C++、腾讯、小米背后的科技原力

原力有多少人是通过《原力觉醒》这部电影听到这个词的?这部电影来自“星球大战”系列,在许多人心中埋下了深厚的情结,更让大家知道了原力。原力没有固定的定义,我们可以把它当做万物生长和所有产品产生的一个能量场。它可能包含一切,也能穿透一切。科技,从某种意义上来说就是推送世界进步的原力,同时见证和推送这人类社会的变迁。

2016年10月25日,TEDx漕河泾:科技的原力在这里播种。

围绕主题#科技的原力#,摩根士丹利董事总经理C++之父Bjarne Stroustrup, 腾讯科技副总裁姚星,小米科技联合创始人黄江吉KK,各自诠释了他们对科技原力的见解。

C++背后的原力第一位讲者摩根士丹利董事总经理及C++之父Bjarne Stroustrup在欢呼声中登台。

C++之父从他小时候谈起,谈到他父亲对他入行的影响,以及后来他在剑桥,贝尔实验室的探索与发明C++编程语言的心路历程。结合汽车,火箭,火星车,搜索引擎,Bjarne的初心是C++让人们的生活更加美好。在结尾的时候,C++之父首度公布了C++17将于下周完成的大新闻。

以下为Bjarne Stroustrup演讲现场速记整理内容:

非常感谢,感谢今天大家能够拨冗来到这里。我来给大家分享一些小故事,C++背后的原理是什么,今天我们可以看到很多相关的工作都在C++的推动之下进行,当时在我们的家乡,当时我开始学习一些数学、计算机科学,我当时坚信,计算机科学一种非常有价值的工作,可以向社会、向人类作出卓越的贡献,我当时就做这个事情了。在当时丹麦计算机方面我能够脱颖而出的确是非常幸运的。

做计算机的一些编程硬件,我当时觉得非常有趣,所以我就做了。在那个时候我在学习,也为在镇上的小公司工作,为小型企业做相应的计算机系统,有一天当时我的父亲在测试他的软件,和两个小孩坐在沙发上。他说,这个是非常真实的一件事,如果这是一个真的系统,那小孩可以很好的生活,如果我搞砸了,他们这两个可爱的小孩就要到别的地方去了,这真的是太真实了。在这之后,我在思考他不是单纯的乐趣,不单纯的是学术,而是真的能让人们的生活变得更美好。

之后我离开家乡到了剑桥大学得到了博士学位,学了一些编程的语言,然后在剑桥继续深造,有很多的模拟仿真,分布式系统,学习了很多技术方面的能力。我能够做更好的硬件,能够快速地运行一些软件,更可靠地去运行这个软件。完成这个工作以后在新泽西州美国做了相应的实验室,当时是贝尔实验室可是世界上运用计算机科学最伟大的地方。当时在贝尔实验室做一些分布式的系统,当时需要做一些东西可以应对一些硬件应对的很好,包括内存分配,网络的驱动器等等。我还要应对越来越高的复杂度,在这里包括一些相应的软件和另外一个地方的软件要相互对话。在硬件当中运行,但是又要应对很强的复杂度,所以我去找解决方案。在编程语言的历史当中去寻找这样的解决方案,比如说CPU这些接近底层的C语言比较流行,所以我对C语言是非常了解的。我们希望更好地和硬件匹配起来,在每一个周期,每一个字节都能够把它用到刀刃上。

在硬件上你做的任何一个错误都有可能是致命的,整个程序崩溃,安全性至关重要的情况下,有可能有的人因此而丧生。所以你希望能够在希望当中尽量接近底层,有更高层的编程语言。当时人们把抽象语言更多地从机器接近到人的层面,向人类去解释,用人类的语言去解决的方式,对这些工程师来进行解释。的确是行之有效的。在这个以后,工程师们他们用不同的硬件,每个人都希望做好它。包括做各种各样的尝试,有两百个各种专业的语言应用于各种特定的人群和应用程序。这里又进一步的开发了一些语言,那个时候为什么要有这种不同语言,为什么给到程序员一个相应的工具,让他们去开发自己的概念呢?这些程序员去专注于他们的事情,商人专注于应用,有一个共同的语言大家可以相互的沟通,更高效。我想当时的发展就是要把这两种开发能够结合起来,能够进一步的把Simula当中类的概念引进来,更好地推进C++帮助我们去管理这些硬件。这样逐步地发展起来了,如果我们从抽象概念来看,我们建造这样一些复杂系统的时候,包括通信系统,网络的服务器等等,包括我们编程等等,这些相应的抽象怎么出来,先做一下类比,汽车就像实际的应用,我们是可以用汽车的,它需要能开起来,满足人类的需求,到了汽车里面有转向、装置,也就是方向盘。他是根据一个个汽车的零部件搭建起这样一部汽车的。

