99视频在线精品国自产拍,精品人妻人人做人人爽夜夜爽,狠狠躁狠狠躁东京热无码专区

搜索

APP

起點(diǎn)課堂會(huì)員權(quán)益

職業(yè)體系課特權(quán)

線下行業(yè)大會(huì)特權(quán)

個(gè)人IP打造特權(quán)

30+門專項(xiàng)技能課

1300+專題課程

12場(chǎng)職場(chǎng)軟技能直播

12場(chǎng)求職輔導(dǎo)直播

12場(chǎng)專業(yè)技能直播

會(huì)員專屬社群

榮耀標(biāo)識(shí)

發(fā)布

注冊(cè) | 登錄

碼隆科技CEO黃鼎?。喝斯ぶ悄軙r(shí)代的產(chǎn)品經(jīng)理修煉之道

人人都是產(chǎn)品經(jīng)理

2017-10-21

1 評(píng)論 3184 瀏覽 14 收藏

21 分鐘

由人人都是產(chǎn)品經(jīng)理與騰訊大講堂聯(lián)合主辦的2017中國產(chǎn)品經(jīng)理大會(huì)：解碼未來產(chǎn)品經(jīng)理在深圳寶立方國際博覽中心如期舉行。碼隆科技聯(lián)合創(chuàng)始人&CEO，清華大學(xué)人機(jī)交互博士@黃鼎隆主要探討人工智能的產(chǎn)品經(jīng)理在未來的創(chuàng)新方法。從自身的產(chǎn)品經(jīng)驗(yàn)出發(fā)，分享了“三學(xué)”：豬跑學(xué)（沒吃過豬肉還沒見過豬跑？），殺雞學(xué)（殺雞就要用牛刀）和溜驢學(xué)（是驢是馬拉出來溜溜）。

分享嘉賓：碼隆科技聯(lián)合創(chuàng)始人&CEO，清華大學(xué)人機(jī)交互博士@黃鼎隆

以下內(nèi)容為嘉賓分享實(shí)錄，由人人都是產(chǎn)品經(jīng)理社區(qū)筆記組@張浩濤依據(jù)嘉賓分享內(nèi)容整理，編輯有修改，嘉賓已確認(rèn)：

產(chǎn)品經(jīng)理平時(shí)都是公司里面非常忙的一群人，每天忙著跟各種各樣的人打交道；可是現(xiàn)在這個(gè)時(shí)候，各位產(chǎn)品經(jīng)理真的需要暫時(shí)放下手頭正在忙的東西，抬頭看一看。新的一場(chǎng)智能革命正在發(fā)生，而這個(gè)事情跟每一位產(chǎn)品經(jīng)理都息息相關(guān)的。

想象一下，如果你是18世紀(jì)60年代一個(gè)手工作坊某個(gè)產(chǎn)品的負(fù)責(zé)人，你聽到有一個(gè)新出來的玩意叫蒸汽機(jī)，那么你一定要對(duì)蒸汽機(jī)保持關(guān)注，要想怎么把它跟我的東西結(jié)合起來；

或者說，到了19世紀(jì)，如果你是一名產(chǎn)品經(jīng)理，你聽到有一個(gè)叫發(fā)電機(jī)的東西出現(xiàn)了，你也一定要放下手里的工作，看一看發(fā)電機(jī)有什么可以幫到我的；

又或者是到20世紀(jì)的四五十年代，你作為一名產(chǎn)品經(jīng)理，聽到有個(gè)新東西叫計(jì)算機(jī)，你一定要引起警覺了。

到今天，一個(gè)跟當(dāng)年的蒸汽機(jī)、發(fā)電機(jī)、計(jì)算機(jī)同樣重要的東西出現(xiàn)了——人工智能，大家確實(shí)需要想一想人工智能（AI）跟我會(huì)有什么樣的關(guān)系。

我相信未來所有的產(chǎn)品都需要人工智能，也就意味著所有的產(chǎn)品經(jīng)理都要懂人工智能。

現(xiàn)在我們處于人工智能的時(shí)代，我們應(yīng)該感到興奮；但我覺得產(chǎn)品經(jīng)理除了感到興奮之外，還需要有一點(diǎn)危機(jī)感。

為什么？

在這個(gè)新的時(shí)代，我們過去所掌握的很多方法論，尤其是互聯(lián)網(wǎng)時(shí)代所積累下來的方法論，也許是不適用的。在新的人工智能時(shí)代，我們可能需要新的方法論，而這個(gè)方法論現(xiàn)在還沒有。

