展会信息
您当前的位置是:首页>>展会信息>>正文

想要再次“豹变”,猎豹得靠“深度学习”?

发布时间:2019-10-25  浏览次数:851   文章來源:www.midg.org

科技界的一个老式话题是工具产品的粘度和活性不够,用户停留的时间长,移民成本低。这意味着如果您认为“流程”这个词的含义逐渐变为“用户数X”,那么工具产品的商业模式应该以更快的速度发展。作为中国工具产品的模型。过去几年,猎豹移动自然知道这个事实。

北京时间8月19日,猎豹移动发布了第二季度财报。财务报告显示,猎豹第二季度的总收入为1,046.7亿元人民币,同比增长18.1%,高于市场预期,并且超出了收入增长下滑的渠道。

事实上,即使是傅盛自己承认,猎豹之前也很容易赚钱。 “整个猎豹处于过度自信状态。”因此,超出客观因素(Facebook广告系统算法的变化已导致猎豹增加平均客户成本)。当风口转动时,能够更快速地告别路径依赖的猎豹有点犹豫不决。幸运的是,在意外波动之后,猎豹从工具到“稳定内容”的战略转型似乎开始见效。

从工具到内容 - 就像女排的胜利不能仅仅依靠所谓的“女排精神”,除了转换概念和思维模式外,猎豹的转型实际上取决于技术本身, “豹变”的驱动力势必落在人工智能上,而深度学习则是对底层算法的系统升级。 “我们过去常常完成简单的工作。下一步是难以生存,需要大量积累。”

傅盛得出结论。

“内容为王”

在谈论技术之前,让我们首先简要描述内容对工具产品的重要性。

新时代的常识是,商业竞争的本质正日益演变为消费者时代(当然,这并不是指工具产品的背景时间)。一个有趣的脚注是传统门户产品的用户数量非常高,但平均长期使用时间背后是今天的头条新闻 - 据报道,在2016年8月,今天的标题普通用户已开放超过70分钟那天,这是一个可怕的数字。

好吧,当销售东西的阿里开始淡化GMV并谈论“用户停留时间”时,你知道过去类似市场的客流业务有些保守,因为关注是最有价值的商业资源,特别是当人类进入内容丰富的时代时,稀缺的平衡自然会转向用户的注意力,让时间份额的共享成为所有商业竞争的逻辑起点(现在看热点现象)。

简要回顾:2015年初,猎豹移动投资被称为Musical.ly,一个短暂的“海外小咖啡展”社交视频应用程序;今年,它以5700万美元收购了全球移动新闻聚合服务提供商新闻共和国。与主要的个性化内容推荐一样,猎豹采用了包括美联社,路透社,法新社,BBC等在内的数千家新闻机构的真实内容。海外直播现场,猎豹直播在线直播应用程序第一季Live.me它在iOS和Google Play社交名单中也有很好的排名。总的来说,文本被用作入口点,并且在视频领域(现场可以看作是视频的一部分)布局 - 猎豹选择了相对“分散”的内容转换风格。

深度学习+内容分发

猎豹需要做的第一件事就是根据数据优势为不同用户准确推荐长尾内容。因此,我们看到傅晟将自己的名声称为“计算机史上最简单,最美丽的东西” - 深度学习,重建公司的技术背景,从传统的工具公司转向人工智能技术。支持平台公司,猎豹必须跳过。

事实上,傅盛对深度学习的信任也是合乎逻辑的。至少在理论上,这种多层神经网络的“馈送”对于拥有如猎豹这样大量数据的公司来说确实是好的。

如您所知,廉价的并行计算,更好的算法以及所有这些的基础 - 更大量的数据,接近人工智能的时代,这种时代已经狂喜并重新点燃了60年。深度学习技术的出现降低了一些使用门槛,因为深度神经网络的“出发点”相对类似,甚至特定领域的后来者的形成也在超越,因为它始于学术界并落在企业身上,特别是拥有大量数据的大公司。从理论上讲,只要掌握足够的数据,就可以对事物做出更准确的判断。根据增加收入的原则,基于数据的人工智能产品越多,人们使用的越多,智能越多,人们就越多。

这可能是猎豹的机会。刚刚发布的财务报告显示,截至2016年6月30日,猎豹移动产品已下载并安装在全球30.9亿移动设备上。每月移动活跃用户达到6.23亿(包括79.4)。每月移动用户的百分比来自欧洲和美国主导的海外市场。可以想象,猎豹已经建立了深度学习的核心技能,可以扩展到许多领域并与其他应用程序结合以产生收益。

