深度學習絕不只是一場技術革命,或一種算法的改良。本質上,它是一種全新的理解用戶和商業模式的思維方式。
本文系盛盛GO(微信ID:fstalk)授權i黑馬發布,作者傅盛。
落後最怕的是思維方式的落後。
過去獵豹在安全和工具層面,抓住了上一個時代的大風口。如今這條賽道不再像以前那樣野蠻生長。
互聯網已經進入下半場,廣度紅利時代結束。原先粗放式的流量經營模式遭遇瓶頸,用戶增長受限,且再難出現爆發性機會。下一個機會點在哪?
我講過,人工智能會是下一個風口。
但,首先我們必須認識到——人工智能一定不是簡單的一個神經網絡,也不是用一個新的函數替代一個舊的函數。人工智能是對整個產業的重構,是對我們整個思維方法的重新塑造。
它將現實所有物理事件產生的東西歸結於一個點——數據。然後,再把這個數據,用神經網絡的方式去認知和理解,達到過去所有算法無法企及的高度。
而深度學習,無疑成為當今人工智能大爆炸的核心驅動。它不只是一種算法的升級,而是一種全新的思維模式。
今天,我們完全可以利用深度學習,利用海量數據的快速運算,消除信息的不確定性,幫助我們認知世界。
這種認知的可能性,最廣為人知的就是AlphaGo打敗李世石。我說過,現象即規律。這個現象給我最大的啟示就是——把過去圍棋的定式算法問題,轉換成了黑白點的數據問題。它利用神經網絡超大規模的數據處理能力,去理解人類記錄過的圍棋數據,以及自己左右互搏產生的海量數據,在人類也不明白的情況下,一舉碾壓了人族。
它帶來的顛覆性在於:將人類過去癡迷的算法問題,變成了數據和計算問題。
我認為,這是重構技術模式,產品形態,用戶理解的新方式。深度學習的突飛猛進,也將使得獵豹這樣的工具廠商,有機會與社交產品站在同一維度同臺競爭。
唯一需要思考的是:如何讓用戶成為一種生產力?
比如,你覺得特斯拉是汽車生產商嗎?如果你重新換個角度,會發現特斯拉本質是一個數據采集器。它利用汽車載體實現了對人類駕駛行為的觸達。
我最新買的特斯拉P90D,已經可以自主學習變道。它會多次來回試探,學習你開車的動作。你每一次開車,都是在給它貢獻數據。它跟谷歌的無人駕駛有很大不同。
他們走了完全不一樣的路線,思維角度也不一樣。
谷歌是傳統的軟件工程思維。用高精尖地圖,把一段路的地圖精確到厘米級,以便車子開的過程中就知道路況,通過激光來避開路面障礙。但問題在於,這套方案,只有知道地圖和路況不發生改變時才能運行。
但特斯拉用的是NVIDIA+Mobileye的方案,跟人開車的狀態一樣。它認為,輔助駕駛到了一定程度就是實現無人駕駛。只要收集大量的駕駛數據做處理。不用管地圖,用產品就能實現數據收集。實際上,就是把所有路況信息和人的操作動作數據化。
我認為,未來的公司本質都是數據公司。市場的競爭,一定會從技術競爭演變成數據競爭。
各公司的商業策略和產品策略,都會圍繞著獲取數據開展。後進的公司要想不坐以待斃,唯一的辦法就是快速獲得數據。
深度學習絕不只是一場技術革命,或一種算法的改良。本質上,它是一種全新的理解用戶和商業模式的思維方式。