看互聯(lián)網(wǎng)大佬的戰(zhàn)略：騰訊抓手Q 百度愛抄后路

要搞清楚一個互聯(lián)網(wǎng)公司當下的主要戰(zhàn)略方向其實并不難，只要看它們的創(chuàng)始人在干嘛，基本就能猜個八九不離十。以這個標準看，騰訊的馬化騰在抓手機QQ，搜狐的張朝陽逼著自己看雷人電視劇，新浪的曹國偉當然還是在發(fā)微博，阿里巴巴的馬云……退休了……

百度的李彥宏在做什么？他在年初成立了深度學習研究院（Institute of Deep Learning，IDL）并自任院長，親自出馬去延攬人才，并在全公司群發(fā)郵件介紹這些來自Facebook等硅谷巨頭的技術專家。“以前就算是VP入職，也是HR和分管高管發(fā)郵件介紹而已啊。”三天前，一位百度員工看著又一封Robin發(fā)出的新進專家介紹郵件說。

深度學習對百度有啥用？

今年3月，一位在Google領導重要研究項目的人物低調(diào)來訪百度，還去清華大學講了次課。淼叔當時發(fā)了一條微博，說他會見了一堆百度的技術高管，還可能幫百度在硅谷的研究員招兵買馬。

這個人就是Andrew Ng（吳恩達）。在他來訪百度之后不久，即入選《時代》雜志年度全球最有影響力100人，成為16位科技界代表之一。吳恩達現(xiàn)任斯坦福大學人工智能實驗室主任。他與大公司合作的一個項目，則代表了互聯(lián)網(wǎng)巨頭的下一步方向：這個項目，叫做Google Brain，它的領域，就是深度學習。

鑒于百度發(fā)布的研究成果比較少，我們可以用吳恩達取得的一些成果來側面看看深度學習能干些什么：去年，吳恩達領導Google的科學家們，用16000臺電腦模擬了一個模擬人腦神經(jīng)網(wǎng)絡出來，并向這個網(wǎng)絡展示了1000萬段隨機從Youtube上選取的視頻，看看它能學會什么。結果在完全沒有外界干涉的條件下，它自己識別出了貓臉。

我們要注意的是，這種機器學習與我們通常意義上說的“機器識別”有所不同。現(xiàn)有的很多此類識別，需要人工輸入一些用于對比的數(shù)據(jù)，或者一些已經(jīng)進行初步分類、打好標簽的數(shù)據(jù)，機器通過學習這些數(shù)據(jù)的共同點，得出規(guī)律，然后再去將規(guī)律應用于更大規(guī)模的數(shù)據(jù)中。粗略地說，這是一種“有監(jiān)督的學習”，需要人工輸入初始數(shù)據(jù)，有時候還要對識別結果進行判斷，由此促進機器的學習速度。

而深度學習是一種“無監(jiān)督的學習”。它基于一種學術假設：即人類對外界環(huán)境的了解過程最終可以歸結為一種單一算法，而人腦的神經(jīng)元可以通過這種算法，分化出識別不同物體的能力。這個識別過程甚至完全不需要外界干預。

還是以識別貓臉為例：吳恩達給神經(jīng)網(wǎng)絡輸入了一個單詞“cat”，這個神經(jīng)網(wǎng)絡中并沒有辭典，不了解這個單詞的含義。但在觀看了一千萬段視頻，它最終確定，cat就是那種毛茸茸的小動物。這個學習過程，與一個不懂英語的人，在沒任何人教他的時候，通過獨立觀察學會“cat”的過程幾乎一致。

現(xiàn)在我們可以看出，深度學習對百度有什么意義了。最基本的，在門檻上，這個領域不是誰都能隨便進來的，它需要有龐大的計算能力，海量的人類知識數(shù)據(jù)；更重要的，它能夠完全自主地學習并數(shù)字化這個世界——然后就可以讓人們搜索任何東西啦。

深度學習對互聯(lián)網(wǎng)業(yè)務有什么幫助？

現(xiàn)在我們可以看看百度在深度學習方面做了哪些工作。年初，百度建立了深度學習研究院；隨后，百度硅谷人工智能實驗室成立，這個實驗室與Google相距只有六英里，方便一些硅谷的人才直接在本地展開研究；5月，F(xiàn)acebook資深科學家徐偉宣布加盟百度，他此前負責的項目是“大規(guī)模推薦系統(tǒng)”，更往前，他在NEC美國研究院從事神經(jīng)網(wǎng)絡底層的研究。6月，李彥宏群發(fā)了他今年第二封新員工介紹郵件：曾任職IBM研究院、雅虎研究院的機器學習專家張潼加入。

這些是在人才架構上的動作。而在實際成果方面，深度學習的應用已經(jīng)在2012年就出現(xiàn)了。百度多媒體業(yè)務負責人余凱用淼叔做實驗對象，演示了人臉搜索能力?？赡苁浅鲇趶娀瘧騽⌒孕Ч员阌趥鞑サ目紤]，這個產(chǎn)品叫“明星臉搜索”。實驗對象實時拍一張照片，百度可以搜索出這張照片最像哪個明星——但令人驚奇的是，在百度作為參考列出的互聯(lián)網(wǎng)圖片搜索照片中，第一張就是淼叔10年前拍的一張照片。也就是說，在沒有任何其他條件限定的前提下，百度根據(jù)一個現(xiàn)實場景，找到了一個確定的人。

