中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本文作者將與你分享其對(duì)入門人工智能學(xué)習(xí)方法上的一些思考，enjoy~

現(xiàn)在AI越來(lái)越熱門，很多產(chǎn)品經(jīng)理都想抓住這個(gè)機(jī)會(huì)窗口，進(jìn)入AI領(lǐng)域成為AI產(chǎn)品經(jīng)理。也許你經(jīng)歷過(guò)了媒體上各種AI遠(yuǎn)景的洗腦、趨勢(shì)文章的沖擊以及技術(shù)文章的打擊，現(xiàn)在的你，是不是發(fā)現(xiàn)自己已經(jīng)完全蒙圈了？也許你已經(jīng)嘗試的找過(guò)書籍資料、網(wǎng)上課程或培訓(xùn)機(jī)構(gòu)，是不是發(fā)現(xiàn)并沒(méi)有成熟的AI產(chǎn)品經(jīng)理入門學(xué)習(xí)方法？

好了，今天這篇文章我將向您分享我對(duì)入門人工智能學(xué)習(xí)方法上的一些思考。

我是一名互聯(lián)網(wǎng)產(chǎn)品經(jīng)理，也希望進(jìn)入AI領(lǐng)域。目前為止，我已經(jīng)用了2個(gè)月的業(yè)余時(shí)間學(xué)習(xí)入門知識(shí)，但還不能算是入門，原因就是人工智能領(lǐng)域的概念過(guò)于寬泛，技術(shù)門檻較高。我先用這2個(gè)月的學(xué)習(xí)成果，分享一下我對(duì)于入門AI領(lǐng)域?qū)W習(xí)方法的思考，給大家拋個(gè)磚，也許能為大家節(jié)省一些時(shí)間。不過(guò)還是先聲明下，我目前還不是AI產(chǎn)品經(jīng)理，下面內(nèi)容也僅是我個(gè)人主觀的思考，如果出現(xiàn)錯(cuò)誤，歡迎大家指導(dǎo)與建議。

本文分為六個(gè)章節(jié)，用逐步推導(dǎo)的方式分析入門所需知識(shí)。

• 首先，分析了導(dǎo)致目前AI火熱的關(guān)鍵核心技術(shù)——機(jī)器學(xué)習(xí)；
• 其次，介紹了如何理解機(jī)器學(xué)習(xí)技術(shù)；
• 第三，從產(chǎn)品的角度分析“機(jī)器學(xué)習(xí)技術(shù)”能給產(chǎn)品帶來(lái)的商業(yè)價(jià)值；
• 第四，產(chǎn)品經(jīng)理角色在機(jī)器學(xué)習(xí)技術(shù)場(chǎng)景下可能進(jìn)行的工作內(nèi)容；
• 第五，結(jié)合工作內(nèi)容給出我對(duì)入門學(xué)習(xí)方式的看法；
• 最后，給出了我個(gè)人的學(xué)習(xí)情況與計(jì)劃。

（注：重點(diǎn)是四、五兩章，對(duì)AI已有了解的同學(xué)，可以直接跳過(guò)去看）

1. 怎樣理解當(dāng)前火熱的AI技術(shù)？

不知道大家看到上圖中的4本書+羅輯思維節(jié)目，會(huì)不會(huì)一下子有了感覺(jué)？總之，我就是從這里開始了解人工智能的。這些書籍與節(jié)目中，大量介紹了人工智能的未來(lái)、對(duì)就業(yè)情況的影響、強(qiáng)人工智能和人類之間可能發(fā)生的沖突、科技是如何讓人類更加先進(jìn)、我們又是如何利用科技探索宇宙世界、國(guó)家應(yīng)當(dāng)如何面對(duì)將要到來(lái)的人工智能革命，等等…看了這些內(nèi)容，心里不由得很激動(dòng)啊！

然后，媒體上也充滿了AI領(lǐng)域的動(dòng)態(tài)和進(jìn)展。例如：各國(guó)政府都在頒布AI相關(guān)的政策措施；各大互聯(lián)網(wǎng)公司也在加強(qiáng)AI相關(guān)的技術(shù)研究和產(chǎn)品研發(fā)；很多自媒體與產(chǎn)品經(jīng)理社區(qū)都開始報(bào)道AI動(dòng)態(tài)與AI產(chǎn)品經(jīng)理的相關(guān)內(nèi)容，等等。

不過(guò)到此為止，以上所有信息只能讓我們找找AI的感覺(jué)，對(duì)入門AI領(lǐng)域好像并沒(méi)有實(shí)質(zhì)性的指導(dǎo)?，F(xiàn)在，我們就來(lái)看看到底是什么原因，讓AI技術(shù)突然被媒體熱捧起來(lái)的。

我看過(guò)上面四本書后，才逐漸明白，AI市場(chǎng)火熱的背后是這樣一種技術(shù)在支撐：【機(jī)器學(xué)習(xí)（或深度學(xué)習(xí)）】。人工智能技術(shù)在發(fā)展的60多年里，經(jīng)歷過(guò)多次起起伏伏，而這一次將人工智能推向高潮的關(guān)鍵技術(shù)就是深度學(xué)習(xí)技術(shù)(深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支)。點(diǎn)燃本次人工智能技術(shù)潮的關(guān)鍵事件就是：在2016年3月，阿爾法狗戰(zhàn)爭(zhēng)李世石的圍棋之戰(zhàn)。阿爾法狗是由谷歌（Google）旗下DeepMind公司開發(fā)的AI程序，其主要工作原理是“深度學(xué)習(xí)”。

