避免地要面臨資源和精力的分配問題。
時間撥回 2012 年，彼時 Facebook 尚未改名，面對當時股價的低迷、移動化戰略的失誤，紮克伯格回應道：" 我能承受人們的低估，因爲我甯願被低估，這樣才能真正讓他們刮目相看。" 如今在這場關于 AI 的新戰事中，紮克伯格回到了原點，他和 Meta 都急需一場勝仗。
參考資料：
1、福布斯：楊立昆希望用開源戰勝 OpenAI？
2、甲子光年：三次誤判後，紮克伯格這次終于做對了
3、遠川研究所：差一步稱霸 AI：曆史進程中的紮克伯格
4、互聯網怪盜團：Meta 的逆襲：紮克伯格到底做對了什麽？
5、深度學習革命，凱德 · 梅茨
