即便沒有“下半場”的概念描述，作為接棒互聯網的下一代基礎設施，當商業文明從“互聯網+”向更高階的“人工智能+”躍遷，人工智能被寫入政府工作報告也只是時間問題。譬如滴滴，從誕生之初的“互聯網+打車”到“用積累下來的數據提供更多價值”，過程切換得飛快，最近還宣布將在美國加州山景城建立人工智能實驗室，用來更加善待積累的數據。

執此想法的還有剛剛發布財報的獵豹移動。北京時間3月21日，他們公布了截至2016年12月31日的第四季度財報及2016全年財報：第四季度總收入為12.747億元，同比增長10.9%；2016年總收入為45.647億元，同比增長21%。

從財報看，獵豹移動四季度經營業務活動產生的現金凈值為人民幣4.332億元，算是兌現第二季度對于資本市場“重振收入增長和改善財務水平”的許諾。而作為利潤中心的工具產品2016年下半年恢復了收入和利潤的環比增長，這也為獵豹帶來了巨大的財務和經營杠桿，支撐其將底盤切換到內容領域——畢竟業內皆知，獵豹想要從工具軟件型公司升級為一個內容平臺型公司。

這也是傅盛不放過任何一個場合去布道人工智能的緣由。如果說內容轉型是驅動獵豹未來增長的引擎，人工智能就是引擎的開關。在傅盛的冀望中，當深度學習的技術轉捩點來臨，起跑線的相對公平讓這家公司積攢的全球6億多月活瞬間成為轉型的最大籌碼。無論改善現有業務，激發工具應用的潛在價值，還是在內容產品上的精確匹配，甚至是在未來創造“后手機時代”其他的硬件樣態，看起來獵豹都不想放過任何“用積累下來的數據提供更多價值”的機會。

而分析獵豹試圖抓住的這一輪技術紅利，得先從歷史談起。

告別“鳥飛派”

現在回想，早在計算機誕生之時，妄念就已生根，當時許多學者并不滿足將機器僅用于計算，開始醉心于對“智能”的樂觀描述——他們的理論路徑延續至今：復制人腦。

后來有人將他們喻為“鳥飛派”：人類想借助機器飛翔，最先想到的當然是復制鳥類翅膀的運作模式，但毫無進展，直到萊特兄弟認為飛機的雛形不該是鳥，更應像是帆船，應該仰仗空氣動力學而不是仿生學，后來也造出了比鳥類性能更好的機器——人工智能亦如此，“鳥飛派”認為人工智能必須完整拷貝人類大腦思考過程。但如你所知，多年來，意識之謎沒有實質進展，研究者開始重回對“計算”的追尋，他們意識到：所謂“意識”，無論它是人類演化而來的一個“副產品”還是某種“精神污染”，相比照抄人腦，倘若切換路徑，某種意義上也可以殊途同歸。

這種思維轉變當然與底層算法進化有關，深度學習的出現讓通過數據產生智慧成為可能，它以一種非常精煉的算法模型解決了過去復雜的輸出模式。譬如羅振宇在跨年演講上就用圍棋舉例，“人工智能根本不知道什么叫布局，什么叫定式，什么叫飛，什么叫斷，它只知道一張一張圖形，從這一張圖形往下一張圖形演化，勝率會提升還是下降，在它那里全部變成了數據。最后給你一個結果而已。”——而數據正是“喂養”這種多層神經網絡的飼料。要知道，AlphaGo的戰無不勝離不開KGS棋社的流行，后者是一個免費的圍棋對弈平臺，擁有海量的高手對戰棋譜。

而更為可喜的激進是，某種意義上，深度學習在本質上是一次算法的標準確立。不少科技公司積攢下來的固有算法忽如一夜變得守舊——換句話說，深度學習降低了參與者的門檻，譬如原先做圖像識別和語音識別的可能是不同算法，但深度學習將其底層邏輯打通，本質上成為一種算法。這也是為什么谷歌進入語音識別后迅速超越了IBM多年的技術沉淀，因為可標注的數據就是力量本身。

人工智能將現實世界以數據作為顆粒度呈現，再通過神經網絡消化數據，更好地認清這個世界。其實若你深諳人類智識的誕生邏輯，就會知道，數據之于真實世界的地位貫穿了文明演進史。就像吳軍在《智能時代》中所言：數據經過系統性整理變成信息，信息經過簡潔抽象加工就變成了知識。舉個例子，通過測量星球之間的相對位置和時間，就得到數據，通過數據能得到星球的運動軌跡，就是信息，通過信息總結出開普勒三定律，就是知識。

但這本質上仍是對數據的簡化，而與人類思維試圖將整個世界簡化和抽象理解不同，機器思維走在了奧卡姆剃刀原則的反面——人工智能不會將世界簡化，而是從復雜信息中以自己的方式進行篩選。理論上，只要你握有足夠多數據，即可實現對事物更準確的判斷。這才是這一輪人工智能革命最核心的底牌：數據是最堅實的護城河。

