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 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。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