與此同時(shí)，與機(jī)器學(xué)習(xí)相關(guān)的一些技術(shù)也火熱了起來(lái)。目前在招聘市場(chǎng)、媒體報(bào)道以及親朋好友互相溝通時(shí)，都會(huì)將下圖中的技術(shù)與AI技術(shù)一并提起，甚至等同于AI技術(shù)。因此，想要深入了解當(dāng)前火熱的AI技術(shù)，就必須了解以下四種技術(shù)及其關(guān)聯(lián)關(guān)系。

上面的圖形是和當(dāng)前人工智能技術(shù)相關(guān)聯(lián)的另外三種技術(shù)：物聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算。

這里簡(jiǎn)單介紹一下機(jī)器學(xué)習(xí)技術(shù)與另外三種技術(shù)的關(guān)聯(lián)關(guān)系：

1. 人工智能與物聯(lián)網(wǎng)的關(guān)系：物聯(lián)網(wǎng)的終端可以對(duì)環(huán)境進(jìn)行感知與交互，為人工智能核心程序提供傳感器與執(zhí)行器。物聯(lián)網(wǎng)終端不限于包括機(jī)器人、手機(jī)、穿戴式設(shè)備、無(wú)人飛機(jī)、自動(dòng)駕駛汽車等等。
2. 人工智能與大數(shù)據(jù)的關(guān)系：機(jī)器學(xué)習(xí)本身需要使用大量的數(shù)據(jù)進(jìn)行訓(xùn)練，并且訓(xùn)練好的機(jī)器學(xué)習(xí)模型會(huì)產(chǎn)生【識(shí)別與預(yù)測(cè)】的數(shù)據(jù)，所有這些數(shù)據(jù)都需要大數(shù)據(jù)分布式存儲(chǔ)與大數(shù)據(jù)計(jì)算技術(shù)支持。
3. 人工智能與云計(jì)算的關(guān)系：機(jī)器學(xué)習(xí)模型在訓(xùn)練時(shí)與實(shí)際使用時(shí)所使用的計(jì)算資源需要云計(jì)算來(lái)支持。

由此，也許能夠在一定程度上猜測(cè)AI產(chǎn)品經(jīng)理可能存在的類型：

1. 機(jī)器學(xué)習(xí)/深度學(xué)習(xí)AI產(chǎn)品經(jīng)理：可能包含視覺(jué)、語(yǔ)音、圖像、文本等相關(guān)技術(shù)；
2. 數(shù)據(jù)分析AI產(chǎn)品經(jīng)理：可能包含不同行業(yè)的不同維度的數(shù)據(jù)分析與數(shù)據(jù)挖掘；
3. 機(jī)器人AI產(chǎn)品經(jīng)理：這里可能會(huì)包含ToB或ToC應(yīng)用等業(yè)務(wù)場(chǎng)景；
4. 特殊傳感器或執(zhí)行器AI產(chǎn)品經(jīng)理：可能包括智能音箱、智能家居、智能家電等等；
5. 穿戴式設(shè)備AI產(chǎn)品經(jīng)理：包含VR、AR、MR、手表、手環(huán)、耳機(jī)等等；
6. 云計(jì)算AI產(chǎn)品經(jīng)理：。。。。；

由于篇幅限制，本篇文章僅以機(jī)器學(xué)習(xí)AI產(chǎn)品經(jīng)理為核心介紹入門的學(xué)習(xí)方法。那么接下來(lái)，我們就首先了解一下機(jī)器學(xué)習(xí)到底是什么樣的技術(shù)吧。

2. 怎樣通俗的理解機(jī)器學(xué)習(xí)技術(shù)呢？

機(jī)器學(xué)習(xí)是一種算法，可以通過(guò)數(shù)據(jù)訓(xùn)練形成一個(gè)機(jī)器學(xué)習(xí)模型（可理解為一套程序），是關(guān)于給定輸入獲取輸出的程序。本章首先從其創(chuàng)建方式上進(jìn)行簡(jiǎn)單介紹，然后介紹機(jī)器學(xué)習(xí)技術(shù)直接推動(dòng)且引起大幅性能提升的相關(guān)基礎(chǔ)科技領(lǐng)域。

2.1 如何創(chuàng)建機(jī)器學(xué)習(xí)模型？

這個(gè)模型已經(jīng)不再是由【軟件攻城獅同學(xué)】來(lái)完成編寫了，而是由數(shù)據(jù)科學(xué)家通過(guò)給機(jī)器學(xué)習(xí)模型喂養(yǎng)數(shù)據(jù)，而自行形成的一套程序，具體過(guò)程為：

1. 選擇機(jī)器學(xué)習(xí)模型：可理解為根據(jù)要解決的特定目標(biāo)問(wèn)題，選擇能夠得到最優(yōu)解的算法模型；
2. 獲取訓(xùn)練與測(cè)試數(shù)據(jù)：與工程師配合獲取到用于訓(xùn)練機(jī)器學(xué)習(xí)模型的數(shù)據(jù)；
3. 訓(xùn)練模型：使用已有的數(shù)據(jù)對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練；

最終，訓(xùn)練好的機(jī)器學(xué)習(xí)模型，就可以投入生產(chǎn)使用了。換一種思路理解，數(shù)據(jù)科學(xué)家模仿業(yè)務(wù)員給顧客推薦商品，推薦的多了，機(jī)器就自己學(xué)會(huì)如何給顧客推薦商品了。

這里要注意的是，最終由數(shù)據(jù)科學(xué)家訓(xùn)練好的模型可以理解為一種【中間件】，是對(duì)其他應(yīng)用程序接口開放的中間程序，不能與用戶直接進(jìn)行交互的程序。例如：假如我們訓(xùn)練了一個(gè)商城的商品推薦模型，那么這個(gè)模型的工作僅是根據(jù)當(dāng)前應(yīng)用程序接口請(qǐng)求的信息，由機(jī)器學(xué)習(xí)模型反饋出用戶可能購(gòu)買幾率最高的商品列表。至于怎么展示這些商品，可以有很多方式，不限于App界面、web界面、郵箱推薦、第三方廣告位等等。