碼隆科技作為在這個(gè)領(lǐng)域已經(jīng)探索了三年的創(chuàng)業(yè)公司，我本人也是作為傳統(tǒng)的一個(gè)互聯(lián)網(wǎng)產(chǎn)品經(jīng)理轉(zhuǎn)型到人工智能的產(chǎn)品經(jīng)理，也探索了有三年。所以借這個(gè)機(jī)會(huì)來跟大家分享一下，作為人工智能時(shí)代的產(chǎn)品經(jīng)理，可能會(huì)有什么新的方法論。

過去十年，在互聯(lián)網(wǎng)領(lǐng)域誰是最成功的產(chǎn)品經(jīng)理？很多名字大家都能脫口而出，喬布斯、張小龍等等，這是一個(gè)群星璀璨的一個(gè)時(shí)代。

那么，過去10年誰是人工智能領(lǐng)域最成功的產(chǎn)品經(jīng)理，不知道大家能不能給一個(gè)答案？

人工智能不是一個(gè)新東西，它已經(jīng)有60年的歷史了。過去10年人工智能領(lǐng)域最成功的產(chǎn)品經(jīng)理，在我心目中有一位——Google人工智能首席科學(xué)家李飛飛教授，也是斯坦福大學(xué)的人工智能的教授。

李飛飛教授做的最為大家所認(rèn)知的一個(gè)事情，是她創(chuàng)辦了ImageNet。

可能很多人知道人工智能，是源自Alpha Go，Alpha Go贏了李世石。而在人工智能這個(gè)領(lǐng)域，很多人開始去關(guān)注人工智能，開始意識(shí)到人工智能這次真的可以落地了，是由于ImageNet——一個(gè)圖像識(shí)別的比賽。

在整個(gè)深度學(xué)習(xí)還沒有起來之前，李飛飛教授就想去定義清楚一個(gè)問題：如何判斷一個(gè)機(jī)器的智能程度？她選擇了從圖像識(shí)別領(lǐng)域去定義。

李飛飛教授定義了一個(gè)非常清楚的問題：開發(fā)一個(gè)計(jì)算機(jī)的系統(tǒng)，讓它去看一張圖片；然后由它來判斷這個(gè)圖片里面有什么，里面是一只貓還是狗，還是電視機(jī)，還是汽車等等；有大概一千種的類別，能非常清楚地去判斷人工智能的智能程度。

她聚合了大量的資源，也獲得了很多的經(jīng)費(fèi)，通過錢又聚集了很多的人力，在亞馬遜的Turk聚集了幾萬人；花了幾年時(shí)間，她又解決了一個(gè)很重要的資源——數(shù)據(jù)。

她通過這些標(biāo)注了幾百萬的海量數(shù)據(jù)，在 ImageNet 比賽里去訓(xùn)練他們的人工智能的模型。

ImageNet比賽在2012年的時(shí)候發(fā)生了一個(gè)非常重要的事情：

在2012年以前，每年計(jì)算機(jī)對(duì)于圖像的識(shí)別的精準(zhǔn)度都有提升，可是都提升得非常緩慢，0%點(diǎn)幾到1%這樣。2012年ImageNet比賽的冠軍，一下子把整個(gè)對(duì)圖像的識(shí)別精準(zhǔn)度提升了10%。

你可以想象：如果在某一年奧運(yùn)會(huì)，一個(gè)百米賽跑的賽場(chǎng)上有一個(gè)人破了世界紀(jì)錄一秒鐘，那么你會(huì)認(rèn)為這一定是一個(gè)新物種，因?yàn)槟呐虏柼囟疾豢赡芷剖澜缂o(jì)錄這么多——如果它能破一秒鐘，這是一個(gè)新物種，它只可能是一個(gè)外星人，它不是人類。

在2012年的 ImageNet 就發(fā)生了這樣的事情，而這個(gè)突破是由一門新的技術(shù)——深度學(xué)習(xí)所帶來的。

隨之就帶來了一股深度學(xué)習(xí)的狂潮，接下來大量的人就從傳統(tǒng)的模式識(shí)別等這個(gè)計(jì)算機(jī)視覺技術(shù)轉(zhuǎn)到深度學(xué)習(xí)，使得這個(gè)識(shí)別的精準(zhǔn)度在快速地提升。

