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,
第一點, 深度學習是演算法革命, 把以前很多分散在各個領域的演算法集中起來。 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, 演算法差距非常大。 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演算法, 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, 後來看到穀歌的一篇論文, 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。
第二點是演算法驅動變成了資料驅動。 傅盛說, 雖然每一篇論文對整個行業還是有推進作用的, 但由於基本演算法模型的固定化, 演算法的驅動力已經大大地降低了。 從今天的動向來看, 是以工業化和資料驅動為主的。
資料的標注才剛剛開始, 有些公司看起來很大, 可是他們的標注資料量非常少, 今天有大量的資料在互聯網上, 供人自由地使用。 這裡面的關鍵路徑, 是要想出一些辦法, 怎麼去標注這些資料, 怎麼才能快速生成自己的資料集。 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,
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,
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!