通過(guò)這種方式創(chuàng)建程序有什么優(yōu)勢(shì)呢？（也就是使用機(jī)器模型技術(shù)的優(yōu)勢(shì)是什么）人們不再用絞盡腦汁的總結(jié)并歸納好知識(shí)，再去完成越來(lái)越龐大且成本越來(lái)越離譜的編程工作。而是通過(guò)給計(jì)算機(jī)投喂大量的數(shù)據(jù)，讓機(jī)器自行尋找其中的規(guī)律，并將規(guī)律應(yīng)用在特定領(lǐng)域的識(shí)別與預(yù)測(cè)工作中。這樣，可以讓機(jī)器完成機(jī)器所擅長(zhǎng)的工作，而人類可以節(jié)省大量的時(shí)間與經(jīng)歷。

例如：在電商系統(tǒng)中訓(xùn)練商品推薦的機(jī)器學(xué)習(xí)模型，該模型可以通過(guò)不斷增長(zhǎng)的用戶交易數(shù)據(jù)來(lái)完成優(yōu)化，最終該模型可能會(huì)學(xué)習(xí)到人類基本不能發(fā)現(xiàn)的有效推薦方式，從而達(dá)到推薦轉(zhuǎn)化率不斷提升。如果該工作交給人類來(lái)干，就不知道需要投入多少的人力物力才能達(dá)到那種效果了。

接下來(lái)，我們?cè)倏纯椿诖髷?shù)據(jù)與機(jī)器學(xué)習(xí)方式完成的程序，推動(dòng)了那些基礎(chǔ)科研領(lǐng)域的發(fā)展。

2.2 那些機(jī)器學(xué)習(xí)直接推動(dòng)的性能大幅提升的技術(shù)領(lǐng)域

由于近些年大數(shù)據(jù)技術(shù)的快速發(fā)展，及其并行計(jì)算能力的大幅提升，以下領(lǐng)域因?yàn)閼?yīng)用了機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)技術(shù)，直接使得相關(guān)性能指標(biāo)大幅提升，其中很多指標(biāo)已接近商業(yè)應(yīng)用的標(biāo)準(zhǔn)，甚至部分技術(shù)指標(biāo)已經(jīng)超過(guò)了人類的專業(yè)水平！

1. 識(shí)別技術(shù)，包括：文字識(shí)別、圖像識(shí)別、語(yǔ)音識(shí)別；
2. 基礎(chǔ)應(yīng)用技術(shù)，包括：自然語(yǔ)言處理NLP、計(jì)算機(jī)視覺(jué)CV/機(jī)器視覺(jué)MV、語(yǔ)音合成TTS等；

由這些識(shí)別、預(yù)測(cè)及其執(zhí)行等技術(shù)的組合，又進(jìn)一步推動(dòng)了商用級(jí)應(yīng)用的發(fā)展，例如：

1. 推動(dòng)了自動(dòng)駕駛應(yīng)用：識(shí)別道路圖像與聲音，根據(jù)道路情況并預(yù)測(cè)下一步道路情況，根據(jù)所要達(dá)到的目的地執(zhí)行駕駛動(dòng)作。
2. 推動(dòng)了客服系統(tǒng)應(yīng)用：識(shí)別語(yǔ)音進(jìn)行自然語(yǔ)言處理，進(jìn)而預(yù)測(cè)可以最大滿足用戶需求的回復(fù)，并使用語(yǔ)音合成技術(shù)執(zhí)行聲音輸出。
3. 推動(dòng)了輔助辦公的應(yīng)用：識(shí)別當(dāng)前工作狀態(tài)，預(yù)測(cè)能達(dá)成最理想工作結(jié)果的行動(dòng)方案，建議用戶行動(dòng)方案。

【插播】由于機(jī)器學(xué)習(xí)推動(dòng)了語(yǔ)音識(shí)別能力的大幅提升，也許在鍵盤鼠標(biāo)、手機(jī)觸摸屏幕之后，【語(yǔ)音會(huì)成為新的交互入口】。

本章內(nèi)容也許比較難以理解，深入去學(xué)習(xí)上述技術(shù)可能就更加困難了，不過(guò)我個(gè)人還是認(rèn)為學(xué)習(xí)機(jī)器學(xué)習(xí)技術(shù)是有好處的。這里引用《終極算法》一書中的思想：【機(jī)器學(xué)習(xí)是工具，我們理解自己將要使用的工具會(huì)費(fèi)些工夫，但遇到問(wèn)題時(shí)，你會(huì)發(fā)現(xiàn)“了解工具”所帶來(lái)的幫助遠(yuǎn)遠(yuǎn)大于你為此付出的努力】。

好了，目前已經(jīng)介紹完機(jī)器學(xué)習(xí)是怎樣一種技術(shù)了。對(duì)于產(chǎn)品經(jīng)理來(lái)說(shuō)，應(yīng)用機(jī)器學(xué)習(xí)技術(shù)，提升產(chǎn)品價(jià)值可能是最關(guān)注的事情了，下面我來(lái)分享一下我對(duì)機(jī)器學(xué)習(xí)提升產(chǎn)品價(jià)值的一些思考。

3. 機(jī)器學(xué)習(xí)技術(shù)在產(chǎn)品價(jià)值上的影響

吳軍在《智能時(shí)代》中寫到，人類曾經(jīng)經(jīng)歷過(guò)的蒸汽機(jī)時(shí)代、電氣化時(shí)代、信息化時(shí)代，無(wú)一不是由于新技術(shù)的產(chǎn)生，而帶來(lái)了整體經(jīng)濟(jì)上的快速發(fā)展。而這一次即將到來(lái)的人工智能技術(shù)潮，也許會(huì)成為以下公式的推手：