嗯,每个人都知道它与一百年前的“电气化”过程非常相似。人工智能将迎来其他行业的突飞猛进,这意味着它将以更加务实的态度传播。另一项业务 - 自然也包括内容级别。目前,Cheetah用深度学习模型取代了News Republic的原始专家模型,提高了用户的转换率。在锚定领域,猎豹人工智能的参与大大降低了审计的难度并降低了劳动力成本。

特别是,技术“筛选”内容。如前所述,业务的最终细分是用户的长度。保持用户忠诚度的关键无疑是提供准确和高质量的内容,但是当稀缺的平衡长期倾向于时间(365×24)而不是内容方面时,所谓的“信息”“过剩”成为必须。

一些信息分发路径非常明确:专业人士(通常是编辑),社交关系和机器推荐 - 似乎机器建议越来越多地指向未来。第三方监测机构易观国际不久前发布了一个相当引人注目的数据:在2016年的信息和信息发布市场,该算法将推动超过50%的内容。手动编辑的角色正朝着微观方向发展。

不难理解,在日益嘈杂的互联网环境中,每个人都渴望最大限度地降低搜索成本,并直接向我提供我最想要的信息。对机器的无限追求“你认识我”延续了人类的反应。 “超额信息”中的两种常见策略:过滤和搜索。追踪历史,包括印刷媒体,图书分类,各种推荐系统,维基百科,社交网络,搜索引擎,都是这两种力量的变体。正如Kevin Kelly所说:“未来的许多行业都是过滤器,过滤掉大量物体中的无效选择,让人们更好地使用时间过滤器。” - 在许多人看来,大数据或人工智能是降低搜索和过滤成本以及解决信息的最佳选择。

实际上,在这个阶段,基于深度学习的人工智能本质上是一种尝试用自动化解决问题的工具 - 这种“自动化”应该包括内容选择。去年3月,雅虎北京研发中心被废除。猎豹挖了一批雅虎研发人才。据说人们亲自推荐雅虎!可以看出,基于数据优势和研发能力,傅盛充分意识到“千人”的内容:“我们致力于成为一家人工智能公司,利用深度学习和人工智能重建我们的整个技术。在后台,实现高维离散特征,真正可以实现每个人看到不同的内容,成千上万的人,并挖掘每个人的兴趣。与以前不同,它被标记,只是类别的分类,而不是利益的区分。我们可以使用技术手段,海量用户数据来实现非常准确和个性化的推荐,并在全球范围内实现这种内容连接,从而使我们的广告模式能够真正运行。起床。“

当然,今天的头条新闻是第一位的,这不是一个新的论点。然而,如果我们进一步说所谓的“成千上万的人”有他们自己的高分,KK认为一个理想的“过滤器”应该满足以下特征:1。对大量行为的总结分析每个人,及时预测一个人的行为。 2,知道朋友喜欢什么,这就是我现在所不知道的。 3,建议我现在不喜欢它,但我想尝试一些我喜欢的东西。

在我看来,后两者的相对缺乏是在这个阶段批评头条新闻的原因。在这个时代,人们或多或少会陷入自编“信息太平间”。而且你知道解决技术带来的问题的方法总是通过更好的技术 - 打破“信息太平洋”。 “如果今天的内容很少,那就意味着这个算法仍然没有做好.我认为深度学习的聪明才智超乎想象,但它仍然在今天的道路上。”傅盛希望深度学习能够发挥作用。 “实际上有两个部分:一个是兴趣,另一个是探索。它通过你以前的行为知道你对什么感兴趣,但你的内容仍有探索,但探索也是一种算法。它是如何知道的探索和探索更多是正确的吗?会影响你的兴趣,平衡点在哪里。我认为这种技术的复杂性比目前的搜索更复杂,这是肯定的。“

好吧,一切都还处于模式探索的过程中。众所周知,人工智能将成为未来20年将颠覆人类社会的下一个技术。它的功率可以与电力和互联网相媲美,但傅盛也知道“人工智能就像所有技术一样,它只有一个奖励期。”

李北辰/文(来自媒体的知名技术,致力于为您提供优雅文本的原创文本;微信宣传:李北辰)