獵豹移動CEO傅盛曾在“機器與人性”的主題論壇上提到，下一個互聯網的基礎行業是人工智能。
首先，傅盛說，所有重複勞動，不管是體力勞動，還是腦力勞動，只要數據足夠，都可以被替代。比如，獵豹收購了一家美國移動新聞服務運營商，靠算法，靠深度學習網絡，以及用戶形成的大數據，實現了新聞內容的自動化分發。不管你喜歡什麼，都可以在手機上看到相應的新聞。
不僅如此，獵豹還在美國推出了一款直播產品。這個直播產品禁止色情，禁止太小的孩子到上面直播。但由於每天都有30萬的直播開啟量，如果每一條都審核，是需要非常大的工作量的。於是，傅盛他們用深度學習和圖像識別，實現了對色情、對小孩的識別，大大降低了審核的難度，實現了對內容的自動化分類。下一步，傅盛他們想做一個人的表情庫，用機器來模擬人的表情，最好是機器就能把人的表情認出來。你喜歡哪一類的直播，自動就能看到這一類的直播。你是愛看美女，還是愛看帥哥，是喜歡看旅遊資訊，還是娛樂節目，如果能讓機器瞭解你的喜好，就可以直接將內容推送給你。
所以，只要是一個有限的集合，只要有足夠多的數據，理論上就會被人工智能攻破。這是一個巨大的方向。
其次，傅盛認為，互聯網解決了信息傳遞的效率，人工智能應該解決決策的效率。只要機器知道你的決策模型，就可以協助你決定。在未來，你可以看到很多行業可能被改造。如果你真的堅信深度學習，那麼它帶來的效果就是革命性的。
舉個例子，如果腸胃當中有不好的出血或者腫瘤，是非常難檢查到的。因為不管是做CT，還是核磁，很痛苦，而且小腸看不見。現在有一種膠囊，上面有攝像頭，每五秒鐘拍一下照片，所有的消化道都可以看到，但醫生根本沒時間看，幾千張圖片要看五個小時才能知道有沒有得病的可能。後來，香港中文大學就拿以前診斷出來的數據，利用深度學習跑了一下，一千例中，只有一例漏診，但普通醫生的漏診率是30%，這是革命性的成果。但是不是真的能把這個數據公開，真的讓團隊參與進去？現在還不清楚。
還有一個例子，特斯拉汽車的輔助駕駛功能，最近更新了軟件，整個變道效果比以前好了很多。甚至在有些行駛過程中，人的行為特點都開始有了。正是基於這些數據的收集，特斯拉變得越來越聰明。所以，每個行業，只要接入人工智能的應用很快，它的效率提升都會是很大的。
傅盛說，自己最感興趣的方向是機器人行業。他覺得，目前除了印度，全世界都面臨一個情況，那就是人的成本越來越貴，所以他很看好機器人代替人來完成基礎的勞動性工作。
大數據處理信息服務商金盛網聚WJFabric認為，與傳統概念相比，未來的機器人最大的特點在於兼具機器性與部分人性的特點。前者是為了高效完成工作任務；而後者重在構建與人類的和諧關係。試想，如果只具備機器性，那麼意味著機器人離高智能性會越來越遠。未來需要的機器人，不僅是“能幹”，同時要具備自我調節與管理的能力。也許，未來“機器人”的“人”更具研究價值。
閱讀更多 金盛網聚 的文章