到了2015年又發(fā)生了一件很不尋常的事情，一個(gè)里程碑似的事件：

2015年計(jì)算機(jī)對(duì)圖像的識(shí)別精準(zhǔn)度正式超過了人類。如果你在這個(gè)領(lǐng)域，你就知道后來Alpha Go可以戰(zhàn)勝李世石，不是一個(gè)太讓人驚訝的事情——因?yàn)樵谶@之前，已經(jīng)看到了計(jì)算機(jī)是可以比人更聰明的。

這一切都是在李飛飛教授所創(chuàng)辦的ImageNet下面發(fā)生的。

為什么我認(rèn)為李飛飛教授是最成功的產(chǎn)品經(jīng)理呢？

她在這個(gè)過程做了三件事情：

定義清楚問題。人工智能到底怎么叫智能？用什么衡量指標(biāo)去判斷一個(gè)系統(tǒng)是不是夠智能？她把這個(gè)問題定義清楚了，而且是一個(gè)非常量化可衡量的一個(gè)問題。
聚集資源。她聚集了大量的資源經(jīng)費(fèi)還有人才，全世界最聰明的人都來參加這個(gè)比賽來幫她解決這個(gè)問題。
她解決了這個(gè)問題。ImageNet使得計(jì)算機(jī)對(duì)圖像的識(shí)別精準(zhǔn)度超過了人類。

所以，她就是過去十年人工智能領(lǐng)域最成功的產(chǎn)品經(jīng)理。

今天跟大家分享我自己在過去三年在做人工智能產(chǎn)品經(jīng)理的過程中的一些心得，還有我覺得很有用的三門學(xué)問：豬跑學(xué)（沒吃過豬肉還沒見過豬跑？），殺雞學(xué)（殺雞就要用牛刀）和溜驢學(xué)（是驢是馬拉出來溜溜）。

1、“豬跑學(xué)”：沒吃過豬肉還沒見過豬跑？

其實(shí)，這個(gè)名字不是我發(fā)明的。大學(xué)的時(shí)候我們有門課，叫工業(yè)工程概論。那個(gè)老師說今天這門課不叫工業(yè)工程概論，這是一門叫“豬跑學(xué)”的課程。

什么叫“豬跑學(xué)”？就是“沒吃過豬肉還沒見過豬跑嗎”。

人工智能是一個(gè)基礎(chǔ)的能力，就像電一樣，它會(huì)跟不同的行業(yè)結(jié)合；你要把一個(gè)人工智能成功地做出產(chǎn)品來，你需要的不僅僅是對(duì)人工智能的了解，更重要的是對(duì)行業(yè)的了解。

可是它能涉及到的行業(yè)太多了，所有的行業(yè)都可以被人工智能所改變，但每個(gè)行業(yè)你不可能都非常精通——你不可能都吃過這個(gè)豬肉，可是至少你要見過豬跑。

通俗來講，這可能叫做一種“通才”——你的眼光需要非常寬，各行各業(yè)你都有所涉獵；而且你能從產(chǎn)品經(jīng)理的角度去理解這個(gè)行業(yè)的痛點(diǎn)在哪里，在這個(gè)行業(yè)建立一個(gè)很好的一個(gè)溝通的機(jī)制，讓這個(gè)行業(yè)吃過豬肉的人來告訴你說他們需要是什么。

舉個(gè)例子：

我們的產(chǎn)品 Product AI，是AI for your product，給不同行業(yè)的產(chǎn)品植入人工智能。比方說，Product AI 跟紡織服裝行業(yè)相結(jié)合。

紡織服裝其實(shí)我們都不懂，我們公司只有一位同事是服裝出身的。我們發(fā)現(xiàn)服裝有個(gè)問題，就是找面料很難（你想找個(gè)面料，但你很難用語言去描述）。你很難用語言去描述這個(gè)面料。我們就想，我們通過圖像，你拍一張圖。如果你是一個(gè)服裝的設(shè)計(jì)師，你拍一個(gè)照片，馬上就可以找到并可以快速買到這個(gè)面料。