我们可以看到这样的汽车,有的是根据客户来进行匹配的,他不同的零部件,可以用于不同的汽车,最后他必须能够组合起来,能够磨合起来,在正确的地方发挥正确的作用。这个时候汽车是很复杂的,并不是你能看到的这些硬件部分,而是他背后的软件在应对这个复杂的汽车环境。我们这个时候把他专注于软件的领域,使得各个硬件的零部件可以很好地结合起来,这个时候就讲到了代码,我们在这里就讲一下软件,讲一下代码。

这个时候软件是我们觉得非常复杂的,但这就是软件的真相,它所需要实现的目标。这里是我们C++的抽象,可以看到这里有相应的向量,在这里是非常明确的。这是一对一相关的对应,可以看到屏幕,程序员都可以去看懂。这里有分类的向量,这里有一些相关的计算机科学方面的类,这里英文叫Class,这就是中文类的概念,现在大家对此耳熟能详了,抽象有两个部分,怎么样去做一个向量,有一些相应的Simula相应的释放,构造函数还有析构函数,并且对这些向量要进行相应的操纵,在这里给它一个名字,怎么样去创建它使用它,然后进入到抽象的另外一个层次,就是这边的实施。他解释了这个构建是由哪几个构建来铸就的,比如说找到向量,再找到向量里面的元素,由部件来构造部件,然后进行使用,使用其中的一些向量。里面有一些常量,有一些是非常知名的一些内容,可以给到相关的复值,很重要的C++的东西,一步步的把概念逐步细化,最后实现支撑硬件的软件。直接是和硬件来进行对接的,在这个过程当中对机器提供相应的指令,通过相应的C++语言来实现,在相应的硬件内存当中能够去保存下来,通过各种语言来实现,在未来我会让C++越来越好,因为硬件在不断地飞速发展,我们要用更好的软件来匹配,整个都在进化,不仅仅止步于此,想把抽象整个级别升得更高,能够更好地推动它的进步。

从Simula当中引用了这些范畴、编程等等都借鉴过来,在这个过程当中,我们要实现的是零开销的抽象,在编译结束以后,像相关的很好地实现零开销抽象的目标。最后目标是为了应有怎么样去度量一种编程语言的品质,最关键要落实到它的应用是不是好,是否能够帮助我们人类能够把这样一个工具更好地去造福于人类,让人们去喜爱,并且我们要用原力让它持续不断地推动人类的进化。从Simula当中抽取一些变化,当时原力是非常强的,当时我做自己的系统,当时出发点并不是要去创造一种新的编程语言。到最后能够造就C++的语言,还是要回到应用,看到里面相关的应用,包括邮件、其他的内容非常的令人称奇,我在这方面能够为科学提供自己的一份力量,这种感觉真的是太美妙了。有很多应用都可以在这里列出来,的确是发挥了作用。这个世界上最大的还有引擎,相关的工程真的是非常大,如果我们用代码来控制这样一些引擎,我想他是要求非常精准的,这个代码已经运用了十年,所以可靠性是非常强的。包括对汽车的控制以及其他东西的应用都是非常稳定的。它的性能、稳定包括这个代码优雅之美真的是让我们感觉到非常的激动。作为人类能做这么美妙的事情,而且是通过这样一种方式做。让我们很激动。

这里看到他语言的应动,就像我刚才说了,一个编程语言最大的价值在于应用。我们可以看到说到IT行业,信息技术可以被应用到很多很多的行业,甚至于包括火箭,这里看到的火箭也可以用,可以用到电话上面,从大到小的方面都可以运用新的技术,在这个地球上面永远有人对这个新的技术感兴趣。我一直想打造一个系统,但是到现在我还没有成功,这是一个系统,我们可以看到这是非常大的分布性的系统。可以看到在我做研发,甚至讲到C++语言背后的原动力,它的应用,在技术上面的运用。说到C++是不断演进当中的语言,本人希望它未来会变得更好。比如说明年或者未来将会更多版本,更深层次的C++语言,我的理念让未来所有人都能够轻易非常容易地使用C++语言。还有一个愿景,未来我想让C++成为一种非常高度可靠,使用起来非常简便的语言。说到C++语言,不是说每个人都能轻易使用,还要讲到部署,部署也是非常重要的方面。如果使用起来不简便,部署起来不方便,未来是没有多少人能够用的。