現(xiàn)有產(chǎn)業(yè) + 機(jī)器學(xué)習(xí) = 新產(chǎn)業(yè)

這樣的情況下，機(jī)器學(xué)習(xí)技術(shù)會(huì)開創(chuàng)一些新的行業(yè)機(jī)會(huì)。

3.1 機(jī)器學(xué)習(xí)開創(chuàng)的新產(chǎn)業(yè)

這一次機(jī)器學(xué)習(xí)熱潮中，推動(dòng)了很多基礎(chǔ)平臺(tái)企業(yè)與基礎(chǔ)技術(shù)科研企業(yè)的發(fā)展，這些企業(yè)就屬于新技術(shù)所開創(chuàng)的新行業(yè)。例如：

1. 研究機(jī)構(gòu)：百度IDL、阿里巴巴iDST、騰訊AI Lab、Google DeepMind、微軟等等；
2. 語(yǔ)音技術(shù)：科大訊飛、思必馳、云知聲、出門問(wèn)問(wèn)、Nuance等等；
3. 圖像技術(shù)：曠視科技、商湯科技、騰訊優(yōu)圖、圖普科技等等；
4. 技術(shù)平臺(tái)：百度Apollo與DuerOS、訊飛開放平臺(tái)、圖靈機(jī)器人等等；

另外，我不確定關(guān)于以下兩種產(chǎn)品類型是否屬于新的產(chǎn)業(yè)，但確實(shí)和機(jī)器學(xué)習(xí)有關(guān)：

1. 虛擬個(gè)人助理產(chǎn)業(yè)：Siri、微軟小娜、百度度秘、谷歌Assistant、助理來(lái)也等等；
2. 智能音箱產(chǎn)業(yè)：Amazon Echo、Google Home、叮咚、小愛、小雅、天貓精靈等等；

在這一次機(jī)器學(xué)習(xí)大潮中，我相信很多公司是不能夠參與到新技術(shù)研發(fā)或者平臺(tái)類產(chǎn)品的研發(fā)中，機(jī)器學(xué)習(xí)的底層研發(fā)與建設(shè)，因?yàn)椴坏枰邆渖詈竦目蒲心芰?，而且還需要雄厚資本的支撐。就算退一步，也不意味著每家公司都能聘用得起數(shù)據(jù)科學(xué)家、買得起獨(dú)立服務(wù)器。那么更切合實(shí)際的方式是，用大公司提供的第三方平臺(tái)產(chǎn)品與技術(shù)，直接應(yīng)用結(jié)合現(xiàn)有商業(yè)場(chǎng)景，開發(fā)服務(wù)型的應(yīng)用。

3.2 機(jī)器學(xué)習(xí)在現(xiàn)有產(chǎn)業(yè)上的創(chuàng)新

我們現(xiàn)在就把視角放在：利用新的技術(shù)環(huán)境，改變?cè)袌?chǎng)景的交互方式，把過(guò)去難以解決的問(wèn)題，解決好。因?yàn)樾录夹g(shù)會(huì)改造原有產(chǎn)業(yè)，企業(yè)只有在思維上跟上新的時(shí)代，才能在未來(lái)的商業(yè)中保持優(yōu)勢(shì)。這一點(diǎn)我們不難從BAT這些大廠上面看到，他們?cè)诮邮苄录夹g(shù)上從來(lái)都是非常迅速，尤其是百度，目前已經(jīng)是”All in 人工智能”的戰(zhàn)略構(gòu)想。

如何在現(xiàn)有產(chǎn)業(yè)場(chǎng)景上構(gòu)建機(jī)器學(xué)習(xí)的商業(yè)產(chǎn)品。這需要有以下3個(gè)能力要素：

1. 業(yè)務(wù)需求：找到可以利用大數(shù)據(jù)與機(jī)器學(xué)習(xí)技術(shù)改善現(xiàn)有用戶體驗(yàn)的業(yè)務(wù)場(chǎng)景與需求。
2. 數(shù)據(jù)：盡量找到那些原有業(yè)務(wù)上就產(chǎn)生過(guò)大量數(shù)據(jù)的業(yè)務(wù)，我們現(xiàn)在的任務(wù)就是讓這些業(yè)務(wù)產(chǎn)生的數(shù)據(jù)產(chǎn)生新的商業(yè)價(jià)值，可以理解為我們?cè)撚梦覀兊臄?shù)據(jù)搞點(diǎn)事情了！如果業(yè)務(wù)場(chǎng)景還存在數(shù)據(jù)反饋能力，將會(huì)是最好的業(yè)務(wù)場(chǎng)景。
3. 算法與計(jì)算資源：目前可以看到行業(yè)的巨頭們，已經(jīng)為我們提供一系列技術(shù)研發(fā)基礎(chǔ)，例如：谷歌的TensorFlow機(jī)器學(xué)習(xí)框架、百度的Apollo與DuerOS平臺(tái)、各大公司提供的大數(shù)據(jù)方案與云計(jì)算平臺(tái)等等。

說(shuō)說(shuō)實(shí)際案例吧，《今日頭條》是一款閱讀內(nèi)容推薦App，這款產(chǎn)品就是利用了機(jī)器學(xué)習(xí)技術(shù)，實(shí)現(xiàn)了更加精確的內(nèi)容推薦能力。這家公司憑著【內(nèi)容推薦+機(jī)器學(xué)習(xí)】的特性，一下子就從該類產(chǎn)品中脫穎而出，成為了行業(yè)的獨(dú)角獸型公司。

