最近，獵豹CEO傅盛參加了2017雪球中概高峰論壇，並發表了演講，透露了獵豹未來的戰略方向。傅盛說，獵豹的成功是因為抓住了移動互聯網國際化這個機遇，但是隨著移動互聯網的競爭越來越激烈，往前走也越來越難了，所以移動互聯網本質的核心競爭很可能已經結束了。在這個前提下，獵豹將會全力投入在人工智能領域。傅盛認為，深度學習給我們帶來了三個機會。
第一點，深度學習是算法革命，把以前很多分散在各個領域的算法集中起來。傅盛說，自己過去在不斷面試人、看公司的過程中，發現了一個問題，那就是像語音、圖像、無人駕駛這些不同的專業之間，算法差距非常大。但深度學習出現之後，既能解決語音問題，又能解決圖像問題，還能解決無人駕駛問題。所以一旦出現這樣一個歸一式的算法，人類最聰明的腦力就都集中到這裡來了。
傅盛認為，有了深度學習這個技術之後，最恐慌的應該是大公司，因為他們積累了很多的技術，但這些技術積累，在深度學習的衝擊下都被顛覆掉了。比如，傅盛前不久見了一位國內某知名大公司實驗室的負責人，他對傅盛說，自己在翻譯這個領域做了7年，後來看到谷歌的一篇論文，突然發現他原來的技術都白積累了。所以傅盛認為深度學習本質在降低技術壁壘，越是大公司想做的，其實越是他們恐慌的。
第二點是算法驅動變成了數據驅動。傅盛說，雖然每一篇論文對整個行業還是有推進作用的，但由於基本算法模型的固定化，算法的驅動力已經大大地降低了。從今天的動向來看，是以工業化和數據驅動為主的。數據量大了之後，產生的巨大推進量，可能遠遠勝於一篇論文。而大量的數據，同時也需要進行標註。所以大規模標註數據變成了核心競爭力。什麼意思呢？舉個例子，人們說話的聲音被傳到網上，它並不是人工智能可用的數據。你必須找人把聲音數據裡面的關鍵點標註出來，才是人工智能可用的有效數據。
數據的標註才剛剛開始，有些公司看起來很大，可是他們的標註數據量非常少，今天有大量的數據在互聯網上，供人自由地使用。這裡面的關鍵路徑，是要想出一些辦法，怎麼去標註這些數據，怎麼才能快速生成自己的數據集。比如對AlphaGo來說，人類歷史上的棋譜是遠遠不夠它學習的，最新的AlphaGo已經要去掉人類的棋譜了，因為它覺得人類下得不好。谷歌做翻譯的產品經理說，最新版的谷歌翻譯之所以有了大幅度地提升，就是因為從網上抓了大量的數據，進行了二次標註，但網上很多的數據是以前的谷歌翻譯出來的，他們得慢慢地把差的數據剔除出來。
第三點，傅盛說深度學習的機會在於和應用的結合，而不是技術輸出。因為未來深度學習會變成基礎的技術運用，很多公司都會具備深度學習的研發能力，所以目前很難想像一家公司通過提供技術輸出就能成功。獵豹也進行了相關的研發，他們的人臉識別技術，在色情和兒童識別上有大量應用，而且這個技術在世界是排名前幾位的。傅盛說未來獵豹會全力出擊，讓AI助力獵豹內容戰略升級。獵豹新的使命是成為一家有偉大技術理想的人工智能公司。
科技有溫度，點擊下方，關注「 酷玩兒 」帶您發現新奇、好玩的科技！
閱讀更多 酷玩兒 的文章