说到对未来的畅想,要让C++这个语言变成更多的应用背后巨大的主要推动的原力。未来我的理念,未来要让整个计算机技术背后变得越来越可靠,完全安全。未来这个代码要非常非常快,编写起来要非常简便,我也想把一些硬件方面和软件方面,要有更加好的匹配,随着未来硬件不断地的现代化,未来把C++语言也应当能够同步的跟上先进的硬件发展。我们可以看到,未来我也想尽快地把新版本的C++语言更快地投入应用,或者投入实践当中。不仅仅光做梦,光做梦是没有什么太大的用场,当然要有梦,除了这个梦之外,要把你的梦想,你需要有一种手段,需要有一种办法,把你的梦想真正变成现实或者应用,真正能够为人们带来受益。我们要给C++语言进行改变,这是我们可以看到在过去的十年当中,我们已经做出了改进,从这个角度来说,必须采取非常具体的步骤改进这个代码,这是10-15年之前为引擎所写的编码或者代码,这个代码很多年以来一直没有变过,未来更多技术方面、应用方面的部署,或者讲到未来更多应用方面来说,C++语言一定要有随之而来的改进,不改进的话C++语言是不能与时俱进的。

强调一下,不仅仅是通过这个语言打造一点东西,或者不是光嘴巴上面说就能达到一个目标,重要的是要行动,要通过采取行动,通过具体的实践来达成人们的目标,这里我要感谢他们这些人。从各个方面给了我很多帮助,包括委员会的成员、执行者、程序库作者、研究人员、应用建造者、老师等等,现在C++11和C++14都已经发布了,C++17也将于下周完成。未来还有更多的改进版本,还有更先进的C++语言,从这个角度来说,我的梦想,未来一定要让C语言在今后的数十年当中成为整个计算机行业当中最佳的编程语言。谢谢大家!

实现每个人心中的大白腾讯副总裁姚星在 TEDx漕河泾“科技的原力”沙龙活动中首次向外界揭秘腾讯:从QQ、QQ空间到微信,甚至是探索中的AI,腾讯18年来的技术细节及原力。

姚星认为,人工智能核心算法的突破将会在三个方向:创造力、归纳总结能力和举一反三能力。腾讯的人工智能实验室就致力于对“通用人工智能”的研究,提供更加便捷的智能工具,帮助实现每个人心目中的“大白”,让青少年被理解、成年人被保护、老年人被照顾。

以下为姚星演讲现场速记内容整理:

大家好,我叫姚星,来自腾讯,在腾讯工作了12年。一个多月前集团公关部的同事告诉我,希望我可以参加TEDx,讲述一下腾讯背后的科技原力,我当时说我不知道讲什么,因为我们做的事情都很普通也很平凡。同事说这样不行,他一方面告诉我TEDx是一个很重要的presentation,另外一方面也告诉我腾讯作为一个世界级的互联网公司过往做了很多世界级的产品,但在对外的技术宣传上少之又少,我们有责任通整个行业进行我们技术上的经验和教训的交流。我一想也是,仔细想来,虽然我们的工作很平凡也很普通,但是平凡中会折射出与众不同,今天我就和大家分享一下腾讯认知的"科技的原力"。

原力是什么?按照《星球大战》电影的定义原力是"一种极大的能量"。

首先看一组数据:10000亿,100亿,4小时。10000亿是如今全球IM一天的消息总量,这是个极大的数字,如果我们把它换算成书籍的容量,它大概是1亿册,相当于中国最大的图书馆——中国国家图书馆藏书量的5倍;100亿是当今全球一天的图片分享总量,这个数字如果用数码相机一秒钟拍一种照片的速度衡量,它需要用300年才能产生100亿的照片,如果我们把这些照片连接起来,它可以绕地球50圈;4小时是现在我们平均每天上网的时长,这个时间已经超过了我们观看电视的时间。

这些数字的背后也是信息产业的3个时代,过往的20年是信息时代快速发展的20年,信息产业的发展已经超过了其他产业,它经历了3个时代:分别是窄带时代、宽带时代和移动互联网时代。

窄带时代,我们的网络传输效率比较低,主要解决的是沟通问题,人们无需再像古人那样"飞鸽传书"或者通过传统的邮件进行通信。人们可以通过internet实时的传输我们的消息,我们可以结交更广阔的朋友,无论身处天涯海角,只要能连接上internet,信息总是可以触手可及。随着基础网络设施的发展,网络传输的效率和容量越来越大,我们进入了宽带时代,在宽带时代人的诉求不再仅仅是沟通,更大的诉求是信息分享,"人人为我,我为人人",人们在朋友之间分享快乐,总结教训;人们在更广阔的互联网世界里帮助他人,或者寻求帮助;人们在熟悉的、不熟悉的,认识的、不认识的人之间传递信息,分享信息。随着3G/4G移动通信网络的发展,智能手机的普及,我们又进入到了移动互联网时代,移动互联网时代人们不再像原来那样要在指定地点,特定时间段连接信息世界,人们可以每时每刻、随时随地连接互联网世界。

