作为一个承载大量内容的平台，Facebook开发人员正在创建一个名为“从视频中学习”的AI项目，该项目可以从上传到网站的公开视频中学习。

该AI旨在使用音频，文本和视觉数据将来自全球用户的内容添加到其词典中。

这个新的人工智能中心的目标是为用户提供内容推荐，内容策略执行以及增强AI像人一样学习的能力。实际上，与专家开发人员策划的特定内容相反，人工智能在理想情况下将能够识别任何类型的视频内容。

最近，人工智能系统在语言，语音和视觉识别方面取得了进步。复杂程度的提高有助于AI减少对采购数据集的依赖以建立其知识库，而更多地依赖于人类的日常经验。

现在，Facebook开发人员希望使用“从视频中学习”作为一种方法来帮助平台吸收来自世界不同文化和地区的大量数据。通过这种方式，他们试图创建一种能够在浏览Facebook时预见用户习惯的AI。

为了确保从视频中进行道德学习，AI团队针对用户内容采取了透明的隐私政策。通过在基础架构级别实施围绕用户信任度和安全性的准则，开发人员希望使用此新功能使内容创建者感到安全。在整个数据生命周期中，安全措施都是基于技术保障来进行的。

Facebook已经在半监督和自我监督的AI产品方面取得了成功。确实，自我监督学习产品已经显示出语音识别错误减少了20％。减轻此类错误可能会通过标记平台上存在问题的材料来改善自动字幕的显示效果，并减少仇恨言论。

此功能的第一个示例已在Instagram Reels的推荐系统中上线。Reels可以很好地证明自我监督型学习AI的概念，因为该系统可以分析趋势视频之间共享的共同主题。

此时，开发人员将配备“从视频中学习”功能，以建议与趋势视频相关的内容，同时过滤掉用户已经观看过的重复材料。

这种自由裁量权使用户能够节省浏览Facebook视频所需的细微差别，同时使AI能够了解相似内容之间的差异。

当前，下一个主要挑战来自对视频学习功能的编程，以利用记忆的音频和视频输入，然后根据一个通用主题将两者关联起来。