AI產品經理必備思維方法——費米推論
“費米推論”的目的在于向人們表明,我們可以進行科學的假設,從中得出比較接近的答案。其中的道理很簡單,在一系列的計算中,錯誤會相對抵消。費米推論是將復雜、困難的問題分解成小的、可以解決的部分,從而以最直接的方法迅速解決問題。
如果用二八定律來解釋產品經理的工作,那就是產品經理80%的時間都在思考,20%的時間在執行,因此思維的素質一定程度決定了產品經理的高度。
但是AI產品經理必須必備一些AI的思維方式,必須具備極高的“機器商”,才能做好AI產品。那么什么是“機器商”?
- 智商:衡量自我智力和學習能力的標尺;
- 情商:衡量認知自我和他人情緒能力的標尺;
- 機器商:衡量跟機器協同合作的能力的標尺。
機器的本質是代碼,代碼的核心是算法,機器有機器算法,AI產品經理也必須有產品經理該有的算法,或者提升自己機器商的算法。
什么是費米推理,首先先思考一個問題,北京市有多少加油站?
北京有500萬輛車,一輛車10天加一次油,一輛車加一次油5分鐘,實際加油時間段是早7點到晚10點共計15個小時,一個加油站4個加油樁,加油樁利用率50%。
北京城一天加油能力 = 北京城車輛一天加油需求次數。
北京城一天加油能力 = 一個加油站一天加油的車輛數*加油站個數 = 15小時* 50%利用率/5分鐘 *4個樁 * 加油站個數 = 360次*加油站個數。
北京城車輛一天加油需求次數 = 500萬輛車/10 天 = 50萬次。
可以求得加油站個數 = 50萬次/360次 = 1389個。
然后百度地圖搜索北京市加油站數量1494個,誤差7%。
這就是費米推論,恩里科·費米(Enrico Fermi 1901.09.29—1954.11.28),美籍意大利裔物理學家,第一臺核反應堆的設計師,1938年物理諾貝爾獎得主。
1945年7月,世界上第一顆原子彈在美國新墨西哥州沙漠爆炸。40秒鐘后,爆炸引起的滾滾氣浪沖到科學家們進行觀測的大本營里,第一個起身的是物理學家恩里科-費米。
在原子彈爆炸之前,費米從筆記本里扯下一張紙,將其撕成碎片。當他感受到氣浪所帶來的第一下波動時,馬上將碎紙片舉過頭頂拋撒出去。它們在空中飄動,然后紛紛揚揚地落到地面,拉開的距離大約有2.3米。
經過初步估算, 費米宣布這顆原子彈的能量為1萬噸TNT當量。后來,相關專家經過幾個星期的分析研究,證實了費米當時現場估計的準確性。
費米解答問題的方式是推理思維,估算只是方法,對問題分解是推理的必然過程。這個思維過程就是——哪些真實存在的因素導致這樣的事情發生?
就是在信息不完整的情況下,憑借對對象事物的深刻理解和洞察,科學地作出一些假設使得問題得以簡化,復雜的程度得以降低,從而得到符合或接近實際的估計。
“費米推論”的目的在于向人們表明,我們可以進行科學的假設,從中得出比較接近的答案。其中的道理很簡單,在一系列的計算中,錯誤會相對抵消。費米推論是將復雜、困難的問題分解成小的、可以解決的部分,從而以最直接的方法迅速解決問題。
我們將問題分解為可知和不可知的部分,對尚未確定的答案的部分一概視為未知,說出自己的假設并加以驗證。大膽猜想,用于試錯。寧愿迅速發現錯誤,也不要用模糊的措辭隱藏錯誤。對于“不可知的因素”,憑直覺和經驗給出結果,最后,得出結論。這就是一個AI產品經理必須具備的思維方式。
一、確定決策
AI產品就是一款算法集合,就是結構與流程搭建的世界。假設某一天你的老板告訴你要做一個產品,他可能就是三言兩語,但此時產品經理的心里,就要形成這個產品的框架結構。要做到這一點,就需要很強的推理判斷決策能力。
二、沒有不可能
當我們給自己設定一個圈子時,我們的思維可能會被禁錮,面對問題就會被已有思維所局限。當我們為一個產品解決方案冥思苦想不得結果時,也許在另一個范疇內,會有一些方案可供我們參考,這個時候就需要有跨領域的連接能力了。
三、相信數據
所有決策必須有數據支撐,直覺不可靠。只要有足夠的數據,機器會比人更了解用戶。數據不能簡單的理解為傳統的“數”,它可以被理解為一種屬性、標簽,通過這些我們可以判斷某一個用戶目標的興趣、習慣。
一個AI產品經理必須學會唯數據是從。
結語
本篇分享,詳細介紹了費米推論,一方面,是提供給各位一個思考解決問題的思維方法和解決方案;另一方面,是由此思維方法給AI產品經理一個解決問題的啟發,希望在今后工作中能夠有所幫助。
本文由 @老張 原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自 Pexels,基于 CC0 協議
思考此類問題,建議金字塔原理。
如加油站數量,按題目方向,本質是 每天需加油的次數/每個站點可處理的次數。確定大問題再細分。
恩,分拆計算。 ??