信息时代的发展推动了整个互联网产业的发展,也提升了我们的生活质量和水平,每个阶段都诞生了极具有代表性的互联网产品,它们的出现改变了人们的生活方式,也深深的影响了我们这代人的生活。

QQ就是窄带时代极具代表性的产品。大家还记得那个网络传输效率较低的年代google的首页吗?google的首页为何如此简洁?google的诞生是1998年,也是身处窄带时代,如果看它的首页字节,大小是小于1024的,为什么要小于1024字节,因为以太网的MTU(也就是以太网最大传输单元)是1024,google为了让用户在一个网络包中传输完成,所以它把页面大小降到了1024以下,这是一种极致传输的表现。QQ的背后也蕴藏着诸多极致追求,早期的QQ客户端安装包是几十k的大小,是为了让用户更快下载,更方便使用。QQ后台的通讯协议是修改过TCP协议站的,之所以这样是因为QQ希望传输协议既具备TCP的丢包重传能力,又要具备UDP的高性能,这样QQ可以在保证传输信息的同时又可以维护更多的用户网络连接,在那个年代QQ的单位后台处理能力可能是其他同类产品的10倍以上。

QZone是宽带时代的杰出代表产品。2013年Facebook的公开数据显示Facebook的日上传照片数为3.5亿张,总照片存储数达2500亿。今天的QZone日上传照片峰值超过5亿,照片总量达6000亿,和Facebook同一级别!照片的存储是宽带时代极具挑战的技术难题,它不光是海量存储的问题,而且还有海量访问的问题,因为你的照片不仅仅是你自己访问,你的朋友也会来访问,它带来的性能开销是几十上百倍的。存储的难题除了性能还有成本,极致性能下的极致成本。QZone的后台存储系统是一个在物质介质上重新实现的一套存储系统,它是一个非常有挑战的技术,它对文件系统的inode索引进行重新设计,使得存储系统既能充分的使用磁盘空间,又能很好的管理照片这样的"小文件"。QZone后台存储系统迄今为止在整个后台里面也是领先的。

微信是移动互联网时代的超级APP,它不仅是一款IM,也是一款SNS平台,同时能进行内容分发,还是智慧城市的入口;它不仅能发消息、分享朋友圈,它还能打车、吃饭买单、购物、交水电费,甚至预约看病挂号。超级APP肩负着超级责任,有数据显示,Amazon的AWS服务宕机持续时间超过40s,上面的服务像Slack、Netfilx、Pinterest等多款APP会出现无法响应等问题。大家还记得去年的天津滨海新区的爆炸吗?在爆炸的中心区域就有我们Wechat的数据中心,那次的事故为什么没有影响到Wechat的稳定运营?因为很快我们把Wechat的服务切到上海、深圳的数据中心去了。因为我们深知Wechat的每次闪断不仅仅是一条消息的延迟到达,不再是查看朋友圈时的缓慢,更重要的是你吃晚饭后结账时的困境,也可能是明天无法及时看病的苦恼。Wechat的后端采用了全球分布、用户就近接入的架构,在数据的一致性,网络的可靠性做出了极多的容错、容灾设计,这种极致架构不仅能应对人祸,还能应对天灾。

信息时代的科技原力是"摩尔定律",摩尔定律提升了基础网络建设的进程,让我们的互联网产品能快速更新。

2016年是AI起源的Dartmouth会议60周年,人工智能在过往的60年发展中几经沉浮,起起落落,在今年散发出璀璨的光芒。人工智能的兴起是大数据、云计算科学进步的产物,也是人类对未来世界向往的必然。

什么是AI?AI是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。AI包括:计算机视觉、语音识别、自然语音处理等类似人类的感知、认知智能。

当下很多人认为AI就是机器学习,或者说是深度学习,这是很狭义的,机器学习是AI的核心算法,确切的说AI和机器学习的关系是这样的:AI = A->f(x)->B,机器学习是人类智能行为的一种拟合函数。

