更快、更省电、更安全——UU安全高级评测
06-18
不久前，猎豹CEO傅盛宣布猎豹将进行第二次转型。
同时，他还公开提到，机器人是科技世界的“下一个爆炸”。
傅盛在今天的人工智能与机器人峰会演讲中表示，虽然人工智能技术难度大、跨界技术人才稀缺，但这依然不影响他对人工智能的热情。
国际化是最后一波红利对于中国互联网，傅盛提到，科技的发展离不开人们认知的改变，猎豹的成功来自于一个小小的认识，他意识到一个问题是，当他无法击败竞争对手时，他该怎么办？在中国互联网红海的背景下，傅盛用了三年的时间明白了一个道理，那就是中国企业要走向国际，而猎豹现在的使用大部分来自海外，如果当时他把主要精力放在国内的话。
此前，他也提出国际化是中国互联网的最后一波红利。
国际化后有什么好处？傅盛提到，今天整个互联网产业已经成为基础产业。
目前极度流行的互联网+其实已经趋于饱和，高科技农业等方向还有很大的挖掘潜力，但投资周期太长，生产投入太长。
很难保证。
这时，AlphaGo进入了大家的视野。
与此同时，AI成为整个Google大会的主角。
此时的傅盛意识到AI时代即将到来，AI是后互联网时代的新一波红利。
后互联网时代的红利：AI+ 过去，学术界提出的理论在业界的应用需要数年时间，但现在可能只需要3、5年。
傅盛提出了人工智能技术本身不产生核心价值的观点。
AI最重要的就是寻找商业模式和用户使用场景。
目前，猎豹已经利用人工智能解决了以下问题：AI+Cheetah+News repubic（兴趣推荐信息应用），利用深度学习模型替代News republic原有的专家模型，提高用户转化率。
AI+直播大大降低了审核难度，降低了人力成本。
中国的优势和机遇傅盛表示，中国在人工智能领域具有先天优势。
首先，国内获取数据的渠道和数据量远高于世界平均水平，人工数据标注成本相对较低。
人工智能的未来是：AI+软件+硬件+服务=机器人，但机器人的核心问题是成本控制，现在只有中国有能力降低这个成本。
这些都是中国在人工智能领域最明显的优势。
演讲最后，傅盛微笑着表示：相信蓝翔技工学校迟早会开设人工智能课程，将更多人类知识转化为机器能理解的知识。
以下为傅盛讲话实录。
今天能够在这里发言，是一个意想不到的机会。
当时我们猎豹股价暴跌，所以雷锋网写了一篇文章，叫做《我所知道的猎豹》。
我读后非常生气。
你说不然，我就接受了。
你甚至不知道我想做什么，你认为我不可靠。
后来雷锋说，如果你觉得靠谱，就到这里来谈谈。
我说：就说说吧。
那些在幕后被嘲笑的梦想才是值得追求的，只有大家都认为不靠谱的事情才有机会。
后来我想了很久，我需要把这个想法完整地表达出来，但是我会告诉大家为什么我会有这个不靠谱的想法。
如何从互联网思考到AI，主持人刚才说了为什么我突然想做一个机器人。
我是去年1月份开始思考这个问题的，因为我在猎豹工作，当时正在做国际化，走遍了世界各地。
虽然我不是技术人员，但我逐渐发现很多小型创业团队已经达到了我以前难以想象的水平：比如人脸识别、动作捕捉。
以前做过成像，用各种算法找人脸，很麻烦。
我也去了国防科技大学，研究过程中也遇到了很多问题。
所以当时我想知道是否有什么东西开始出现导致了这种情况。
多种技术变革将逐步进行。
在开始之前，我想先搭建一个大框架，因为只有在大框架中你才能知道我为什么这么想。
我想讲的第一个大框架是关于认知的。
去年我在美国做了一次演讲。
演讲中我提到了世界历史上的两位著名人物，郑和和哥伦布。
郑和最早下海，而哥伦布却晚了近一百年，只有三艘船，只有一名水手。
然而，这两次航行的意义却截然不同。
郑和下西洋导致了大海的封闭。
最终技术最落后的一方实现了跨越式发展，所以把这个故事带回到说起来容易做起来难还是说起来容易做起来难，这是一个争论了很多年的争论话题，但我认为知道可能是最困难的事情。
我读过《人类简史》一次，还去见了作者。
后来，当我邀请他来北京时，我越来越发现，其核心不是经济生产或各行各业，而是认知的变化。