我們推出這個(gè)產(chǎn)品之后，大概70%的服裝面料在線平臺(tái)就都已經(jīng)在使用我們的技術(shù)。

我們沒吃過這豬肉，可是我們見過豬跑。我們做出來一個(gè)產(chǎn)品也能為這個(gè)行業(yè)所使用；更關(guān)鍵的是——這個(gè)需求不是我們自己去臆想出來的，是這個(gè)行業(yè)的人他們來跟我們來對(duì)接，幫我們把這個(gè)需求給挖掘出來了。

2、“殺雞學(xué)”：殺雞就要用牛刀

大家知道：牛刀殺雞是一個(gè)貶義詞，大概是指大材小用的意思。

在互聯(lián)網(wǎng)的方法論里，我記得有一個(gè)方法叫做PGE（Principle of good enough），夠用就好。互聯(lián)網(wǎng)要強(qiáng)調(diào)速度，技術(shù)不一定要特別好，不一定要特別的領(lǐng)先、高超，夠用就好。但我通過這幾年的實(shí)踐，我發(fā)現(xiàn)這在人工智能領(lǐng)域可能不那么適用。

在人工智能領(lǐng)域，你要?dú)⒁恢浑u，如果你就是用殺雞刀的話，可能脖子割了一半，還噴著血，它就到處跑，弄得整個(gè)房間非常地狼藉，最后還沒成功。殺雞就要用牛刀，用最領(lǐng)先的技術(shù)去解決一個(gè)小問題。

你找一個(gè)太大的問題也是不行的，你要打造一個(gè)很鋒利的一把牛刀，找到一個(gè)小問題，找到一只雞。我覺得是至少在近期，在技術(shù)邊界推進(jìn)到現(xiàn)在這個(gè)程度，在人工智能才是一個(gè)更有效的一個(gè)方式。

舉個(gè)例子：

Product AI 專注于做商品識(shí)別。在做商品識(shí)別的過程中，我們遇到一個(gè)問題。

大家知道現(xiàn)在的人工智能基于深度學(xué)習(xí)，深度學(xué)習(xí)是一種有監(jiān)督的學(xué)習(xí)，也就意味著你是需要用人去事先標(biāo)注好大量的數(shù)據(jù)，用數(shù)據(jù)去訓(xùn)練你的系統(tǒng)。

可是在我們做商品識(shí)別的這個(gè)過程中，我們遇到一個(gè)問題：我們可以找到大量有標(biāo)注的數(shù)據(jù)。比如從互聯(lián)網(wǎng)去抓取，或者從合作伙伴去獲取，可是這些數(shù)據(jù)都含有大量的噪音。

在現(xiàn)實(shí)的商業(yè)世界里面，數(shù)據(jù)就是不干凈的，含有大量的噪音，而且還不平衡。比如在某一個(gè)類別的數(shù)據(jù)特別多，在另外一個(gè)類別數(shù)據(jù)特別少，而這兩個(gè)都是有監(jiān)督的深度學(xué)習(xí)所沒有辦法去解決的。

我們?yōu)榱私鉀Q這個(gè)問題，我們打造了一把非常鋒利的牛刀：

我們開發(fā)了一個(gè)叫“半監(jiān)督式學(xué)習(xí)”的方法（當(dāng)然更美好的未來是“無監(jiān)督式學(xué)習(xí)”，那時(shí)候可能計(jì)算機(jī)坐在這看電視就可以學(xué)會(huì)了，可是至少現(xiàn)在還沒有一個(gè)非常成熟的方案）。通過這個(gè)方法，我們可以用有噪聲而且非平衡的數(shù)據(jù)，訓(xùn)練出可以跟人類的智能相媲美的人工智能模型。

我們打造出來的這個(gè)牛刀有多鋒利呢？

今年我們拿這把牛刀去參加了Web Vision今年在夏威夷的CVPR的比賽，一下子就拿到了世界第一，比第二名高出了2.5%的百分點(diǎn)，這是一個(gè)非常大的優(yōu)勢(shì)。

人眼的識(shí)別精準(zhǔn)度是94%到94.9%之間，我們最后實(shí)現(xiàn)的精準(zhǔn)度是94.7%，也就是全球一百多個(gè)參賽隊(duì)伍里唯一一個(gè)可以達(dá)到人眼的識(shí)別精準(zhǔn)度的一個(gè)AI。

剛才在第一個(gè)環(huán)節(jié)的各種的案例，都是一個(gè)個(gè)小問題，可是這個(gè)小問題后面，因?yàn)槲覀冇羞@樣的一把牛刀，才可以去殺這些小雞。

3、“溜驢學(xué)”