目前的AI总体来讲还是一个非常初级的阶段,虽然我们在某些"感知"智能上有些突破,比如我们在计算机视觉上的人脸识别能力,语音识别上的速记能力等垂直领域已经接近或者超过人的平均智能水平,但是这些相对于一个人的综合智能来讲都还是一个非常狭窄的。之所以这样,本质上来讲,我觉得还是算法本身还需要更高维的突破,而不是简单的演进。比如我们针对视觉的AlexNet到VGG再到现在的ResNet,每次算法的演进还只是停留在更深的神经网络、更复杂的神经网络连接的设计上,通过这样复杂的神经网络学习、更多的样本特征来更好的拟合人脑的"感知",再比如"认知"智能的自然语言处理,但是面对这种语言序列问题,尽管我们的神经网络从早期的RNN演进到LSTM,再到现在的Attention Model,但至今为止机器还无法完全胜任这种复杂计算。

人的智能是一个非常高的起点,人是经过数十亿年的生物进化,即便是新生儿,从他一出生开始他的智能起点就非常高,比如出生不久人就知道这个时间是3维的,如果我们把东西藏在某个大型物体后面,人的本能就能知道。这是一个非常高的智能起点。人认识新生物也只需要少量样本就能学会,但目前的机器学习并不能做到这样,我们无论设计多么领先的神经网络模型,都需要重新训练数据样本,并且需要大量数据训练样本的训练拟合。但目前的本身的机器学习方法我认为是正确的,因为我们学习的不在是表面现象而是深层次的特征。这就犹如人类学习鸟儿飞翔不是仿照鸟一样粘上羽毛,来振翅飞翔一样,本质上的飞翔原理是空气动力学和流体动力学。

AI的核心算法如何突破?如果类比人,我想需要在3个方面进行突破。1、创造力;2、归纳总结能力;3、举一反三能力;如果它们对应到机器学习就是"强化学习"、"无监督机器学习"以及"迁移机器学习"。"强化学习"已经通过deepmind在Atari和alphago上证明了巨大成功,alphago之所以厉害,是因为通过强化学习自对弈产生了大量的非人类棋局样本,通过这些样本再来进一步学习提高,未来我们需要采用"强化学习"创造更多的数据。"无监督机器学习"至今为止没有好的"聚类"算法,也就是归纳总结能力。人类能给表面非因果关系总结出很多原理,如"三点确定一个平面","惯性定律"等,这是一个很强的高维抽象能力,未来的无监督机器学习需要在这上面进行突破,通过少量的样本,站在前人基础上的归纳总结。"举一反三"也是人的一个重要的基本能力,通过学习了"下围棋",快速的推演到"下象棋",这需要"迁移机器学习"在模型迁移上的突破。

信息时代的科技原力是摩尔定律,AI时代的科技原力是"算法",而且这种算法是有如人类进化一样,从"单细胞"到"多细胞",再到"智能"的演进过程。

AI的未来是什么?我想AI的未来不仅仅是给我们提供更加安全、更加高效、更加便捷的智能工具,而是要帮助我们实现每个人心中的那个"大白",那个超级英雄,使得我们的小朋友更加的"被理解",他们不会由于父母的不在身边而缺少陪伴;使得我们的成年人更加的"被保护",他们不会由于危险的工作而使得自身安全得不到保障;使得我们的老年人更加的"被照顾",他们不会由于在偏远山区而得不到及时的治疗。无所不在是AI的未来。

从18世纪的第一次工业革命开始,人类的每次进步都源于科技的进步。而当今的互联网时代,从窄带到宽带,从移动互联网,再到当下的AI无不是一浪又一浪的科技变革,这种科技的进步也犹如潮汐一样一次次越来越猛烈的推动着我们进步。

我有时会问自己:是什么样的力量在推动着人类对未知领域的探索和渴望,是什么样的力量在推动着科技的进步?我想答案是"科技的原力","原力"是什么?原力就是我们改变世界的力量,原力就是每个人心中的追寻"自我主宰"梦想,原力就是人们仰望星空的感觉。而我们要做的就是在这"创造原力"的同时,保持这份"原力"的真正含义!

may the force be with you! 原力与你同在谢谢大家!

互联网模式做人工智能小米科技的联合创始人KK黄江吉演讲中说道:小米内部很多服务器的代码,到今天依然是使用C++去开发。我今天是来致敬的。然后结合自己曾经学习C++的原力,谈到互联网的原力,再到小米的原力。在KK心中,小米成功背后的驱动力(原力)就是小米的互联网模式。6年来,小米用互联网模式做产品、用互联网模式做市场、卖产品、做生态链、做物联网(IOT),小米每次都能获得成功,关键在于对互联网模式的彻底理解。

然后,KK带领的探索实验室再次采用互联网模式做人工智能,KK坚信小米在人工智能领域再次实现弯道超车。

以下为KK黄江吉演讲现场速记内容整理:

