前不久，獵豹CEO傅盛宣布獵豹要進行二次轉(zhuǎn)型，與此同時，他也曾在公共場合提到機器人是科技界的“下一個爆點”。

而在今天的人工智能與機器人峰會中傅盛演講到，盡管人工智能的技術難度較高，跨界技術人才也很稀缺，但這仍舊不影響他對人工智能的熱枕。

國際化是中國互聯(lián)網(wǎng)最后一波紅利

傅盛提到，科技的發(fā)展離不開人們認知的改變。獵豹的成功來自于一個微小的認知，他認識到一個問題就是當自己打不過競爭對手該怎么辦？在中國互聯(lián)網(wǎng)紅海的情況下，傅盛利用三年明白一個道理，就是中國公司要走向國際化，而目前獵豹的絕大部分用來自海外，如果當時把主要精力集中在國內(nèi)的話將面臨很大的存活壓力。此前他也提出這樣一個觀點：國際化是中國互聯(lián)網(wǎng)最后一波紅利。

國際化之后的福利是什么？

傅盛提到今天整個互聯(lián)網(wǎng)行業(yè)已經(jīng)成為了基礎行業(yè)，現(xiàn)如今無比火熱的互聯(lián)網(wǎng)+其實已經(jīng)趨于飽和，而如高科技農(nóng)業(yè)這樣的方向還有很大的挖掘潛力，但投入周期過長，投入產(chǎn)出很難保證。而就在這個時候阿爾法狗進入所有人的視野，與此同時，Google大會中AI成為整個會議的主角。此時傅盛意識到，AI時代要來了，而AI就是后互聯(lián)網(wǎng)時代的新一波紅利。

后互聯(lián)網(wǎng)時代的紅利：AI+

以往，學術界提出的理論應用在工業(yè)界以前需要100年，現(xiàn)在可能僅需要3、5年。傅盛提出這樣一個觀點，AI技術本身并不產(chǎn)生核心價值，AI最為重要的部分是找到商業(yè)模式和用戶使用場景。目前獵豹已經(jīng)用人工智能解決了以下問題：

• AI+獵豹+News repubilic（興趣推薦資訊應用），利用深度學習模型，替代News repubilic原有的專家模型，提高用戶的轉(zhuǎn)換率。

• AI+直播，大幅降低審核難度，減少人力成本。

中國的優(yōu)勢與機會

傅盛說到，中國在AI領域有著先天的優(yōu)勢，首先在國內(nèi)獲得數(shù)據(jù)的渠道和數(shù)據(jù)量要遠遠高于世界平均水平，而且人工數(shù)據(jù)標注成本也相對較低。人工智能的未來是：AI+軟件+硬件+服務=機器人，但機器人的核心問題是成本控制，而現(xiàn)在只有中國有能力把這個成本降下來。這些就是中國在人工智能領域最明顯的優(yōu)勢。

演講最后，傅盛笑著說道：

我相信藍翔技校或遲或早都會開設AI課程，把人類更多知識轉(zhuǎn)化為機器所理解的知識。

  以下是傅盛演講實錄

今天能到這里演講是一個很意外的機會，當時我們獵豹股價大跌，于是雷鋒網(wǎng)寫了一篇文章叫《我所知道的獵豹》。我看完后很生氣，你說別的我就認了，你都不知道我想干什么就認為我不靠譜。后來雷鋒網(wǎng)說你覺得靠譜你就到這里來講一下，我說：講就講。

背后嘲笑的夢想才是值得追逐的，大家認為不靠譜的東西才有機會。后來我想很久我需要把這個想法完整說出來，但是我會告訴大家我為什么會有這個不靠譜的想法。如何從互聯(lián)網(wǎng)思考到AI，剛才主持人說為什么突然想做機器人，去年1月份的時候我就開始思考這個事情，因為我做了獵豹，當時做國際化，我在全球各地跑。雖然我不是做技術的，我慢慢發(fā)現(xiàn)很多創(chuàng)業(yè)小團隊做到我以前幾乎不敢想象的高度：比如人臉識別、動作捕捉。我以前也做過影像，用各種算法找人臉非常麻煩，我還去過國防科技大學，研究過程都是有很多問題的，所以那時我在想是不是有某種東西開始出現(xiàn)導致這么多技術的變革，一點一點走下去。

在開始之前，我想先建一個大框架，因為只有在大框架才知道為什么我會這么想，我要說的第一個大框架關于認知。我去年在美國作過一個演講，我在演講過程中提到世界歷史上有兩個著名人物，鄭和、哥倫布。鄭和是最早航海的，但哥倫布晚了將近一百年，只有3艘船，120名水手，但是這兩次航海意義完全不同，鄭和航海以后導致封關禁海。最終技術最落后的一方實現(xiàn)了跨越式發(fā)展，所以拿這個故事回到知易行難還是知難行易，這個爭論很多年的辯論題目，但是我認為可能知道是最難的一件事情。