很簡(jiǎn)單的一句話“是驢是馬拉出來溜溜”。

在人工智能這個(gè)領(lǐng)域，你很容易可以提出一些很酷炫的概念、想法。我們有一個(gè)試用的平臺(tái)，外面的人可以給我們提各種各樣的需求。這平臺(tái)我們每一天都會(huì)收到十幾個(gè)，幾十個(gè)各種各樣的需求，這些需求都是來自各個(gè)行業(yè)的天馬行空的各種想法。

可能大家也是科幻電影看得比較多，覺得現(xiàn)在AI已經(jīng)來了，可以做很多很科幻的事情；這本來是一個(gè)很好的事情，因?yàn)橹虚g有很多創(chuàng)新的機(jī)會(huì)；可同時(shí)這也是一件很危險(xiǎn)的事情，因?yàn)樘滑F(xiàn)實(shí)。

其實(shí)這里面大部分的都是不現(xiàn)實(shí)的——要么是技術(shù)達(dá)不到，要么是需求不夠硬。這個(gè)時(shí)候怎么辦？快速的把它拉出來遛一遛，看它是驢還是馬。

“遛一遛”就是要把真的把產(chǎn)品做出來，哪怕是一個(gè)簡(jiǎn)單的原形，要把它做出來，要實(shí)際的用戶去使用，你才知道這個(gè)“是馬還是驢”。

剛才的那些都是已經(jīng)上線的，現(xiàn)在正在被我們的客戶接受大量在使用的一些應(yīng)用。

下面這些是沒有被接受的應(yīng)用。

在這個(gè)階段，比方說我們現(xiàn)在是專注于做to B。在做to B之前，我們是做了一個(gè)to C的APP。這個(gè)APP可以實(shí)現(xiàn)這樣的功能：

比如你拍一朵花，我們找到印有這些花紋的衣服這種跨品類的搜索?；蛘哒f你看雜志，看到這個(gè)雜志上面你有想買的東西，拍張照片就可以馬上買到了。

我們?cè)趦赡昵暗臅r(shí)候在APP Store上面就推出了這個(gè)APP，可現(xiàn)實(shí)的情況是：當(dāng)我們還沒有把東西做出來之前，很多企業(yè)不相信真的能做成，我們只好自己做一個(gè)APP拿出來看一看，我們所設(shè)想的到底能不能實(shí)現(xiàn)。

現(xiàn)在有不少的APP有這個(gè)拍照購物的這個(gè)功能，但在兩年前是非常少的，而且在兩年前能實(shí)現(xiàn)我們這樣的一個(gè)精準(zhǔn)度，可以說在全球都是非常少的。

人工智能產(chǎn)品經(jīng)理需要對(duì)技術(shù)的邊界非常的清楚，我是非常認(rèn)可這個(gè)事情的。

對(duì)于人工智能這個(gè)領(lǐng)域，又有一個(gè)可能跟以前不同的地方，就是人工智能的技術(shù)的邊界的推進(jìn)速度非常的快。你認(rèn)為這個(gè)技術(shù)現(xiàn)在是這樣，應(yīng)該在半年一年也大概是這樣；但人工智能不是這樣。

最明顯的例子：Alpha Go，它從一個(gè)二段變成九段，只花了幾個(gè)月的時(shí)間；它又花了幾個(gè)月的時(shí)間從九段變成了可以吊打九段。今年跟柯潔的比賽，已經(jīng)是它讓柯潔幾個(gè)子都可以毫無懸念地勝出了。

我覺得我還沒見過哪個(gè)技術(shù)的技術(shù)邊界可以推進(jìn)的這么快，包括我們自己。

我們現(xiàn)在今天展示的很多的這個(gè)案例，如果放在一年前我也是難以想象的；可是就短短一年的時(shí)間，技術(shù)邊界推進(jìn)得非?？?。

這也是對(duì)產(chǎn)品經(jīng)理的一個(gè)挑戰(zhàn)：你需要了解這個(gè)邊界，可是這個(gè)邊界不是靜態(tài)的，而是一個(gè)快速在推進(jìn)的狀態(tài)，所以你需要去預(yù)計(jì)它3個(gè)月之后、6個(gè)月之后、12個(gè)月之后會(huì)推進(jìn)到什么樣的狀況，做一個(gè)提前的預(yù)判，這非常重要。

以上就是演講的內(nèi)容。