只要认知发生变化，世界其实就会发生很大的变化，无论出发点是什么。
从另一个角度来说，为什么我认为机器人是一个有前景的行业，为什么人工智能是下一步，是因为我认为认知是核心驱动力。
深圳离香港很近。
每次去香港，我的心情都很激动。
一百多年前，香港是中国最落后的地方。
当时只派了很少的人，用当时英国人的理解去改造香港。
虽然今天的香港可能存在问题，但这几乎是过去几十年中国人的骄傲。
我想这都是认知的结果。
深圳今天的快速发展也来自于认知的变化，而不仅仅是起点。
所以我思考这个想法后，我觉得技术和连接已经成为世界的两大驱动力。
当时每次搜索猎豹，出来的信息都是不真实的。
我当时就明白了一个道理，如果我打不过对手怎么办？在中国互联网红海背景下，机遇何在？三年前，我想了解中国企业可以国际化的道理。
所以我们三年多前就做了一个项目，目前的活跃度是6亿。
我们在对手的阻击下跳了出来，猎豹成为了上市公司。
这个过程对于我弄清楚这一点非常重要。
去年腾讯CEO峰会上，我演讲的题目是《国际化是中国互联网的最后一波红利》。
我认为互联网时代已经开始过去。
如果说中国互联网还有机会的话，应该来自于国际化。
也正是因为如此，我们连续五年实现了超过%的增长。
今年稍微弱一些，我们也开始转向工具类产品。
回到这里，互联网之所以如此强大，是因为它连接了全人类的思想。
我的脑海里浮现出这样的画面。
互联网最好的一点是它以一种语言分享人类的认知。
一旦认知被共享，整个世界就开始快速发展。
互联网在过去20年基本上完成了人类认知的连接。
比如，回想起来，鸦片战争实际上是用中学物理知识打败了中国。
今天的AlphaGo中国工程师可以在几个小时左右的时间内深入学习，这在过去任何时代都是不可想象的。
如今，互联网已经成为基础产业。
某个APP很难成长。
它将与各个行业融合，这也与政府提出的互联网+的理念紧密契合。
下一步必然是互联网与传统行业的融合。
正因为如此，我从去年初就开始思考这个问题，那就是哪个产业整合更适合我和猎豹的发展？我很长一段时间认为我做不了O2O，因为我不是运营人才；我不会做金融，对钱也确实不敏感；农业确实伟大，但周期确实太长；想了半天，互联网还是需要和技术结合。
结合起来，互联网推动了一场技术革命。
大学教授写的论文会得到很多人的认可。
以前需要几年的时间才能到达行业，但现在可能需要三五年。
比如AlphaGo，我在公司内部做了一个分享。
我认为AlphaGo的核心并不是围棋的下一场比赛打开了人类的思维，用新的算法、新的组合一下子打败了人，让所有人都认为事情可以是这样的。
所以我认为技术的结合可以产生巨大的价值，所以遵循这个想法我从世界各地开始。
我去了以色列和美国。
我在美国投资了一些项目。
核心目的不是为了赚钱，而是为了学习新技术。
我突然发现互联网时代的下一个时代应该是AI时代。
这不是Google I/O大会上提到的。
后来我看Google的I/O只讲了十几分钟Android，剩下的都是AI。
。
这证实了一个新的时代即将到来，人工智能时代或者说AI+时代。
什么是人工智能+？我认为AI技术本身并不产生核心价值。
我也考察过很多科技公司。
我认为人工智能必须找到商业模式和用户场景，这样技术本身才能不断发展，才能找到应用的机会。
只有这样我们才能改变我们的生活。
我们最近收购了一家法国公司，相当于海外的今日头条。
它是关于标记、制作算法和制作模型的。
最近我们用深度模型替代了整个原来的专家模型，提高了很多用户转化率，而且仅仅几个月后，你也可以下载live.me了。
大家都学英语，但我们也注重社区氛围。
我们不希望色情的东西成为主流，但我们希望能够被展示出来。
每天有数十万个广播开始，并且增长速度非常快。
就像我们推出的每一次直播一样，我们要知道它是否太幼稚或太色情，有很多评论。
我们最近用AI技术对直播部分进行了审核，包括打开黑屏的情况。
我们的深度学习让审稿量减少了一半。