我有一次讀《人類簡史》，我還去見了作者。后來請他到北京來，我越來越發(fā)現(xiàn)，它的核心不是經(jīng)濟生產(chǎn)，不是各種貿(mào)易，而是認知的改變，只要認知改變以后其實這個世界就會極大改變，無論起點怎樣，從另外一個角度，為什么認為機器人是大有可為的行業(yè)，為什么下一步是AI，就是來自于我覺得認知是最核心的原動力。深圳離香港很近，每次我到香港都挺感慨的，一百多年前香港是全中國最落后的地方，當時只是派了幾個人用當時英國的認知去改造香港，雖然今天香港可能有問題，但是過去幾十年中幾乎是華人的驕傲，我覺得這都是認知的結(jié)果，今天深圳這么快發(fā)展也是來自于認知的改變，而不僅是來自于起點。

所以我把這個想法想明白以后，覺得科技和連接成為世界的兩大動力。當時每次搜索獵豹，出來的信息都不屬實。我那時明白了一個道理，我打不過我的對手怎么辦？在中國互聯(lián)網(wǎng)紅海的情況下，什么是機會？三年前我想明白一個道理，就是中國公司可以國際化。所以三年多前我們做了一個項目，現(xiàn)在活躍度是6億，在對手的堵截之下跳出去，獵豹成為上市公司。這個過程我在想出這個點是非常重要。去年騰訊CEO峰會上，我那個演講題目就是說“國際化是中國互聯(lián)網(wǎng)最后一波紅利”，我認為互聯(lián)網(wǎng)這個時代已經(jīng)開始過去了，如果說中國互聯(lián)網(wǎng)還有機會，它應該是來自國際化，也正是因為這樣我們連續(xù)五年增長超過100%，今年稍微弱一點，我們也開始轉(zhuǎn)到工具產(chǎn)品。

所以回到這里，互聯(lián)網(wǎng)之所以這么強大是因為它把全人類的頭腦連在一起，在我頭腦里有這樣一個圖景，互聯(lián)網(wǎng)最牛的地方是把人類的認知用腔體進行了共享，一旦共享認知的時候，整個世界就開始高速發(fā)展，互聯(lián)網(wǎng)過去20年完成了基本上是人類認知的連接，比如回過頭再來講的時候，鴉片戰(zhàn)爭其實是用了中學物理的知識打敗了中國，今天的阿爾法狗中國工程師大概幾個小時就可以深度學到，這是過去任何一個時代是不可想象的。

今天互聯(lián)網(wǎng)已經(jīng)成了基礎行業(yè)，某一個APP很難再去成長起來，它會和各個行業(yè)進行融合，這也緊緊契合政府提出的互聯(lián)網(wǎng)+的概念。下一步一定是互聯(lián)網(wǎng)和傳統(tǒng)行業(yè)的融合，正是因為如此，我去年年初就開始思考這個問題，即哪個行業(yè)的融合更適合我，更適合獵豹的發(fā)展？我想了半天我做不了O2O，我不是運營型人才；我做不了金融，我對錢的確不敏感；還有農(nóng)業(yè)的確很偉大，但這個的確還是周期太長；想了很久互聯(lián)網(wǎng)還是要和技術結(jié)合，互聯(lián)網(wǎng)帶動技術的革命。一篇論文從大學教授寫出來會被很多人認知，到工業(yè)界以前需要100年，現(xiàn)在可能需要3年、5年，比如阿爾法狗，我在公司作一次內(nèi)部分享，我認為阿爾法狗的核心不是下一盤圍棋，而是打開了人類腦洞，用了新的算法、新的組合，把人一下子打敗了，讓大家覺得事情可以這樣。所以我認為技術的結(jié)合可以產(chǎn)生巨大的價值，所以順著這個思路我就從那時候從世界各地。去以色列、美國，在美國我投了一些項目，核心不是為了賺錢，是為了知道新的技術。我突然發(fā)現(xiàn)互聯(lián)網(wǎng)時代的下一個時代就應該是AI時代，這不是谷歌I/O大會中說的，后來我看了谷歌這次I/O只講了十幾分鐘安卓，剩下全部在講AI。這就印證新時代正在來臨，人工智能時代或者叫AI+時代。

