Facebook在2013年聘请了人工智能先驱、纽约大学教授Yann LeCun，开始组建自己的人工智能研究实验室，此举标志着这家社交网络巨头正式加入人工智能这项革命性技术的角逐之中。Facebook希望 AI可以整合海量照片、poke以及个人信息，使其成为世界上最流行的网站。
但是来自选举干预广告、「假新闻」和社交网络对精神健康的影响等问题的舆论批评——Facebook希冀通过人工智能解决它们——也引起了Facebook是否应该大举进军人工智能技术研发的讨论。
本周，Facebook公布了其在AI人事方面的调整，Yann LeCun卸任FAIR实验室主任，改任首席AI科学家，其接任者是Jerome Pesenti，之前曾领导过IBM的人工智能平台Watson。作为全公司的 AI 首席科学家，LeCun 将继续控制 FAIR 的研究方向，但实验室的日常管理工作将落于 Pesenti 手中，后者将直接向公司 CTO Mike Schroepfer 负责，LeCun将向 Pesenti 汇报工作。
领导层的这一变动凸显了AI在Facebook的快速发展，及其还有多少路要走。华盛顿大学教授、人工智能研究者及《终极算法》一书的作者Pedro Domingos说：「Facebook如今是人工智能领域一个举足轻重的参与者，与五年之前大不相同。话虽如此，但是和谷歌或微软相比，Facebook依然还有很大差距。」
他说，Facebook的AI研究团队大约有100人，和谷歌、微软相比，只是一个零头，研究范围也更受局限。他又说：「这就是红皇后假设，一个进化概念：重要的不是你发展有多快，而是相比其他人，你的发展有多快。」
Facebook本周宣称其将把巴黎的AI实验室扩大一倍。现在，这家公司在美国、蒙特利尔（加拿大）、特拉维夫（以色列）和巴黎（法国）雇佣的研究者加起来，已超过100人。
Facebook发言人Ari Entin称，LeCun的新职位反映了Facebook的研究和生产方面复杂度的上升。
「现实是AI对Facebook的重要性远胜其他，」Entin说，「我们的团队正在发展，我们将继续发布和开源比以往更多的技术，并在Facebook上部署真正高级别的AI。」
LeCun将问题转给了Facebook，目前，公司拒绝让 LeCun 或 Pesenti 发表相关评论。
他在Facebook上的声明中写道，他的新职位将「专注于科学方面的领导、策略和外部沟通，减少运营管理方面的工作。」
AI长期以来已经成为Facebook吸引新用户、保持用户活跃度的关键基础，如用于图像标注的人脸识别系统、确定哪些贴文出现在用户News Feed中的算法等。
Facebook AI lab 早期的能力有限，但是扎克伯格宣称其雄心壮志。2015年，他曾说道：「接下来五到十年，我们的目标之一就是在所有人类主要感知能力上（视觉、听觉、语言、一般感知）基本超越人类。」
AI在Facebook核心技术中所占的比重越来越大，包括人脸识别、跨语言翻译、定向广告、视频描述生成、精确定位不良内容、推荐等。
Yann Lecun「为Facebook构建了一支世界级的团队，发表了很多优秀的论文，也将AI技术应用到产品中。」Google Brain联合创始人、百度前首席科学家吴恩达称，这些成绩包括自然语言处理和人脸识别方面的成就。
但是技术也是Facebook最具争议、最常出现的问题的核心，包括如何处理错误信息或仇恨言论、歧视性广告以及注意力控制和社交媒体成瘾的问题。
但一些专家称，Facebook的AI团队（和其他科技巨头的情况一样），研究团队之间存在的天然的紧张关系，因为他们的研究和应用部署周期很长，同时又必须构建实际有效的应用。
Cloudera的研究副总裁和机器学习研究所Fast Forward Labs的创办者Hilary Mason补充道，很少达到Facebook一样规模的公司能做到研究和成果之间的完美平衡。Facebook仍然对AI人才具备很强的吸引力：“数据科学人才被数据源吸引，而Facebook拥有某些最有趣的数据。”
Facebook、亚马逊、谷歌DeepMind等科技巨头争夺AI人才，为研究者提供隔绝于社交网络的研究环境，在语音助理、医疗、游戏、无人机送货等领域持续地探索。
2016年，LeCun在问答网站Quora上做出了回应，写道，谷歌在深度学习和其它AI技术的部署上“可能正领先于”Facebook和其它公司，但是“我们对我们的目标很有雄心，我们做好了长期竞争的准备，我们在公司具备强大的影响力，足以证明我们的存在价值。”
在Facebook，Pesenti将监管LeCun管理的部门，即FAIR和Facebook的应用机器学习部门，它们为全世界超过20亿人建立并部署AI应用。
Domingos认为，AI技术对网站保持成功、有趣和活跃很重要。
“Facebook拥有令人惊奇的商业模式，他们甚至不需要自己建立网站的内容。人们上传自己的博文，得到广告反馈，给Facebook带来收益。Facebook是一个很棒的平台。”Domingos说。但“他们需要应用机器学习，如果做不到，整个网站的前景将变得很糟糕。”
