傅盛：獵豹將全力出擊深度學習、人工智慧

3月25日， “2017雪球中概高峰論壇”在京舉行。獵豹移動CEO傅盛在會上表示，獵豹新的使命是成為一家有偉大技術理想的人工智慧公司，獵豹將全力以赴做深度學習，做人工智慧和機器人。

下面是傅盛的部分發言實錄：

大概在5年前我認知到，中國的APP已經領先全球，中國的APP可以走向全世界，移動互聯網使中國公司的國際化變得比以前更容易。

獵豹抓住的上一個機會是中國互聯網的國際化，下一個機會是什麼？對我來說下一個認知是深度學習。很多人說深度學習是一個概念，你為什麼要做深度學習？AI+時代，

獵豹作為一家工具類APP起家的公司，為什麼有機會做成人工智慧和機器人。

我想從三個點來講為什麼獵豹會有機會。這三個點的前提是，大概在前年我就覺得移動互聯網的競爭越來越激烈，越來越難以往前走，所以我在想可能移動互聯網本質的核心競爭已經結束了。

第一點，我認為深度學習是演算法革命。

以前做語音、做圖像、做無人駕駛，做空間定位的，每個都是一個專業。專業之間的演算法差別是非常巨大的，我通過不斷地面試人看公司就發現了這樣的問題。但有一天深度學習出現了，既可以解決語音問題，又可以解決圖像問題，還可以解決無人駕駛問題，還可以解決股票交易問題，人類歷史上從來沒有出現過這麼有魅力的東西。

所以一旦是一個這樣的歸一式的演算法，所有人類最聰明的腦力都集中過去了。深度學習，恐慌的應該是大公司，因為他們積累了很多的技術，不管是語音還是技術，在深度學習的衝擊下都被顛覆掉了。前不久我見了一個國內某知名大公司實驗室的負責人，他說他做了7年的翻譯，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。我認為深度學習本質在降低技術壁壘，如果說以前獵豹要出一個語音產品，人臉識別做到世界前列，我都不敢想像，我說得從哪個年頭開始搞？但近期我們也會披露一些取得的成果。

第二，演算法驅動變成資料驅動。

這場人工智慧的革命是以資料驅動的，

一篇論文能推動的有效長進非常有限，但資料量大了以後產生的巨大推進量可能是遠遠勝於一篇論文的。但是，你需要大量的資料去進行嘗試、標注、計算，大規模標注資料成為核心競爭力。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。關鍵路徑是想出來怎麼去標注這些資料的辦法，想出來怎樣去快速生成自己資料集的辦法。人類歷史上的棋譜是不夠AlphaGo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。我見過谷歌做翻譯的產品經理，他說用穀歌做的這版新的翻譯之所以大幅度地提升，是從網上抓了大量的資料進行了二次標注，

但網上很多的資料是以前的谷歌翻譯出來的，他們慢慢得把差的資料剔除出來。

第三，深度學習的機會在於和應用的結合而不是技術輸出。

我認為未來深度學習是基礎的技術運用，很多公司都具備深度學習的研發能力。我們收購法國一家新聞產品News Republic，把使用者的點擊行為變成資料的標注部分，神經網路會找到自動的相關新聞進行推送。獵豹還做了直播類應用Live.me，現在是美國最大的協力廠商直播平臺，每天有幾十萬的美國用戶開播，產生幾百萬、上千萬張標準人臉，這個資料使得我們能夠找到精准的資料。獵豹研發的人臉識別技術，在色情和兒童識別上有大量應用。這個成績也是排在世界前幾的。

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慧公司。獵豹在全球有6.23億月度活躍用戶，既具備獲取大資料的能力，又具備標注資料的能力。

中國在這次科技浪潮上是趕在前面的，深度學習有40%的論文是華人發表的，這次我們和專家溝通起來沒有語言障礙，也沒有時差障礙。而且今天中國GPU的運算能力程式設計能力經過了多年的積累。我相信後手機時代一定會來臨，大家在手機上的使用時長應該不會有爆發性增長了，但越來越多的智慧設備像Amazon的echo和我們夢想中的機器人一定會走進我們的生活。我們有很好的資料、巨大的樣本群，有很好的工程師隊伍，又有全球一流的製造能力。中國最大的機會來自于機器人，人和機器人共存的時代一定會到來。

謝謝大家！

我願意以我全部的科技換取跟蘇格拉底待一個下午

每天一杯咖啡吸收宇宙能量！

重構思維方式，

AI+時代，讀互聯網思想（wanging0123)

聯繫方式：

又有全球一流的製造能力。中國最大的機會來自于機器人，人和機器人共存的時代一定會到來。