我认为深度学习是一场算法革命。
当你真正理解了之后，整个思维模式就变得简单了。
物理学有一个剃刀原理。
那天我看到之后，我就在想，这一定是一场算法革命，一定是跨界产生巨大的机会，而且因为神经网络的改变，当然它需要改变其实是很难的，今天数据和计算权力变得越来越重要。
GPU计算弥补了我们过去的计算能力。
什么是计算能力？计算能力本质上是实验次数，本质是通过高度实验来检验理论指导。
我不知道如果我数十次，我用不同的组合来计算，然后我就可以得到每个人的数据，所以我认为未来的冠军都会来自中国，因为中国的数据最多。
我认为从技术上来说这是一个弯道超车的好机会。
过去很多技术积累都被浪费了，包括视觉技术的积累。
对我来说一个非常简单的事实是跨越国界是如此困难。
有一篇文章说他从事技术20年，发表过论文，参加过很多会议。
他忽然发现，自己之前积累的东西根本没有什么用处。
他发现自己二十年辛苦的积累，一天之内全部回来了。
解放前，但我认为今天才方兴未艾。
深度学习对搜索技术有非常重要的影响，包括语音。
以前我觉得语音很难，但到了今天，大量的语音算法和积累已经没有用了。
我作为技术人员在公司实施过。
未来第一批上任的人不是股评人，而是你自己。
数据注释将变得非常重要，并行计算人才也将变得非常重要。
回到这里，昨天有人说了一些话。
他认为，工业界和学术界都在前进，但工业界是领先的。
我认为深度学习的方向肯定是由产业主导的。
因为业界能够获得的数据以及它所做的并行计算能力是大学教授很难接触到的，为什么谷歌在这方面的能力很强呢？我认为它拥有大量的数据是非常重要的。
有大量的计算能力。
只要依靠大量的数据来获取和计算，中国在这方面就有很大的优势。
我想纠正的一件事是它不是您服务器上的数据。
只有清晰的数据才是数据。
例如，每天有4.4亿条语音数据。
标记变得非常重要，而不是简单地获取数据并标记它。
在劳动力成本方面，中国的成本优势非常明显，所以在这场竞争中，中国有非常大的机会。
并行计算能力是我们非常缺乏的。
以前可能只有国防大学才有，还有GPU协同。
我们以前缺乏这一点，但我们很快就学会了。
此外，语音和视觉将成为下一代交互方式。
下一个时代一定是语音时代。
我不知道你是否看过她，所以任何致力于人工智能的人都应该看这部电影。
我认为人工智能+软件+硬件+服务=机器人。
刚才有几个教授说，现在的机器人的核心问题之一就是成本。
只有中国有能力降低这个成本。
第二，我认为是跨界的。
我觉得机械手领域存在一个问题，就是今天机械手的问题。
准确率不低。
我去了日本发那科公司，它的收入是65亿。
去了之后，我非常荣幸地参观了他们的生产线，发现正在生产机器人，抛光也是由机器人完成。
核心问题是如何降低准确率。
人手之所以能制作出瑞士钟表，就是因为视觉反馈。
过去我们说机器人其实是人，而不是机器。
在深度学习之前，感知是很困难的，感知需要极其昂贵的成本，比如谷歌的无人驾驶。
机器人的机会来自于深度学习的出现，它使得视觉、听觉、机械等事物开始融合。
这就是交叉。
最后引用一句：我曾经见过苹果前首席执行官，他试图赶走乔布斯。
斯卡利最大的错误就是卸任后没有邀请乔布斯过来。
任何人都很难看到这样的机会。
他说乔布斯就是这样的人。
无论是互联网还是深度学习，都只是一种技术表现形式。
它最终会渗透到你的生活中，需要机械制造和集成。
在AI+时代，今天谈论语音识别已经没有任何意义。
如何将这些服务与每个应用程序结合起来？我认为这是下一个时代的巨大机遇。
我相信，蓝翔技工学校迟早会开设人工智能课程，将更多的人类知识转化为机器能够理解的知识。
最后，我也期待着创造我们美好的未来。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-18
06-06
06-18
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态