Facebook开源Horizon，揭秘其AI强化学习

11月1日，Facebook开源了Horizon，一个由Facebook的AI研究人员、推荐系统专家和工程师共同搭建的强化学习平台，其框架的构建工作开始于两年半前，在过去一年中一直被Facebook内部使用。

公司或研究团队可以在Horizon平台大规模部署AI执行各种操作，达到同样的效果可能需要几千个CPU或GPU训练数以十亿计的观测报告。而利用Apache Spark进行预处理和PyTorch训练AI系统，Horizon同样可以部署在单台计算机上。

Facebook的产品团队已经利用Horizon平台提供诸如M Suggestions的服务，该服务能推荐翻译工具、Spotify歌单、Food Network食谱，以及各种基于Facebook Messenger对话用词的其他事物。Horizon还能被用来确定Facebook 360视频码率和个性化设置Facebook应用程序的推送通知。

强化学习通过奖励（rewards）来驱动智能体（agents）的活动以达到预期目标。Facebook开源Horizon主要是为了推进强化学习的发展，同时为AI领域的新手、学生和需要数千台机器训练AI系统的大型研究项目提供无监督学习的方法。

谷歌曾利用强化学习训练DeepMind AI如何导航虚拟酷跑的路线，加州大学伯克利分校的研究人员也曾借此训练计算机的“好奇心”。对Facebook而言，强化学习将是AI产业的下一个前沿技术，在机器学习中会被广泛采用，该公司相信强化学习也有助于改进大型系统和应用程序，也希望看到强化学习的新方法和应用，尤其在机器人和游戏领域。

Facebook对开源工具的AI培训和部署并不陌生，公司在今年10月份把深受欢迎的深度学习框架PyTorch 1.0集合到谷歌云、AWS和Azure机器学习平台，同期发布的还有用于AI模型训练的Caffe2和Parlai框架。除了PyTorch和Apache Spark，AI爱好者还能用TensorBoard X进行可视化训练，在完成训练之后还可以利用ONNX使AI模型在不同框架之间进行转移。

不同于其他形式的强化学习，Horizon可以离线训练AI系统。Horizon使用一种被称为反事实策略评估（counterfactual policy evaluation）的技术来评估AI系统的离线性能，确定替代方法是否比在线运行的性能更好。

Facebook认为Horizon是第一个“利用强化学习规格化大规模数据集训练的开源端对端的平台”，该平台配有步进式的用法说明，只要具备计算机基础知识的人士都可以在Faecbook的Horizon GitHub资源库中进行克隆和尝试，不局限于大型公司的研究人员和专家。