大家好,我叫KK,是小米的联合创始人,今天是非常开心的一天,有机会来这里跟大家见面,有机会在这里跟大家分享。我今天是来跟Bjarne,C++之父致敬的,我想告诉他,跟姚星讲的是一样的,我刚才在台下听他讲C++故事的时候,我仿佛回到20多年前在大学的时候学的第一个编程语言就是C++,C++到目前为止也是我作为一个软件工程师,最喜欢的一个语言。小米内部很多服务器的代码,到今天依然是使用C++去开发。我今天是来致敬的。

今天讲原力,我认为当年在我大学的时候学到C++,给到我最重要一个原力是什么?就是让我培养了怎么样用物体化去思考软件的结构这个原力。为什么那么重要?因为只有掌握思考软件原力之后,才能可能造出非常高性能的软件,才可能让一百个,一千个工程师互相配合来完成非常复杂的软件,这个是我当时学到的一个原力。

今天我是来跟大家介绍一下小米的故事,今天这个场合讲的是原力,我在认真想,小米在六年前创办到今天,当然有很多不同的原力我们要掌握,但是要讲最重要的一个原力应该就是互联网这个原力了。互联网这个原力,刚才他形容我的那两个字,我认为互联网最牛逼之处,就是它可以让你十个人的团队,一百人的团队,很小的团队,如果把这个原力发挥极致的话,你有可能比拼全球五百大里面几千个工程师,几万个工程师的竞争。

我在想互联网是很大的课题,如果把全部表象去掉,核心的元素有哪些?我总结成连接、放大、淘汰。连接大家很好理解,互联网有可能是最高效的,让我们可以连接其他人、其他事,软件连接他的用户这样一个最核心的元素。我认为因为有这个基础,有可能是一个我所知道的最超级的放大器,因为全部东西都是相连,所以他的网络效应非常强,他可以让我们一个很小的团队如果我们可以发动互联网上面群众的力量,其实是没有任何一个公司可以用同样的工程师、产品经理来跟我们比拼的。第二个是放大,光有连接和放大,我认为只是一半的能量,最重要的让这个机制可以如此好的工作,我认为是最后的淘汰,我们都很了解达尔文他说的进化论。这个跟进化论是一样的,如果没有淘汰的话,它根本不可以最优秀的挑选一些最适合这个时代或者用户需求的产品。等一下请大家在听小米故事的时候,时刻都在想,什么是连接?什么是放大?什么是淘汰?是不是在我们使用的这些历史里面大家可以看到这几个原力的作用。

小米,我们是一个很争议的公司,大家听小米好像听了几十年一样,但其实我们就六年前才出生的一个小孩子。这六年的故事,对我来讲比心脏更加刺激。2010年4月6日基本上这十几个大叔,我们是中老年人创业,然后在一个小的办公室里面大家喝完一杯小米粥,中间那个饭锅没有拼成小米的电饭煲,吃完这顿饭就开工了。

在2011年8月16日第一个小米手机发布,当时这个产品的高配置高性价比,基本上当时是我很印象深刻,在发布会里面全场的媒体朋友都跟我们跳起来一块欢叫。到今天六年时间过去了,MIUI的活跃用户已经超过2亿,每天汇入小米云,每天是200TB。在MIUI里面,系统里面是有很多软件的,我们日活跃超过1000万的就超过8个,日活超过100万的也超过17个。六年前真的是很小的团队,怎么样可以做到这样一个规模呢?

记得我刚才跟你讲的,我们是怎么样连接、放大利用他淘汰这个机制。在小米里面我们用的,第一天就开始用,我们全部产品都用这个方式去做的,如何用这个方式去做产品。MIUI刚开始做的时候,我们只有三个工程师,基于安卓去做一个操作系统,我们的资源相对于全部同行基本上是小得可怜。更重要的是我们怎么样把有限的资源,全部的精力发挥在最有用的价值上面。最有效的方法就是首先连接到这些用户,一开始我们可能只有一百个用户,后来有一千,一万个,但是少没关系,只要我们可以跟他们有一个非常直接的渠道,他们全部的关于产品的提议、建议、用户的反馈我们都可以把它高效接收,然后做对,其实我们的精准度、准确性远高过几百人可能在一个办公室里面拍脑袋找十个二十个最强的产品经理拍脑袋想的,有可能比他们更精准。我们当时的论坛,每天都有海量的帖子,当时几百万的网友总共提交1.5亿个帖。