在現(xiàn)有產(chǎn)業(yè)中應(yīng)用了機(jī)器學(xué)習(xí)技術(shù)的公司，在此也簡(jiǎn)單列舉一下：

1. 百度的自動(dòng)駕駛；
2. 商湯科技的嫌疑犯人臉識(shí)別與篩選；
3. 阿里巴巴與京東的千人千面商品推薦系統(tǒng)；
4. 同花順的智能投顧系統(tǒng)[問(wèn)財(cái)]；
5. 等等…

4. 對(duì)AI產(chǎn)品經(jīng)理工作內(nèi)容的思考

開始學(xué)習(xí)人工智能知識(shí)有2個(gè)月的時(shí)間了，一直都帶著一個(gè)問(wèn)題【AI產(chǎn)品經(jīng)理這個(gè)崗位都在干些什么呢？】。如果我們的最終目標(biāo)是找到AI產(chǎn)品經(jīng)理類型的工作，那么我們一旦知道將來(lái)干什么工作，就可以知道應(yīng)該學(xué)習(xí)哪些知識(shí)了。這一問(wèn)題也是在我和其他學(xué)友們交流的過(guò)程中，最多被大家提起來(lái)的問(wèn)題。那么本章我們就帶著這個(gè)問(wèn)題，一起來(lái)思考一下吧。（這一章節(jié)的內(nèi)容，純屬我個(gè)人主觀的思考，如果存在問(wèn)題，歡迎大家指點(diǎn)與建議。）

4.1 AI產(chǎn)品經(jīng)理工作內(nèi)容上的幾點(diǎn)思考

我們現(xiàn)在應(yīng)該都知道了，機(jī)器學(xué)習(xí)是一門技術(shù)，最終形成的模型（也就相當(dāng)于現(xiàn)在的程序）可以理解為中間件，是不能直接應(yīng)用到用戶交互操作中。產(chǎn)品經(jīng)理應(yīng)當(dāng)想辦法利用這個(gè)中間件技術(shù)的性能優(yōu)勢(shì)，為用戶提供更好用戶體驗(yàn)的交互產(chǎn)品。那么產(chǎn)品經(jīng)理的核心任務(wù)會(huì)不會(huì)就是【將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用在有商業(yè)價(jià)值的需求場(chǎng)景中】？

下面我僅從【現(xiàn)有產(chǎn)業(yè)+機(jī)器學(xué)習(xí)】角度提出我對(duì)AI產(chǎn)品經(jīng)理可能工作內(nèi)容的幾點(diǎn)思考：

（1）觀點(diǎn)一：AI產(chǎn)品經(jīng)理需要了解技術(shù)現(xiàn)狀

這一觀點(diǎn)上，我認(rèn)為目前AI技術(shù)相對(duì)是不夠成熟的，那么了解好技術(shù)可能實(shí)現(xiàn)的能力范圍，技術(shù)本身所需要的成本還有當(dāng)前存在的技術(shù)瓶頸，可能是AI產(chǎn)品經(jīng)理需要具備的基礎(chǔ)。按照以往的經(jīng)驗(yàn)，如果在最初使用技術(shù)時(shí)并不了解技術(shù)的相關(guān)特性，那么當(dāng)技術(shù)產(chǎn)生問(wèn)題的時(shí)候一定會(huì)讓你充分理解其全部特性，并浪費(fèi)掉更多的精力。

了解AI技術(shù)現(xiàn)狀會(huì)有兩種渠道：

1. 通過(guò)公司內(nèi)部的AI技術(shù)團(tuán)隊(duì)了解現(xiàn)狀：這一點(diǎn)針對(duì)大公司自有AI技術(shù)團(tuán)隊(duì)時(shí)，可以很方便的了解現(xiàn)有技術(shù)情況，多與公司的科學(xué)家與工程師們溝通玩耍，進(jìn)步會(huì)飛快起來(lái)。
2. 通過(guò)第三方提供AI平臺(tái)或AI框架了解技術(shù)現(xiàn)狀：這一點(diǎn)針對(duì)一些中小公司，公司可能沒(méi)有AI技術(shù)團(tuán)隊(duì)，這時(shí)充分利用第三方平臺(tái)提供的AI技術(shù)也是一個(gè)理想的選擇。

（2）觀點(diǎn)二：AI產(chǎn)品經(jīng)理需要尋找并定義AI業(yè)務(wù)場(chǎng)景

上一點(diǎn)說(shuō)過(guò)了，技術(shù)永遠(yuǎn)都不夠成熟，AI產(chǎn)品經(jīng)理需要在深度理解技術(shù)優(yōu)劣勢(shì)的基礎(chǔ)上，尋找到可以提供更好用戶體驗(yàn)的業(yè)務(wù)場(chǎng)景。也就是說(shuō)，如何結(jié)合當(dāng)前現(xiàn)有AI技術(shù)與業(yè)務(wù)場(chǎng)景，為用戶提供更好更便捷用戶體驗(yàn)的產(chǎn)品。這時(shí)，AI產(chǎn)品經(jīng)理主要的工作就是：【完成當(dāng)前技術(shù)與現(xiàn)有市場(chǎng)需求的映射】。這一點(diǎn)我要特別說(shuō)的是，根據(jù)以往的經(jīng)驗(yàn)，在技術(shù)能力不足時(shí)，很多場(chǎng)景的業(yè)務(wù)需求都不需要我們100%的解決，只需要利用現(xiàn)有技術(shù)為用戶解決最為關(guān)鍵的問(wèn)題即可。只不過(guò)，我們需要評(píng)估好，這樣是否真的能夠提升用戶體驗(yàn)，而不是帶來(lái)了新的麻煩。

