美國時間7月3號早晨，Facebook的服務器突然遭遇大規模宕機，整整12個小時，沒法正常加載圖片和視頻。

取而代之的是機器視覺系統給出的標簽——“這張圖片可能包含：單身，和狗”。

開了10級美顏，加了8層濾鏡，和狗子搏斗一下午才偽裝出的“精致生活”，就這樣被AI扎得稀碎。

不止臉書，Facebook旗下的所有APP都受到了牽連，主打圖片社交的Instagram更堪稱一個大型車禍現場，圖片不僅被AI按照“場景+主體”算計得明明白白，其中一些甚至直接識別出了照片人物的真實姓名。

雖說作為一個“行走的大數據”，大部分用戶早就不對個人隱私抱太大希望，但看到 AI 審視下“赤果果”的自己，網友們還是產生一種焦慮與好奇摻雜的奇妙感受。

如果沒有宕機，我都快忘了，Facebook會用機器學習審查我的照片，并且打上標簽。但講真，「單身」和「胡子拉碴」說的就是我啊！

技術中立：AI上崗審核表情包

雖然是從社交起家，但在機器視覺和圖像識別領域，Facebook確實稱得上地表最強的公司之一。

而之所以要為每張上傳的照片打上標簽，八成是為了內容審查服務。

算上旗下的Instagram，每天人們發在Facebook上的圖片高達20億張，內容從自拍、到八卦，還有各種政治討論，審核壓力可想而知。

2017年5月的公開數據顯示，當時Facebook在全球擁有4500名內容審查員，之后8個月時間，這個數量就整整翻了一倍，達到7500人，幾乎已經相當Twitter的員工總數。

Facebook一直在尋求利用AI降低審核成本，去年9月發布的Rosetta系統就是個重要的突破。

圖片審核困難重重，圖片本身就裸露色情的要刪；看起來普普通通，但蘊含歧視暗示的要刪；更難的則是meme，也是通常所說的表情包。

表情難在它混合了圖片和文字兩種格式，AI得“文武兼備”，不僅會識別圖片、看懂文字，還得會把兩部分進行區分，而這恰好是Rosetta的突破所在——它是一個更強的OCR（光學字符識別）系統，能在背景干擾很大的情況下，穩定地提取出所有文字信息，進行識別。

這個算法現在已經被Facebook的各個產品團隊采納，每天審核十億張圖片不是夢。

在AI加持下，Facebook的圖片審核效率迅速提升，但這遠不是Facebook圖片標簽系統最重要的使命。

技術向善：幫助盲人“看”世界

無論對于AI或是人類，視覺的進化被公認是一切發展的基石，可世界上偏偏有3600萬人生活在黑暗之中，他們不能接收視覺信息，更沒法融入社交圈子。

AI識物，則恰好能解決這個問題。

從去年開始，除了法律限制嚴格的加拿大和歐盟，在全球大部分地區，每當用戶在Facebook中上傳照片時，系統都會自動給圖片貼上標簽，供用戶選擇是否正確，以及要不要添加。

這個過程，同時也是對Facebook機器視覺算法的訓練，用戶修改標簽的行為，就是對算法訓練中重要的糾錯過程。

如果用戶添加，那么這些標簽就會顯示在圖片上，而如果用戶選擇不添加，它們也會被記錄在相關信息中，當盲人用戶在Facebook上翻閱照片時，系統便會將這些內容念出來。

比如，對于這張配文為“我們終于成功了”的圖片，Facebook的工具可能會給出這樣的語音信息：“圖片中包括：兩個人、微笑、太陽鏡、天空、戶外和水”。

根據這些信息，用戶能腦補出一個類似的畫面：兩個帶著墨鏡的人，微笑得站在一片湖泊前，頭頂還有藍藍的天空。

雖然信息量還是相當有限，但對比此前只讀文本的屏幕閱讀器，進步已經很大了，而且從反饋來看，Facebook的“標簽閱讀器”確實已經幫助許多視障患者“看到”更豐富的世界。

事實上，不止Facebook，很多科技公司都在嘗試用AI，來幫助視障人士更好地融入數字時代。

微軟的Seeing AI就是一個更專注于日常生活的解決方案，Seeing AI需要配合手機攝像頭，或者智能眼鏡來工作，只要讓攝像頭隨著視線移動，AI算法就能實時對周圍物體做出識別，并轉化成聲音信號，幫助辨別障礙物、路標、文本、顏色等等信息。

此外，三星和一些創業公司，也都在開發類似的產品，主流方案也以“機器視覺解析 + 聽覺反饋”為主。

換言之，到目前為止，在幫助視障人士理解世界的領域，AI機器視覺仍是我們最為仰仗的工具，甚至沒有之一。

還是那句老話…

其實，不管你是否知情，Facebook給你照片打標簽的行為，都已經持續很多年了，而當事件曝光后，公眾反映出的情緒，明顯是擔憂多于好奇。

現在再提到AI，我們最容易聯想到的，就是各種AI被濫用的例子，無論是造假的Deepfake，匹配垃圾廣告的“推送算法”，還是差點和武器、戰爭扯上關系的Google AI，在各種逐利和炒作的心態下，AI似乎和它技術的本質漸行漸遠。

AI可以成為高精度的殺人機器，也可以為弱勢群體帶來更便利的生活，對于AI當然不能完全不能放棄警惕，但就像Google曾經的“Don’t be evil”，就像騰訊的“人是技術的尺度”，這背后，說到底，終極要義仍是人的價值觀。