前年，傅盛就覺得移動互聯網的競爭越來越激烈，越來越難以往前走，所以他覺得可能移動互聯網本質的核心競爭已經結束了。這是他在3月25日舉辦的“2017雪球中概高峰論壇”上發表的言論。

“獵豹抓住的上一個機會是中國互聯網的國際化，下一個機會是什么？對我來說下一個認知是深度學習。”

在他看來，深度學習本質在降低技術壁壘，如果說以前獵豹要出一個語音產品，人臉識別做到世界前列，都不敢想象，不知道要從哪個年頭開始搞。但因為現在深度學習技術的發展，獵豹已經取得了一些成果。

下面是傅盛的部分發言實錄：

大概在5年前我認知到，中國的APP已經領先全球，中國的APP可以走向全世界，移動互聯網使中國公司的國際化變得比以前更容易。

于是獵豹全力以赴地做了國際化，我們在3年的時間里積累了超過6億的活躍用戶，總下載量超過30億次，每個月有超過6億臺手機跑獵豹移動的APP，這其中81%的用戶來自于海外，20%-25%來自于歐美發達國家。去年我們遇到了一些問題，但是我們的增長率依然有25%左右，過去的5年都是100%增長。

獵豹抓住的上一個機會是中國互聯網的國際化，下一個機會是什么？對我來說下一個認知是深度學習。很多人說深度學習是一個概念，你為什么要做深度學習？AI+時代，獵豹作為一家工具類APP起家的公司，為什么有機會做成人工智能和機器人。

我想從三個點來講為什么獵豹會有機會。這三個點的前提是，大概在前年我就覺得移動互聯網的競爭越來越激烈，越來越難以往前走，所以我在想可能移動互聯網本質的核心競爭已經結束了。

第一點，我認為深度學習是算法革命。

以前做語音、做圖像、做無人駕駛，做空間定位的，每個都是一個專業。專業之間的算法差別是非常巨大的，我通過不斷地面試人看公司就發現了這樣的問題。但有一天深度學習出現了，既可以解決語音問題，又可以解決圖像問題，還可以解決無人駕駛問題，還可以解決股票交易問題，人類歷史上從來沒有出現過這么有魅力的東西。所以一旦是一個這樣的歸一式的算法，所有人類最聰明的腦力都集中過去了。

深度學習，恐慌的應該是大公司，因為他們積累了很多的技術，不管是語音還是技術，在深度學習的沖擊下都被顛覆掉了。前不久我見了一個國內某知名大公司實驗室的負責人，他說他做了7年的翻譯，后來看到keyword/keyword谷歌keyword/keyword的一篇論文，突然發現他原來的技術都白積累了。我認為深度學習本質在降低技術壁壘，如果說以前獵豹要出一個語音產品，人臉識別做到世界前列，我都不敢想象，我說得從哪個年頭開始搞？但近期我們也會披露一些取得的成果。

第二，算法驅動變成數據驅動。

這場人工智能的革命是以數據驅動的，一篇論文能推動的有效長進非常有限，但數據量大了以后產生的巨大推進量可能是遠遠勝于一篇論文的。但是，你需要大量的數據去進行嘗試、標注、計算，大規模標注數據成為核心競爭力。數據的標注才剛剛開始，有些公司看起來很大，可是他們的標注數據量非常少，今天有大量的數據在互聯網上，供人自由地使用。關鍵路徑是想出來怎么去標注這些數據的辦法，想出來怎樣去快速生成自己數據集的辦法。人類歷史上的棋譜是不夠AlphaGo學習的，最新的AlphaGo已經要去掉人類的棋譜了，因為它覺得人類下得不好。我見過谷歌做翻譯的產品經理，他說用谷歌做的這版新的翻譯之所以大幅度地提升，是從網上抓了大量的數據進行了二次標注，但網上很多的數據是以前的谷歌翻譯出來的，他們慢慢得把差的數據剔除出來。

第三，深度學習的機會在于和應用的結合而不是技術輸出。

我認為未來深度學習是基礎的技術運用，很多公司都具備深度學習的研發能力。我們收購法國一家新聞產品News Republic，把用戶的點擊行為變成數據的標注部分，神經網絡會找到自動的相關新聞進行推送。獵豹還做了直播類應用Live.me，現在是美國最大的第三方直播平臺，每天有幾十萬的美國用戶開播，產生幾百萬、上千萬張標準人臉，這個數據使得我們能夠找到精準的數據。獵豹研發的人臉識別技術，在色情和兒童識別上有大量應用。這個成績也是排在世界前幾的。

獵豹會全力出擊，讓AI助力獵豹內容戰略升級，獵豹新的使命是成為一家有偉大技術理想的人工智能公司。獵豹在全球有6.23億月度活躍用戶，既具備獲取大數據的能力，又具備標注數據的能力。

中國在這次科技浪潮上是趕在前面的，深度學習有40%的論文是華人發表的，這次我們和專家溝通起來沒有語言障礙，也沒有時差障礙。而且今天中國GPU的運算能力編程能力經過了多年的積累。我相信后手機時代一定會來臨，大家在手機上的使用時長應該不會有爆發性增長了，但越來越多的智能設備像Amazon的echo和我們夢想中的機器人一定會走進我們的生活。我們有很好的數據、巨大的樣本群，有很好的工程師隊伍，又有全球一流的制造能力。中國最大的機會來自于機器人，人和機器人共存的時代一定會到來。