全世界最大的公司,就算不管他多有钱,他顶多一个产品可以请一千个产品经理了不起了,但是我们这个模式不是这样的,我们是MIUI每周更新,每周下午5点钟更新,六年时间风雨不改,每次更新的时候,我们就问用户本周那么多功能里面你认为做得最好的,让他同时选,本周你认为我们做得最差的,最让你郁闷的是什么,列出来。其实我们在不知不觉中把这些用户,慢慢变成了我们的产品经理。最大的公司也只可以几千个产品经理了不起了,我们是几十万、几百万的产品经理,我们测试人员也是上千万,上亿的,工程师他们只要方向对,会发现有可能我们十个工程师比一百个工程师做的都更准确,更接地气。做的每一行代码,我们希望他真的是打重用户需求,这个机制同时都是自然淘汰掉一些不靠谱的想法。

有时候开玩笑在说工程师如果想真做一个功能的话,在这个论坛上帖出去,看有没有帮他顶,如果有人顶就做这个功能。我们天生用这个功能,把我们这个小团队放大到无限大。有了这个基础之后,就知道我们怎么做市场了。

一开始我们的市场部的人员、经费全部是接近零,我们当时是通过微博,后来微信这些社会化媒体去传播,我们只要连接到越来越多用户,他们会帮我们放大,中间当然需要很多创意,当你没有钱的时候你就需要很有创意。当时这个电影很火,我们的青春,当时小米几个创始人拍了一张照片,当时推出很快卖光了。我们当时P了一个图出去,大家猜,用户帮我们放大了,帮我们P成各种各样的想法,各种各样的转发,放大。当我们真正出的时候,再给他们不一样的消息,你以为你拿到完整的产品吗?不是。送给一个大木箱,让你全部自己组装,拿到这个之后,为什么这个路由器跟其他路由器全部都不一样。我们怎么利用这个连接和放大,利用这个机制发挥到极致。

我们的电商是最高效的线上销售模式,把中间的渠道全部干掉,这个连接放大的作用大家很容易理解。值得讲一讲的我们今年开始利用这个模式,把这个模式带到线下,把互联网上面的连接放大,淘汰机制放到线下,在线下未来其实也是一样的,去你一个商场会发现有很多的专卖店,不同的手机品牌都有很多专卖店。他们的专卖店大部分时间除了苹果之外,我看见的是销售人员多过顾客的。如果我们把它做对了,可以把它连接到用户的兴趣点,效果有可能给商场带来很大的灾难,这个是我们上周在武汉小米家开店时候的场景。因为他们认为进去小米店他们就可以买到跟线上一样好的产品,外观也很好,性能也很好,也很靠谱,性价比都不用去比较了,只要他需要就可以进去买这个东西,我们希望打造的就是这个效果。我认为商场也是自然淘汰,从以前就是自然淘汰,如果生意不够好的话,基本上付不起铺租、人员费用,自然淘汰。未来会进一步加剧这样的生存模式。

到两年前看到一个巨大的机会,可不可以用之前的互联网模式去复制出更多的用户想要的产品。我们要专注去做好几个产品,我们不可以无止境地去做很多很多不同品类的。所以我们开始用了分布式的方式去投资很多很好的一些生态链公司,这些公司他们首先相信产品是一个公司的立根之本,他们要做好产品,他们有这个能力去做好产品,认同我们互联网模式的价值观。过去我们通过这个生态链的模式投资了60多家产品,大家千万不要误解,我们做的核心产品依然还是之前做的核心产品,只是我们通过了这样一个放大器,互联网式的放大器,让更多的公司可以把他们的产品连接到我们的用户身上,我们很关注他们的产品到底好还是不好,里面有很严峻的淘汰机制。

到今天IOT的出货量接近4000万,这个在IOT上面,大家都讲IOT是寒冬的时候,我完全不同意,我认为踏踏实实把一个个产品做好就OK了。

刚才姚星科普大家AI上面的想法,我完全认同他讲的观点。为什么这个跟小米有关系,我认为这个世界技术是非常重要,如果不把技术落户到用户手上的话,它的价值被浪费了。如果我们看到AI,最兴奋的是这个AI里面两个点对我来说是核心。机器学习的能力,可以做到垂直AI,已经做到非常靠谱了,连围棋都可以打败我们最聪明的围棋冠军。只要有这一点,加说大数据我们可以利用这个技术解决过去很多需要海量的研究员,海量的工程师才可以做的问题。过去要一千人的团队花十年时间才可以解决的语音问题。今天因为有大数据加上深度学习,可能十个人一年半时间可以做得比以前更好,这个是我认为AI原力的核心,但同时这个跟互联网原力配合的非常好。

刚才我讲互联网最大原力是如何让很小的资源通过这个原力放大到极限,在这里可以看见其实他是完全对接的。首先通过产品,只要你可以卖出很多产品,你就可以获取很多用户,只要你获取很多用户,而且是活跃的用户,你就可以通过他们去产生越来越多高质量的数据。这个数据是被机器学完用完之后,把他们的产品变成真正智能了,更多的用户去使用,形成一个闭环。产品、用户,数据+人工智能是一个完美的闭环。

