查看原文
其他

傅盛:深度学习是一种新的思维方式

2016-12-22 傅盛 大数据


本文首发于 盛盛GO(公众号:fstalk),作者傅盛,猎豹移动联合创始人兼CEO。如需转载请联系首发公众号授权,谢绝二次转载。




上篇·思维方式


落后最怕的是思维方式的落后。


过去猎豹在安全和工具层面,抓住了上一个时代的大风口。如今这条赛道不再像以前那样野蛮生长。


互联网已经进入下半场,广度红利时代结束。原先粗放式的流量经营模式遭遇瓶颈,用户增长受限,且再难出现爆发性机会。下一个机会点在哪?


我讲过,人工智能会是下一个风口。


但,首先我们必须认识到——人工智能一定不是简单的一个神经网络,也不是用一个新的函数替代一个旧的函数。人工智能是对整个产业的重构,是对我们整个思维方法的重新塑造。


它将现实所有物理事件产生的东西归结于一个点——数据。然后,再把这个数据,用神经网络的方式去认知和理解,达到过去所有算法无法企及的高度。


而深度学习,无疑成为当今人工智能大爆炸的核心驱动。它不只是一种算法的升级,而是一种全新的思维模式。


今天,我们完全可以利用深度学习,利用海量数据的快速运算,消除信息的不确定性,帮助我们认知世界。


这种认知的可能性,最广为人知的就是AlphaGo打败李世石。我说过,现象即规律。这个现象给我最大的启示就是——把过去围棋的定式算法问题,转换成了黑白点的数据问题。它利用神经网络超大规模的数据处理能力,去理解人类记录过的围棋数据,以及自己左右互搏产生的海量数据,在人类也不明白的情况下,一举碾压了人族。


它带来的颠覆性在于:将人类过去痴迷的算法问题,变成了数据和计算问题。


我认为,这是重构技术模式,产品形态,用户理解的新方式。深度学习的突飞猛进,也将使得猎豹这样的工具厂商,有机会与社交产品站在同一维度同台竞争。


唯一需要思考的是:如何让用户成为一种生产力?


比如,你觉得特斯拉是汽车生产商吗?如果你重新换个角度,会发现特斯拉本质是一个数据采集器。它利用汽车载体实现了对人类驾驶行为的触达。


我最新买的特斯拉P90D,已经可以自主学习变道。它会多次来回试探,学习你开车的动作。你每一次开车,都是在给它贡献数据。它跟谷歌的无人驾驶有很大不同。


他们走了完全不一样的路线,思维角度也不一样。


谷歌是传统的软件工程思维。用高精尖地图,把一段路的地图精确到厘米级,以便车子开的过程中就知道路况,通过激光来避开路面障碍。但问题在于,这套方案,只有知道地图和路况不发生改变时才能运行。


但特斯拉用的是NVIDIA+Mobileye的方案,跟人开车的状态一样。它认为,辅助驾驶到了一定程度就是实现无人驾驶。只要收集大量的驾驶数据做处理。不用管地图,用产品就能实现数据收集。实际上,就是把所有路况信息和人的操作动作数据化。


我认为,未来的公司本质都是数据公司。市场的竞争,一定会从技术竞争演变成数据竞争。


各公司的商业策略和产品策略,都会围绕着获取数据开展。后进的公司要想不坐以待毙,唯一的办法就是快速获得数据。


深度学习绝不只是一场技术革命,或一种算法的改良。本质上,它是一种全新的理解用户和商业模式的思维方式。


下篇·数据


过去半个世纪,计算机也在进步,上一次震惊,发生在超级计算机深蓝打败人类的国际象棋冠军。但,深蓝也只是依靠计算机强大的穷举能力,还不能像人那样思考。然而,当数据量足够大,运算速度的指数级提升,深度学习让机器有了人类的直觉,再一次震惊发生了:AlphaGo打败了世界围棋冠军李世石。这标志着一个时代的终结和一个时代的开始。


它启示了我们:数据量的与日俱增,量变积累导致的质变,让机器变得更加智能。相应的,我们的思维方式和做事方式,都应该跟以往有很大不同。


今天,所有问题,我们只要换个思路就可以找到正确答案,其核心就是——变一切问题为数据问题。


从数据的维度看产品,就会变得不一样


按照我们以前的视角看,没有一千万用户的产品,都不值得做。但今天看,一百用户产品,如果用户在里面频繁交易,甚至比一千万用户产生的价值还要大。


怎么理解呢?就是说,从数据的角度看,小规模产品依然有价值。


当然,数据也分强数据。什么叫强数据?比如淘宝的数据就是强数据。它的用户上来就花一千块钱买一个东西,跟你在App右上角点击一下的数据,肯定不可同日而语。


换句话说,如果你有强数据的产品,即使用户量很小,它也可能产生很大的价值。比如,猎豹以前做了一个网购保镖,一年差不多赔70多万,后来大家觉得太耗成本,就想关掉。如果换个角度,开网购保镖的人,都是网上花钱的人,这个数据价值是不是远高于70万?当你这样去想的时候,你再看一百万用户的小产品,是不是就变得有价值?


如此一来,我们通过深度运营小规模用户,重新挖掘出了数据价值。与此同时,我们还可以再做一些功能区分去引导用户。


只是,思路要变了。


我提出一句话叫——功能运营转向数据运营。不管你做交互也好,功能也好,做一个App亮点也好,在今天这个广度红利结束的时代,已经没有深入的机会。


任何一个产品经理来跟我交谈,我一定不要听他说,有什么不一样的点,或哪个功能点做得怎么样。为什么?第一,好的功能点,大家都想得差不多了。第二,即便你有好的功能点,对手跟进会非常之快。你很难做到独一无二。第三,如果你能把数据这件事想透,今天具备数据挖掘,具备深度学习能力的公司,尤其中小公司,还是非常少的。那么在这个点花功夫,是不是会事半功倍?且对手很难跟进,壁垒还足够高。


同理,不思考数据的产品经理必将被淘汰。


产品经理不理解数据,产品经理就只承载了交互。交互只是基础,就像汽车轮子。要想真正做到独步天下,还需要去思考数据。如果你不去思考你的产品数据,不去理解数据价值,不透过数据去理解用户,不去做用户画像细分,一定会被淘汰。


放弃野蛮增长的期待,信奉数据主义


最近,我在听赫拉利的新书《未来简史》。他讲到,未来一切都是数据处理。如果你把每个人都想象成一个数据处理器,人和人之间的交流就是信息交流。那么,整个人类社会就是一个数据处理系统,整个人类历史就是给这个系统增加效力的历史。


到那时,新的宗教就会出现,称之为数据宗教,也叫数据主义。它的核心价值观就是主张信息要流动。哪怕是信息生产者,也不能控制和拥有这个信息。


这些思考还是很让我脑洞大开的。姑且不管数据是否最终会成为一种宗教,但对于一家公司来说,核心就是要相信。


相信数据主义已经到来。


有了这个思想,我们就可以把一切问题都当成算法问题。机器和它包含的各种算法,甚至有可能比任何一个人都了解一个人。


如果有一天,你所有的喜怒哀乐不贡献出数据,它们对于人类社会就是没有价值的,就是和你这个人是没有关系的。就跟你纳税一样。你想成为这个世界连接的一部分,你就要贡献数据。


而今天,对猎豹来说,数据就是我们的优势。


这个季度发财报时,分析师问,你们做News Republic有什么优势?这也是我反复讲的事情。我们有6亿月度活跃用户,这个用户本身就在产生数据。而我直接在这些数据之上升级内容,这些内容很快又会产生数据。我就比别人成长周期更短。


如果对手想做,得从零积累用户,还得一个个国家谈渠道,去推广,组建团队,经历磨合的痛苦等等。想半年或一年追上,基本就不可能。


我们还是站在一个高顶上。


包括现在说转型升级,工具内容化,最核心的一点——其实就是我们把整体数据用好。否则,为什么Q3财报环比和同比都很低的情况,股价反而能涨呢?核心就是大家看到你在转型的过程中,还能实现增长。很多人有了信心。


本质上还是我们自己建立了信心——坚信有机会踏入下一个模式。所以,我觉得,未来唯一的挑战就是整个团队,从上到下,能否思维革命,统一这样的认知——坚守数据主义的信仰,坚信这条路可达,去做不擅长但目标明确的事情。


如果过程中,哪一个点可能阻碍,那就:改造自己,干掉这个点,继续前进。

相关文章(直接点击查看):

傅盛:深度学习是什么?

傅盛:关于深度学习的五个思考

程序员为什么要学深度学习?

万字长文回溯深度学习革命,盘点 16 大历史时刻

人工智能、机器学习、深度学习,三者之间的同心圆关系


近期精彩活动(直接点击查看):

福利 · 阅读 | 免费申请读大数据新书 第15期 


END


投稿和反馈请发邮件至holly0801@163.com,谢谢!

大数据


为大家提供与大数据相关的最新技术和资讯。


长按指纹 > 识别图中二维码 > 添加关注


近期精彩文章(直接点击查看):

160904 2016年创业公司死亡名单:融资10亿、用户千万也救不活了!

160830 被失业!未来六大传统产业将这样被颠覆(超现实)

160829 为何你只能做出渣图表?数据可视化的十大误区

160828 2分钟读懂大数据框架Hadoop和Spark的异同

160827 说说什么是数据挖掘

160823 裁员浪潮+寒冬大逃杀,互联网人该何去何从? 

160820 39个大数据可视化工具,哪个才是你的菜? 

160816 上班族每次在地铁上花费37分钟,经过9.78站|2号线是上海经济命脉|上海地铁数据趣味研究

160812 五亿姓名数据分析|TF-IDF算法揭秘中国人名密码

160803 傅盛:深度学习是什么?

160731 力荐!大数据等各种IT技能图谱(全套13张)

160716 2016年上半年大数据方向就业形势重磅出炉

160714 关于反爬虫,看这一篇就够了

160710 他是比尔盖茨的偶像,用50年写出编程圣经,被奉为程序员鼻祖

160627 Hadoop创始人Doug Cutting谈未来大数据的技术

160614 世界顶尖数据科学家看未来十年大数据发展

160606 为不擅长编程的人准备的19个数据科学工具 

160522 长文 | 大数据思维的十大原理

160520 不让谷歌进来是对的。。。

160519 史上最全的大数据分析和制作工具

更多精彩文章,请在公众号后台回复000查看,谢谢。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存