什么叫AI+呢？我認為AI技術本身不產(chǎn)生核心價值，我也看了很多技術型公司，我認為AI一定要找到商業(yè)模式，找到用戶場景，才會使得技術本身不斷發(fā)展，不斷地去找到它應用的機會，然后才可以改變我們的生活。我們最近收購了一家法國公司，相當于海外的今日頭條，就是打標簽、做算法、做模型，最近我們用了深度的模型，去替代了原來整個專家模型，提高了很多用戶轉(zhuǎn)換率，而且只用了幾個月時間，大家也可以去下載live.me。大家學英語，但是我們也注重社區(qū)氛圍，我們不希望色情的東西變成主流，而是希望能夠得以展示，每天數(shù)十萬的開播次數(shù)，成長非常之快，像我們每個開播的直播我們都要知道它是不是太小孩、太色情，有大量的審核，我們最近也用AI技術去審核直播的部分吧，包括你打開一放就是黑屏，我們深度學習降低了一半的審核量。我覺得深度學習是一場算法革命。當你真正了解以后，它整個思維模式更簡單，物理學有一個剃刀原則，那天我看到之后我在想它一定是算法革命，而且它一定要跨界才能產(chǎn)生巨大機會，而且由于神經(jīng)網(wǎng)絡的改變，當然它需要改變其實很難，今天數(shù)據(jù)和計算能力就越來越重要。

用GPU的計算已經(jīng)彌補過去我們的計算能力，計算能力是什么？計算能力本質(zhì)上就是實驗次數(shù)，本質(zhì)是高度實驗去實驗理論指導，我不知道我就算十次，我用不同組合算，再就是我能拿到大家的數(shù)據(jù)，因此我認為以后的冠軍都是來自中國，因為中國數(shù)據(jù)最多。

我認為技術上彎道超車的好機會，過去很多技術積累是無用功，包括視覺技術上的積累，我一個特別淺顯的道理，跨界是如此之難。有一篇文章說到他做了20年的技術，發(fā)表了100篇論文，參加了很多會，他突然出現(xiàn)以前的積累的東西沒有用了，他發(fā)現(xiàn)以前所有的積累辛辛苦苦20年，一日回到解放前，但是我認為今天才方興未艾。深度學習對搜索技術、包括語音都有非常重要的影響。以前我覺得語音是很困難，但是今天，大量的語音算法和積累也沒什么用了，技術人員我在公司推行了，以后第一批上崗的不是股票分析員是你們自己。數(shù)據(jù)過去標注就會變得非常重要，并行計算人才也是。

回到這里，昨天有人講了一句話，他認為工業(yè)界和學術界都在往前走，但是工業(yè)界在領先，我認為深度學習方向肯定由工業(yè)界引領。因為工業(yè)界能夠拿到的數(shù)據(jù)，做過的并行計算的能力是大學教授很難去觸及的，所以為什么谷歌在這方面有很強的能力，我覺得很重要的就是它有大量的數(shù)據(jù)，它有大量的運算能力，你只要憑借大量數(shù)據(jù)獲取和運算的話，中國在這一點上非常有優(yōu)勢。有一點我要糾正，不是你服務器上的數(shù)據(jù)就是數(shù)據(jù)，只有把數(shù)據(jù)清晰化了才是數(shù)據(jù)，比如一天有4.4億的語音數(shù)據(jù)，標注這件事情變得非常重要，而不是簡單獲取數(shù)據(jù)，標注人力成本，中國的成本優(yōu)勢很明顯，所以在這場競爭當中，中國是有非常大的機會的。

并行計算能力是我們非常缺乏的，以前可能是國防大學才有，還有GPU協(xié)調(diào)。這點以前是我們?nèi)狈Φ?，但是我們學得快。還有語音和視覺將成為下一代交互模式，下一個時代一定是語音時代，我不知道大家有看過Her嗎，所以致力于人工智能為目標的都應該去看一下這個電影。

我認為AI+軟件+硬件+服務=機器人。剛才幾個教授也說了，今天機器人核心一個問題第一個是成本，只有中國有能力把這個成本降下來；第二我認為是跨界，我認為機械手領域有一個問題，就是說今天機械手的精度可不低，我去日本的發(fā)那科公司，它出現(xiàn)收入65億美金。我去了以后非常榮幸去它們生產(chǎn)線參觀，發(fā)現(xiàn)正在生產(chǎn)機械手，拋光都是機械手做的，核心問題是怎么降低精度問題。人手為什么可以做瑞士鐘表，是因為有視覺反饋，以前我們講機器人其實是人不是機器，在深度學習之前是很難感知的，要用極貴的成本才能感知，比如谷歌的無人駕駛。

機器人的機會來自于深度學習的出現(xiàn)，讓視覺、聽覺、機械等所有東西開始融合，這就是跨界。最后引用一句，我有一次見了蘋果的前CEO，就是把喬布斯趕走斯庫利，他最大的錯誤在下臺的時候沒有把喬布斯請過來，很難人能看到這樣的機會，他說喬布斯就是這樣的人?；ヂ?lián)網(wǎng)也好，深度學習也好，都是一種技術的表達形式而已，它最后還是要滲透到你的生活當中，要機械制造，要融合。

AI+時代，今天空談語音識別是沒有意義的，是怎么把這些服務和每一項應用結(jié)合起來，我覺得這個才是下一個時代巨大的機會。

我相信藍翔技校或遲或早都會開AI課程，把人類更多知識轉(zhuǎn)化為機器所理解的知識，最后我也期待開創(chuàng)我們美好的未來。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。