也是在這個邏輯里，在深度學習的賦能下，手握6億月活的獵豹移動擁有了轉型資本。

人工智能的加持

至少在現階段，工具內容化最核心的入口就是通過用戶畫像和標簽，勾勒出用戶在虛擬世界中呈現的真實人格。

具體到獵豹移動，通過對工具產品用戶產生的安裝，卸載，運行和付費等行為，以及垃圾清理數據進行大數據分析，獵豹可以獲取每位用戶真實的行為和興趣，根據不同標簽進行畫像。進一步分析，人工智能正在如下幾個方面完成對這家公司的重塑。

首先是完善工具產品。在人工智能加持下，獵豹旗下多款應用都開始嵌入內容平臺元素，譬如已擁有3億下載用戶的APP“PhotoGrid”就正在從一個照片框架和美化工具轉型為一款社交和內容應用，可以根據用戶屬性的識別進行匹配內容的個性化推薦。當然，在圖像識別和圖像處理方面，人工智能也可提升用戶體驗。

其次是在內容產品線上的應用——獵豹內容轉型的支柱。最佳案例也許是獵豹旗下的全球移動新聞服務運營商NewsRepublic，后者擁有全球2300家版權媒體合作方內容，每天平均有10萬篇文章，4萬張圖片，2500條視頻發布，覆蓋全球47個國家。當它的訂閱模式升級為大數據推薦模式后，更像是海外版今日頭條，可以利用數據分析和挖掘等手段了解用戶的新聞取向和使用習慣，通過智能編輯向超過6億月活用戶提供個性化新聞內容推薦。用戶活躍度也增長明顯，每天閱讀篇數比之前增長2-3倍。傅盛在Q4財報分析師電話會議上就透露道：“在并購NewsRepublic后在新聞內容推薦模型上做了幾次改動，當我們把預估模型從GBDT，切換成LR，再升級為DNN后，CTR提升了30%。”

另外頗值一提的是，NewsRepublic也變得更加開放。去年底，他們發布了以人工智能為技術動力的自媒體內容分發平臺Spark，利用人工智能為用戶提供自媒體和意見領袖的原創深度內容（譬如YouTube上網紅和各博客作者的內容），而加入Spark后，創作者們也可以通過獵豹移動的應用程序矩陣（包括CleanMaster和CMSecurity）觸達高度垂直細分的潛在讀者。

人工智能同樣被用于內容產品線上另一大產品：直播社交應用Live.me。無論反spam還是個性化推薦，背后都有人工智能身影。拆解來看，它可以通過后臺技術檢測進行情色信息識別，降低審核難度，亦可識別官方Logo進行廣告檢測；推進機制上，人工智能可以通過性別，人種，類型（大叔，鮮肉，型男，少女）等標簽對主播分類，也可以進行人臉監測（比如相似度），年齡檢測，顏值分類，基于這種分類就能更精準地了解用戶喜好，進行個性化內容推薦。

其三，人工智能可以幫助獵豹廣告平臺更好地變現。不久之前，獵豹正式宣布將海外廣告業務品牌升級為CheetahAds（獵豹廣告），將重心轉移至體驗更佳的垂直視頻廣告形式。CheetahAds能針對一系列廣泛的用戶情境放置全屏垂直視頻廣告，如AppLock，musical.ly，Live.me，NewsRepublic和CleanMaster所涉及的用戶情境等——在人工智能的幫助之下，CheetahAds能為廣告主精準智能地定向他們想觸及的用戶。這讓我想到了順為資本副總裁孟醒關于人工智能的論述，在他看來，至少在現階段，人工智能本質上是在解決經濟問題，從算法端和數據端開始，包括找數據，收集數據，激勵機制，計算和傳輸——整個過程都指向一個目的，優化經濟成本，對企業來說是優化效率，對用戶來說則是優化體驗。

當然了，考慮到傅盛對于“機器人”的鐘愛，借助于人工智能，雖與現在主營業務無太大關聯，倒是完全可以想象獵豹在未來讓更多設備變得智能，甚至生產其他智能設備，畢竟沒人能說清人類“后手機時代”硬件的確定性形態。

不過在我個人看來，有一點幾乎可以肯定。那便是，就像傅盛頗為欣賞的《未來簡史》作者尤瓦爾·赫拉利所言：算法與人類關系分三步：第一步，算法是“先知（oracle）”，有問題問它一下，決策權在人類手里；第二步，算法是“代理人（agent）”，人類告訴它大方向和原則，它去執行，過程中一些小決策它自己說了算；第三步，算法真正成為人類的“君主（sovereign）”，一切聽它安排就好了，等待它在任何事情上的“個性化推薦”。

更多資訊請關注工業機器人頻道