另外，如果AI產(chǎn)品經(jīng)理真的發(fā)現(xiàn)了有良好用戶體驗(yàn)的智能化場(chǎng)景時(shí)，還需要充分評(píng)估產(chǎn)品定位、用戶價(jià)值、成本、商業(yè)價(jià)值等因素是否相匹配，畢竟當(dāng)前AI技術(shù)的實(shí)現(xiàn)成本還是相對(duì)很高的。不是你有想法，技術(shù)就能實(shí)現(xiàn)。也不是技術(shù)能實(shí)現(xiàn)，公司就能付得起成本。即使條件都能滿足時(shí)，也存在一個(gè)巨大的風(fēng)險(xiǎn)，就是做出來(lái)一個(gè)沒(méi)有市場(chǎng)價(jià)值的產(chǎn)品。

最后，我們來(lái)思考一下怎樣才是好的AI業(yè)務(wù)場(chǎng)景呢？我能了解的幾個(gè)要點(diǎn)為：

1. 有大量數(shù)據(jù)的業(yè)務(wù)場(chǎng)景；
2. 充分體現(xiàn)用戶個(gè)性化的業(yè)務(wù)場(chǎng)景；
3. 在進(jìn)行交互時(shí)存在用戶反饋結(jié)果的業(yè)務(wù)場(chǎng)景；
4. 強(qiáng)調(diào)用戶服務(wù)的業(yè)務(wù)場(chǎng)景；

（3）觀點(diǎn)三：A產(chǎn)品經(jīng)理需要推進(jìn)研發(fā)產(chǎn)品

在項(xiàng)目研發(fā)過(guò)程中，為了最大限度地發(fā)揮機(jī)器學(xué)習(xí)對(duì)業(yè)務(wù)的價(jià)值，盡量避免由于過(guò)程中出現(xiàn)的差錯(cuò)而導(dǎo)致的成本浪費(fèi)，需要產(chǎn)品經(jīng)理、研發(fā)工程師與數(shù)據(jù)科學(xué)家之間的持續(xù)保持密切協(xié)作，并且，產(chǎn)品經(jīng)理有責(zé)任確保工作的成果是對(duì)產(chǎn)品有正面價(jià)值的。

（4）觀點(diǎn)四：AI產(chǎn)品經(jīng)理需要挖掘產(chǎn)品市場(chǎng)價(jià)值

我認(rèn)為任何產(chǎn)品經(jīng)理的核心職責(zé)都是讓產(chǎn)品具備更好的市場(chǎng)價(jià)值，那么AI產(chǎn)品經(jīng)理也不應(yīng)該例外，他應(yīng)當(dāng)有良好的對(duì)產(chǎn)品的理解，對(duì)用戶群體的理解，對(duì)業(yè)務(wù)場(chǎng)景的理解，這些都是產(chǎn)品經(jīng)理應(yīng)當(dāng)具備的基本素質(zhì)。并且在市場(chǎng)由技術(shù)競(jìng)爭(zhēng)逐步轉(zhuǎn)變?yōu)楫a(chǎn)品競(jìng)爭(zhēng)的時(shí)候，AI產(chǎn)品經(jīng)理讓現(xiàn)有技術(shù)所定義的產(chǎn)品價(jià)值能夠轉(zhuǎn)化為商業(yè)價(jià)值，就是其核心的工作。

4.2 AI產(chǎn)品經(jīng)理與互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的區(qū)別

我也是一名想要轉(zhuǎn)型成為AI產(chǎn)品經(jīng)理的互聯(lián)網(wǎng)產(chǎn)品經(jīng)理，相信很多伙伴也都是這種情況，因此在一起交流學(xué)習(xí)的學(xué)友們第二大關(guān)注的問(wèn)題就是【AI產(chǎn)品經(jīng)理與互聯(lián)網(wǎng)產(chǎn)品經(jīng)理到底有哪些區(qū)別？】，在此我也僅從個(gè)人的主觀角度，給出一些觀點(diǎn)：

1. AI產(chǎn)品經(jīng)理和互聯(lián)網(wǎng)產(chǎn)品經(jīng)理可能是不同崗位：AI產(chǎn)品經(jīng)理也許就像是2C前臺(tái)產(chǎn)品經(jīng)理、2B產(chǎn)品經(jīng)理、后臺(tái)產(chǎn)品經(jīng)理、商業(yè)產(chǎn)品經(jīng)理一樣，干著不同類型的工作，擁有不同類型崗位名稱。AI產(chǎn)品經(jīng)理的核心技能可能就是對(duì)機(jī)器學(xué)習(xí)的深入理解。
2. 在基礎(chǔ)科學(xué)理論方面，AI產(chǎn)品經(jīng)理比互聯(lián)網(wǎng)產(chǎn)品經(jīng)理要求高很多：后者重在交互設(shè)計(jì)，前者可能更重視對(duì)機(jī)器學(xué)習(xí)算法優(yōu)化提需求，那么了解必要的數(shù)學(xué)、概率、數(shù)理統(tǒng)計(jì)、與機(jī)器學(xué)習(xí)理論就是工作的基礎(chǔ)。
3. AI產(chǎn)品經(jīng)理比互聯(lián)網(wǎng)產(chǎn)品經(jīng)理多了一種語(yǔ)音交互方式：機(jī)器學(xué)習(xí)促進(jìn)了語(yǔ)音識(shí)別技術(shù)的發(fā)展，也促進(jìn)發(fā)展了語(yǔ)音交互場(chǎng)景。AI語(yǔ)音交互的設(shè)計(jì)要比手機(jī)/PC端的交互設(shè)計(jì)難很多，因?yàn)檎Z(yǔ)音交互系統(tǒng)不是限定好的GUI操作界面，而是不便于規(guī)范且自由延展的自然語(yǔ)言。會(huì)話的開放性意味著 AI 交互設(shè)計(jì)者必須考慮用戶可能采取的幾乎無(wú)數(shù)的選擇。要能夠理解用戶，了解他們的動(dòng)機(jī)，然后合乎邏輯地思考如何引導(dǎo)他們完成一件事情。
4. AI產(chǎn)品經(jīng)理與互聯(lián)網(wǎng)產(chǎn)品經(jīng)理關(guān)注的業(yè)務(wù)范圍不同：互聯(lián)網(wǎng)PM可能會(huì)深入關(guān)注局部業(yè)務(wù)范圍的產(chǎn)品優(yōu)化與用戶價(jià)值，而AI產(chǎn)品經(jīng)理可能需要在基于公司業(yè)務(wù)的整體范圍，尋找存在AI優(yōu)化的場(chǎng)景需求。
5. AI產(chǎn)品經(jīng)理比互聯(lián)網(wǎng)產(chǎn)品經(jīng)理更關(guān)注數(shù)據(jù)：機(jī)器學(xué)習(xí)是使用數(shù)據(jù)喂養(yǎng)出來(lái)的成果，需要使用數(shù)據(jù)指導(dǎo)交互設(shè)計(jì)，即，有了更強(qiáng)的數(shù)據(jù)需求。

