主页 > 日报当下 >傅盛:深度学习是一种新的思维方式 >

傅盛:深度学习是一种新的思维方式

2020-06-18


傅盛:深度学习是一种新的思维方式
傅盛

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。

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

我讲过, 人工智慧 会是下一个风口。

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慧大爆炸的核心驱动。它不只是一种演算法的升级,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,消除资讯的不确定性,帮助我们认知世界。

傅盛:深度学习是一种新的思维方式
人工智慧 AlphaGo 打败了九段棋手李世乭,REUTERS/Kim Hong-Ji

这种认知的可能性,最广为人知的就是 AlphaGo 打败李世乭 。我说过,现象即规律。这个现象给我最大的啓示就是——把过去围棋的定式演算法问题,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。

我认为,这是重构技术模式,产品形态,使用者理解的新方式。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。

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採集器。它利用汽车载体实现了对人类驾驶行为的触达。

傅盛:深度学习是一种新的思维方式
特斯拉 P90D,Denis Balibouse/REUTERS

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 Google 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。

Google 是传统的软体工程思维。用高精确地图,把一段路的地图精确到釐米级,以便车子开的过程中就知道路况,透过雷射光来避开路面障碍。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作。

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,就是把所有路况资讯和人的操作动作数据化。

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,或一种演算法的改良。本质上,它是一种全新的理解使用者和商业模式的思维方式。

过去半个世纪,电脑也在进步,上一次震惊,发生在超级电脑深蓝打败人类的国际象棋冠军。但,深蓝也只是依靠电脑强大的穷举能力,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乭。这标誌着一个时代的终结和一个时代的开始。

它啓示了我们:数据量的与日俱增,量变积累导致的质变,让机器变得更加智慧。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
傅盛:深度学习是一种新的思维方式

按照我们以前的视角看,没有一千万使用者的产品,都不值得做。但今天看,一百位使用者的产品,如果使用者在里面频繁交易,甚至比一千万使用者产生的价值还要大。

怎幺理解呢?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。什幺叫强数据?比如淘宝的数据就是强数据。它的使用者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,即使使用者量很小,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,你再看一百万使用者的小产品,是不是就变得有价值?

如此一来,我们透过深度营运小规模使用者,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使用者。

只是,思路要变了。

我提出一句话叫——功能营运转向数据营运。不管你做互动也好,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,有什幺不一样的点,或哪个功能点做得怎幺样。为什幺?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。那幺在这个点花功夫,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互动。互动只是基础,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,不透过数据去理解使用者,不去做使用者侧写细分,一定会被淘汰。

放弃野蛮增长的期待,信奉数据主义
傅盛:深度学习是一种新的思维方式

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像成一个数据处理器,人和人之间的交流就是资讯交流。那幺,整个人类社会就是一个数据处理系统,整个人类历史就是为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资讯要流动。哪怕是资讯生产者,也不能控制和拥有这个资讯。

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演算法问题。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係的。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 有什幺优势?这也是我反覆讲的事情。我们有 6 亿每月活跃使用者,这个使用者本身就在产生数据。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。我就比别人成长週期更短。

如果对手想做,得从零积累使用者,还得一个个国家谈管道,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,为什幺 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。



上一篇:
下一篇: