日报标题：广告、AI 和视频，这是 Facebook 眼下的三个重点
程毅南，大学学的心理学和经济学，工作后从事投资分析，关注互联网领域
读了一下四季度的电话会议纪要，有些自己的思考。
Facebook 其实早已不是社交网络，或者说社交媒体的集合，它其实是网民获取信息的一个主要渠道，不仅关于朋友的动态，还有世界上发生的各种事情。他们不断研究你感兴趣什么事情，并把这些内容推送给你，所以广告生意只是这个庞大的信息流通和推送体系的一部分，从根本上讲 Facebook 做的是掌控人类心智的事情。人们正在越来越多地通过各类互联网产品获取信息，人们在网络和电子产品上生活的时间越来越长。很快，人类的绝大多数信息都将通过网络传播。你从哪里获取信息，你的心智就受什么影响。
如果 Facebook 离我们太远，那你想像一下你每天浏览的微博、朋友圈、知乎这些产品起到的作用，与 Facebook 这个产品集群起到的作用是类似的。
所以对于 Facebook 来讲，广告的收入、以及为了提升广告的收入所做的一切研究和改进，当然是最重要的业务，但更重要的是维护一个高效的信息流通生态，提升人们对这个信息流通生态的依赖度和接受度。这件事的核心在于提升用户获取信息的效率，也就是我能否用尽可能短的时间，获取尽可能多的对我有用的信息，如果效率越来越高，这个工具对我就越来越有用，我就会更依赖这个渠道。这也和「用完即走」的概念相吻合。比如你在一个支付场景下混入了太多社交信息，那么就降低了我完成支付过程的效率，这也是支付宝之前被吐槽的地方。
基于信息效率提升这一点，关于 Facebook 在 Transcript 讲到的，有三个感受：
- 对广告效果 measurement 上的研究在加强，这很重要。衡量广告效果实际上就是衡量内容对心智的影响，目前大多数互联网公司的 measurement 是销售转化，目前也是 Facebook 主要采取的方式。但实际上广告除了直接销售转化之外，还包括对心智潜移默化的改变，购买行为不一定马上发生在线上，也可能发生在数月后的一次线下逛街中，如果单纯采取即时销售转化去衡量广告效果，那么一来容易低估广告的效果，二来也更容易作弊；而如果想探究「心智改变」的程度，如何衡量就是个大问题，实际上这也是贯穿现代心理学研究的大问题。受限于目前我们对人类意识和行为的了解还不够，我想即使是 Facebook，想要在这里取得突破也非常困难，不过恐怕 Facebook 也是最有希望做出成果的公司，在这方面的任何进展都值得持续关注。要知道，这不仅仅关乎广告行业。
- 对 AI 的研究，强化对人和内容的理解和判断，达成人和信息的高效匹配。这其实是 Facebook 垄断信息流通领域的必要步骤，同时也是技术上最难的。我举个例子，比如我们看一篇知乎答案，我们会觉得这篇答案有趣、很有启发性，因此不仅想点赞，还想转发给微信的好友。目前大多数推荐系统根据我们点赞的行为，知道我们喜欢这篇内容，知乎的热门算法应该也是根据点赞的行为进行推荐的。但目前据我所知，没有推荐系统真正理解语言，或者说，机器并不能模拟大脑中「叮」一下点亮了一个灯泡的这个感受。机器可以做翻译的原理不是理解了语言，而是了解了不同语言之间相互对照的过程。如果未来 AI 可以完成：1. 真正理解语言、图片、视频的内容；2. 判断什么人会对这些内容感兴趣；3. 高效分发；那么，这就很恐怖了，从某种程度上讲你可以认为这是一种基于信息垄断的开明专制。
- 对视频内容的重视。基于上面所有，我其实在这里觉得有点矛盾。众所周知，虽然视频内容整体上内容丰富生动、粘性强、时间消耗多，但相比起文字，在信息传递效率上其实是更低的。文字的阅读速度和可跳跃性，是视频这种固定时间轴的连贯性内容没法达到的。所以用视频去撑 App 使用时间的，本质上更像是无聊经济的一部分，解决的需求是比较次要的。Facebook 强推视频，可能一方面是想进一步占据用户时间，另一方面是专业的视频内容体验确实比较好，能增加黏性，进而带来更多内容付费和广告投放需求。但我认为视频的增加对信息网络上的信息传递效率是有负面效果的。
哦想起来还有个补充的，挺有意思的，回答分析师问题的时候，扎克伯格对 VR/AR 的发展是大致有数的，他认为差不多 10 年以内会有 material progress，他们目前做的也是增加内容投资和产品在市场上的接受度。
再说点和 Facebook 无关的。
刚才第二点关于 AI 的评论，可能有点耸人听闻，但我觉得总会有这么一天。
对 AI 的研究实际上也是对人类智慧本身的研究，如果我们认为宇宙最终是可了解、可探究的，那么我们总有一天会明白「智慧」是怎么回事——无非就是大脑内部的电化学反应嘛。AI 既是对人类智慧研究的产物，可能对 AI 的研究也在加速我们对人类智慧的认知。人类不会停止对宇宙奥秘的探索，因此最终会产生强人工智能。
而在互联网时代，信息其实是越来越集中在某几个系统中的，而不是像过去几千年里以各种形式散落在各种角落，那么有一个中央智能来收集信息、理解信息、分发信息、帮助决策，可能会是对社会效率的巨大提升，从这点上讲，Facebook 也好，Google 也好，还是国内的 BAT，大家都有机会做成这件事。
但如果你对一个「中央架设的信息分发网络」这件事本身持怀疑或者恐惧，害怕人类的自主性就此消失，那倒是有另一个科技树，也就是搜索 / 爬虫科技树，实际上这是根据个体需求寻找有价值信息。如果把分发看作 Top-down，那么搜索就是 Bottom-up。
在生活和工作中，尤其是近十年来互联网信息爆炸的过程中，我们每个人都体会过信息过载，不仅每天的新信息看不完，而且有些我们希望获取的信息没有办法也没有精力去获取。如果能通过自定义的人工智能完成这些信息检索、筛选、整理、反馈的过程，就能提升生活和决策效率。这其实是更「民主」的各取所需（而不是按需分配）。但亘古不变的障碍在于，民主需要教育，也就是说调教自己的人工智能助理需要你懂人工智能，或者说至少你要会编程，能通过计算资源更高效地执行自己的意志和逻辑。不然，如果大家都用统一由 F、G 或 BAT 分发的人工智能助手，你使用的还是大公司统一的逻辑，那实际上还是集中分发式，不是自我检索式。
所以，目前看到似乎所有大公司都在讲，我们在研究人工智能，在研究推荐系统，在做自动化，而如果你就这么躺下，认为大公司 take care of everything，那你早晚是会被 mind control 的（当然，这辈子能不能达成也不一定）。不想被 mind control 的话，红色药丸就是学编程。