5. 對(duì)入門人工智能領(lǐng)域?qū)W習(xí)內(nèi)容的思考

談了那么多的前奏，終于到了本文的重點(diǎn)章節(jié)了。上面這張圖就是我收集的關(guān)于機(jī)器學(xué)習(xí)相關(guān)的知識(shí)內(nèi)容，外層知識(shí)體系是在內(nèi)層知識(shí)體系的基礎(chǔ)上建立起來(lái)的。也就是說(shuō)：

1. 數(shù)學(xué)基礎(chǔ)是機(jī)器學(xué)習(xí)理論的基礎(chǔ)；
2. 機(jī)器學(xué)習(xí)理論是基礎(chǔ)技術(shù)的基礎(chǔ)；
3. 基礎(chǔ)技術(shù)是應(yīng)用的基礎(chǔ)；

而知識(shí)包含的具體內(nèi)容直接看上圖就好了，此處也不再贅述了。其實(shí)，我想表達(dá)的是，相關(guān)機(jī)器學(xué)習(xí)有太多的領(lǐng)域，這里都還沒(méi)有包含物聯(lián)網(wǎng)、大數(shù)據(jù)與云計(jì)算相關(guān)的技術(shù)，已經(jīng)是不可能自行將全部知識(shí)內(nèi)容通學(xué)一遍了。

另外，在學(xué)習(xí)前，我們要分清楚我們到底是要搞“應(yīng)用”還是“研究”。如果你沒(méi)有博士學(xué)位還是不要搞純理論研究了，但請(qǐng)相信上面圖中的內(nèi)容絕不是為理論研究準(zhǔn)備的，僅僅是為了“應(yīng)用”體系準(zhǔn)備的知識(shí)范圍。因此下面的內(nèi)容將基于“應(yīng)用”角度展開對(duì)學(xué)習(xí)內(nèi)容的討論。

我認(rèn)為最快速的學(xué)習(xí)入門有兩種方法：

1. 在招聘市場(chǎng)廝殺，盡快就業(yè)AI領(lǐng)域；
2. 學(xué)習(xí)部分基礎(chǔ)知識(shí)后，選定目標(biāo)應(yīng)用方向進(jìn)行實(shí)戰(zhàn)演練。

下面我們將對(duì)兩項(xiàng)進(jìn)行一一詳述。

第一，盡快就業(yè)

首先，來(lái)看看我從招聘市場(chǎng)找來(lái)的兩條典型的崗位要求：

1. 公司A：深入理解NLP，圖像視覺(jué)、深度學(xué)習(xí)等技術(shù)，有能力將技術(shù)轉(zhuǎn)化為產(chǎn)品，直接創(chuàng)造用戶價(jià)值；
2. 公司B：對(duì)推薦系統(tǒng)、機(jī)器學(xué)習(xí)和大數(shù)據(jù)處理感興趣，熟悉其中一項(xiàng)或者多項(xiàng)；

根據(jù)上面這種典型要求，我認(rèn)為要想順利進(jìn)入這些公司，至少要針對(duì)以下名詞有詳細(xì)理解：AI(人工智能)、AGI(通用人工智能)、ML(機(jī)器學(xué)習(xí))、DL(深度學(xué)習(xí))、NLP(自然語(yǔ)言處理)、NLU(自然語(yǔ)言理解)、CV(計(jì)算機(jī)視覺(jué))、MV(機(jī)器視覺(jué))、ASR(自動(dòng)語(yǔ)音識(shí)別)、TTS(語(yǔ)音合成)、知識(shí)圖譜、區(qū)塊鏈。然后，就是不斷投遞簡(jiǎn)歷，從面試實(shí)戰(zhàn)中找規(guī)律、碰運(yùn)氣。如果能盡早進(jìn)入AI團(tuán)隊(duì)，盡早磨練，將是最快速入門AI的方式。

第二，自學(xué)與演練

這一塊我的想法是按照如下步驟學(xué)習(xí)：

1. 第一步學(xué)習(xí)數(shù)學(xué)基礎(chǔ)，包括：微積分、線性代數(shù)、概率與數(shù)理統(tǒng)計(jì)，但不要進(jìn)行太深入的學(xué)習(xí)。關(guān)于深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的教材中都會(huì)提及相關(guān)數(shù)學(xué)基礎(chǔ)的要求。不過(guò)針對(duì)像我這種已經(jīng)把大學(xué)知識(shí)忘記的差不多的人群，還是先找一些科普類或入門類的書籍墊墊底，要不然直接看書全都不懂…
2. 第二步學(xué)習(xí)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)理論，同樣不需要學(xué)習(xí)的太深入。因?yàn)槲疫€沒(méi)有學(xué)到這里，也就不發(fā)表什么看法了，不過(guò)，我個(gè)人也只想對(duì)這兩種理論建立最基本的理解而已。
3. 第三步了解后面這些名詞的基本概念：AI、AGI、ML、DL、NLP、NLU、CV、MV、ASR、TTS、知識(shí)圖譜、區(qū)塊鏈；
4. （這不是AI產(chǎn)品經(jīng)理的普遍需求，只是我個(gè)人興趣）學(xué)習(xí)簡(jiǎn)單編程技術(shù)，找到可以演練的場(chǎng)景，進(jìn)行簡(jiǎn)單演練嘗試。