两个案例,怎么可以未来期待真正智能的产品,过去买的一个智能灯主要是联网的灯,还是要用手机去控制它,还是要你判断它什么时候开什么时候关,工程师定的那些规则,大部分是不靠谱的,总是在不应该开灯的时候开灯,总是在不应该关灯的时候关灯。未来一开始这个灯是普通的灯,但是当你用了两三个月之后,大数据还有机器学习,有点像旁边就有一个功能,他观察了你,使用这个产品两个月之后,它完全知道你的规律,早上白天回家的时候千万不要开灯,在晚上的时候,家人还没有睡的情况下才能开灯,这些不应该是工程师想着编码出来的,是通过你的习惯,学习然后大部分灯不需要开关键的。如果真的需要可以需要一些语音,手势之类的。手环有一样,今天要做手环很累的,要找很多工程师什么样的动作,什么样的信号才算是走路,很多是工程师拍脑袋做出来的。其实不应该这样的,把手环交给你们,围着这个操场跑十圈,我们就分析这个就是跑步,让你去爬山,上山下山,回来之后就知道这个是爬山的特征。这个手环你要做的全部活动,甚至开车、打麻将都可以知道。让它不要以为一边打麻将,他一边以为你在走路。

希望大家理解,为什么互联网原力那么强大,如果小米在那么红海的一个竞争环境里面都有一拼的话,我觉得他的能量在其他领域也同样的大,潜台词其实是我认为在知道这个原力之后,未来比拼的是哪个公司可以真的是把这几个原力连接,放大,还有淘汰这几个原力,真的把它发挥到极致的,他就可以胜出。谢谢大家!

现场视频回放

原文发布于微信公众号 - 腾讯技术工程官方号(Tencent_TEG)

原文发表时间:2016-10-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

五个值得一看的TED AI 演讲:盲目信仰大数据的时代必须结束

【新智元导读】 如果您想更多地了解AI和机器学习的力量和潜力,一个好的地方是TED Talks。这篇文章推荐的五个演讲包括:机器人能通过高考吗;盲目信仰大数据的...

42250
来自专栏PPV课数据科学社区

【每天一个数据分析师】几乎任何一种分析,都可以用矩阵式分析来引出思路

论坛君 “每天一个数据分析师”在第五期采访到的是一位萌妹子Yuki,她毕业于复旦大学,目前在上海从事互联网金融行业的数据分析,主要从事业务和用户方向的数据分析和...

57270
来自专栏凌帅的阅读思考与实践

007改变之道,打通你的进化之路 ——在42班一周年颁奖典礼上的分享逐字稿

我们班上很多战友都发生了巨大的变化,有的文章已经写的出神入化,让人惊叹,有的已经在币乎日更了上百天,已经有不错的文章收益,有的已经经合自己的工作写出影响力了,还...

10430
来自专栏Albert陈凯

Storm创始人Nathan Marz:反馈即一切

**摘要: **Nathan Marz是分布式容错实时计算系统Storm的创始人。在2011年7月Twitter收购社交媒体数据分析公司BackType前,他...

25240
来自专栏钱塘大数据

高质量数据集哪里来?机器学习公司的十大数据搜集策略

长期以来,在机器学习中不合理的数据利用效率一直是引起广泛讨论的话题。也有人认为,曾经阻碍人工智能领域取得各种重大突破的,并不是什么高深的算法,而是缺乏高质量的数...

507100
来自专栏理论坞

谷歌方法论:系统学习和机器思维

    你可能并不同意其中观点,但我一直笃信的是:一篇文章或一个观点,包括一部电影,是都不会让100%人满意的;

19730
来自专栏华章科技

2017年大数据的十大发展趋势

研究人员称,会有越来越多的公司加速采用大数据技术。互联网数据中心(IDC)预测,到2020年大数据和分析技术市场,将从今年的1301亿美元增加至2030亿美元。...

5900
来自专栏邱翔的终身学习

Facebook可以救命吗?

平安信使    脸书直播 产生洞见、查明问题、提出方案、鼓励新的领导方式、推出商业模式

26560
来自专栏吉浦迅科技

从石油勘探到人工智能 高性能计算应用谈

著名的电影特效公司IndustrialLight&Magic使用了IBM最新的刀片式服务器替换了他们的服务器。新的刀片s式服务器机架配有84台服务器,每组机架节...

44990
来自专栏软件测试经验与教训

解释一下.......

38060

扫码关注云+社区

领取腾讯云代金券