由于計算機的高度普及，很多人可能已經(jīng)固化了“搜索”的印象：面對屏幕上的一個輸入框，敲入一串詞語，電腦返回一堆鏈接，用戶再逐個點開查看哪個是自己需要的內(nèi)容。但當我們要教會從沒接觸過電腦的父母這一搜索過程時，就發(fā)現(xiàn)它與人類天生的本能并不相同：父母們往往會指著一株不知名的植物，問電腦是否能告訴我們這是什么；他們也并不習慣鍵入文字內(nèi)容（甚至還不會輸入法），更希望對著電腦說一句“明天什么天氣”就能得到答案。

傳統(tǒng)的搜索，其交互方式是人工提煉出關鍵詞輸入，才返回答案。所以使用搜索引擎其實是一種技術，考驗的是人能否準確觀察問題、恰當提煉主題詞，做到這些才有可能得到自己想要的信息。這就與一切搜索引擎“公平地為每個人提供信息”的初衷相悖了。

而深度學習的技術配合上大數(shù)據(jù)的儲備，語音搜索、圖像搜索等新興技術就不再僅僅是技術的噱頭，而是將搜索用戶從數(shù)億拓展到數(shù)十億的大生意。這也是Google、蘋果和百度紛紛在語音搜索上推出新產(chǎn)品的原因。

百度的移動互聯(lián)網(wǎng)戰(zhàn)略：抄后路

在PC互聯(lián)網(wǎng)上，新搜索方式的出現(xiàn)可能僅僅是擴大用戶規(guī)模。但在移動互聯(lián)網(wǎng)上，這種變革可能是生死之爭。

手機的小屏幕決定，用戶不可能像在PC上一樣順暢高速輸入，手機的麥克風和攝像頭是比鍵盤普及得多的輸入方式。而對語音搜索和圖像搜索快速、高效地給出識別與匹配的結果，這正是深度學習所擅長的領域。所以百度語音助手雖然去年才推出，卻在效果與一些專業(yè)做這個領域好幾年的公司打成平手，語音搜索也一舉占據(jù)了百度移動搜索10%的流量。在語音識別準確率方面，百度2012年一年的進展就超過了過去15年進展的總和。同樣，百度圖像識別技術應用于全網(wǎng)搜索以后，以圖搜圖的準確率一下子從20%提升到80%。

更重要的，除了入口之外，基于深度學習的大數(shù)據(jù)處理，將覆蓋整個移動互聯(lián)網(wǎng)的“后臺”。移動互聯(lián)網(wǎng)與云計算和大數(shù)據(jù)其實是一體兩面的事務，高度移動化的手機等設備決定了它不會具有很強的運算能力，手機更多地是采集各類數(shù)據(jù)，將之傳送到云計算平臺，得到結果后再返回手機，供用戶使用。將來的各類可穿戴設備也將是這種模式。

所以，在騰訊、阿里紛紛基于APP展開研發(fā)與收購時，百度在這個領域顯得相對沉寂。其實從去年9月百度世界的戰(zhàn)略發(fā)布上，就可以看出李彥宏的算盤：他希望在后臺提供整個云計算能力，加上百度這些年積累的最為豐富的中文數(shù)據(jù)與搜索需求，支撐開發(fā)者研發(fā)、發(fā)布各種APP。這樣，即使百度沒有任何前端的APP產(chǎn)品，也依然掌握了移動互聯(lián)網(wǎng)的基礎設施。

百度無線事業(yè)部總經(jīng)理岳國鋒給我們盤點了百度開放給開發(fā)者提供的云開發(fā)能力與系統(tǒng)保障服務：云儲存PCS、應用引擎BAE、云推送PUSH、位置服務LBS、自測平臺MTC、眾測平臺、移動統(tǒng)計、開放平臺提交、移動聯(lián)運平臺、In-App Ads?？梢钥吹?，既有開發(fā)、儲存方面的服務，也有發(fā)行、營銷能力的支持，還在移動變現(xiàn)方面進行了探索。

路線選擇的不同，使百度與騰訊、阿里的移動互聯(lián)網(wǎng)戰(zhàn)略可比性越來越弱（其中阿里巴巴著眼于提供電商生態(tài)平臺的建設，與百度的抄后路戰(zhàn)略略微相似）。但百度的這個戰(zhàn)略也面臨挑戰(zhàn)，最大的不確定性來自于數(shù)據(jù)的來源：騰訊擁有大量基于用戶明確ID的行為數(shù)據(jù)，阿里巴巴則擁有整個互聯(lián)網(wǎng)價值最高的電商流量數(shù)據(jù)。在PC互聯(lián)網(wǎng)上，百度擁有搜索框入口；但在移動互聯(lián)網(wǎng)上，殺手級APP的匱乏，可能會導致百度在數(shù)據(jù)采集方面腳步放慢。在移動用戶飛速增長的大前提下，僅僅基于PC互聯(lián)網(wǎng)時代積累下來的數(shù)據(jù)，百度能否“深度學習”出移動互聯(lián)網(wǎng)的未來？

【更多PE/VC深度報道，請關注ChinaVenture官方微信！(微信號：China-Venture)】