好了，其實(shí)我目前也處于“自學(xué)與演練”狀態(tài)，下面我把選擇好的書籍給大家分享一下，包括已經(jīng)研讀的或準(zhǔn)備研讀的書籍列表：

1. 科普——人工智能未來(lái)的腦洞：《三體1,2,3》、《未來(lái)簡(jiǎn)史》、《奇點(diǎn)臨近》、《機(jī)器人時(shí)代》
2. 科普——人工智能發(fā)展：《失控》、《智能時(shí)代》、《人工智能：李開復(fù)談AI如何重塑個(gè)人、商業(yè)與社會(huì)的未來(lái)圖譜》、《科學(xué)的極致-漫談人工智能》、《終極算法》
3. 數(shù)學(xué)類：《數(shù)學(xué)之美》、《7日入門微積分》、《程序員的數(shù)學(xué)》(簡(jiǎn)單數(shù)學(xué)入門)、《程序員的數(shù)學(xué)-2》(概率與統(tǒng)計(jì))、《程序員的數(shù)學(xué)-3》(線性代數(shù))
4. 機(jī)器學(xué)習(xí)類：《圖解機(jī)器學(xué)習(xí)》、《機(jī)器學(xué)習(xí)-周志華》
5. 其他AI類：《人工智能：一種現(xiàn)代的方法》
6. 編程實(shí)戰(zhàn)類：《白話深度學(xué)習(xí)與TensorFlow》、《TensorFlow實(shí)戰(zhàn)》、《Python編程 從入門到實(shí)踐》

6. 我的學(xué)習(xí)情況與計(jì)劃

文章的最后，我把自己當(dāng)前的學(xué)習(xí)情況與計(jì)劃為大家分享一下。雖然我已經(jīng)開始學(xué)習(xí)了2個(gè)月的時(shí)間了，但由于行業(yè)處于起步階段，很多信息也不好收集，進(jìn)展也就相對(duì)較慢。因此，希望有更多的朋友一同學(xué)習(xí)一同分享，也期望能用我總結(jié)的成果為大家在探索學(xué)習(xí)的過(guò)程中節(jié)省下一些時(shí)間。

看完的書籍：《三體1,2,3》《失控》《未來(lái)簡(jiǎn)史》《奇點(diǎn)臨近》《科學(xué)的極致-漫談人工智能》《終極算法》《機(jī)器人時(shí)代》《人工智能：李開復(fù)談AI如何重塑個(gè)人、商業(yè)與社會(huì)的未來(lái)圖譜》、《7日入門微積分》、《程序員的數(shù)學(xué)》、《智能時(shí)代》

正在學(xué)習(xí)的書籍：《程序員的數(shù)學(xué)-3》、《Python編程 從入門到實(shí)踐》

計(jì)劃要看的書籍：《程序員的數(shù)學(xué)-2》、《數(shù)學(xué)之美》、《機(jī)器學(xué)習(xí)-周志華》、《白話深度學(xué)習(xí)與TensorFlow》、《圖解機(jī)器學(xué)習(xí)》、《TensorFlow實(shí)戰(zhàn)》、《人工智能：一種現(xiàn)代的方法》

準(zhǔn)備要學(xué)習(xí)的技能：深度學(xué)習(xí)

我已經(jīng)開始學(xué)習(xí)數(shù)學(xué)基礎(chǔ)了，然而我也不知道選擇的書籍資料是否能夠覆蓋住機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)，等后面我驗(yàn)證完，會(huì)給大家分享結(jié)果的。

另外，因?yàn)槲矣?年左右的java編程基礎(chǔ)，因此我也想嘗試一下python編程，純屬于我個(gè)人愛好，我也是有想法讓自己能夠編出點(diǎn)小玩具，來(lái)演練一下。

在轉(zhuǎn)型AI產(chǎn)品經(jīng)理的道路上，我已經(jīng)開始了。后續(xù)，我會(huì)督促自己不斷將我認(rèn)為有意義的書籍與相關(guān)資料整理好分享給大家。如果您對(duì)AI產(chǎn)品經(jīng)理感興趣或有相關(guān)疑問(wèn)，歡迎交流，我們一起討論，希望有更多的伙伴一起學(xué)習(xí)、互相促進(jìn)、相互研討。這樣才能進(jìn)一步加快我們轉(zhuǎn)型的步伐！祝我們一切順利~

附：參考文獻(xiàn)

1. 《人工智能產(chǎn)品經(jīng)理的新起點(diǎn)》
2. 《論人工智能的泡沫、價(jià)值與應(yīng)用困境》
3. 《打造機(jī)器學(xué)習(xí)產(chǎn)品的黃金手冊(cè)》-上、中、下
4. 圖書《終極算法》
5. 圖書《智能時(shí)代》
6. 《搞機(jī)器學(xué)習(xí)/AI有什么必備的數(shù)學(xué)基礎(chǔ)？》
7. 《PM’s evolution at the age of AI》–易鵬宇

本文由 @howie楊?原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自 Pexels，基于 CC0 協(xié)議