国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

身處人工智能的大浪潮之中，除了算法工程師，其他的角色也都應(yīng)當(dāng)對(duì)人工智能技術(shù)有一定的了解。所以，筆者將針對(duì)“什么是人工智能？”“非技術(shù)人員對(duì)于人工智能的理解存在哪些門(mén)檻？”等問(wèn)題與大家分享自己的見(jiàn)解。

過(guò)去一段時(shí)間一直在思考：

• 非技術(shù)人員(比如產(chǎn)品經(jīng)理、設(shè)計(jì)師、市場(chǎng)營(yíng)銷(xiāo)等)理解人工智能技術(shù)存在哪些門(mén)檻？
• 有沒(méi)有更直觀(guān)、門(mén)檻更低的方式？
• 人工智能產(chǎn)品的研發(fā)和過(guò)去有什么不同？
• 各個(gè)角色如何協(xié)同？

為此，我與很多產(chǎn)品經(jīng)理、UX設(shè)計(jì)師等非技術(shù)人員進(jìn)行了交流。

下面就為大家分享我對(duì)于這些問(wèn)題的思考。

今天，無(wú)論是面向個(gè)人的應(yīng)用還是企業(yè)級(jí)軟件，人工智能都在其中發(fā)揮了重要作用。未來(lái)更多的產(chǎn)品和服務(wù)也一定是數(shù)據(jù)和人工智能技術(shù)來(lái)驅(qū)動(dòng)。

盡管人工智能技術(shù)與微積分、線(xiàn)性代數(shù)、概率論與統(tǒng)計(jì)、計(jì)算機(jī)等多種學(xué)科相關(guān)，存在較高的理解門(mén)檻，但是身處在這個(gè)大浪潮中，不清楚內(nèi)在的奧妙就有點(diǎn)太可惜了。

• 什么是人工智能？
• 經(jīng)?？吹降臋C(jī)器學(xué)習(xí)和深度學(xué)習(xí)這些是什么意思？
• 我的業(yè)務(wù)問(wèn)題可以用以上技術(shù)解決嗎？
• 由數(shù)據(jù)和人工智能技術(shù)驅(qū)動(dòng)的產(chǎn)品，功能設(shè)計(jì)會(huì)和以前有很大不同嗎？
• 我怎么給客戶(hù)講清楚產(chǎn)品在人工智能技術(shù)上的優(yōu)勢(shì)？
• 當(dāng)這些產(chǎn)品出現(xiàn)問(wèn)題時(shí)，怎么修復(fù)和升級(jí)優(yōu)化？
• …….

真正能落地，產(chǎn)生業(yè)務(wù)價(jià)值的產(chǎn)品和服務(wù)的，在整個(gè)生產(chǎn)鏈條上，除算法工程師外，其他角色也需要了解相應(yīng)的人工智能技術(shù)。

一、人工智能技術(shù)無(wú)處不在

1992年，明尼蘇達(dá)大學(xué)的John Riedl和Paul Resnick 創(chuàng)建了基于協(xié)同過(guò)濾技術(shù)的新聞推薦系統(tǒng)。該系統(tǒng)收集用戶(hù)對(duì)文章的評(píng)分，并預(yù)測(cè)用戶(hù)對(duì)其他文章的喜好程度，這是最早的自動(dòng)化協(xié)同過(guò)濾系統(tǒng)推薦引擎之一。

到如今個(gè)性化推薦系統(tǒng)已經(jīng)成為各種網(wǎng)站、APP的標(biāo)配，比如：淘寶 、今日頭條、網(wǎng)易云音樂(lè)等等。

在交通出行領(lǐng)域UBER、滴滴等利用人工智能技術(shù)來(lái)分配乘客的訂單并幫助司機(jī)規(guī)劃路線(xiàn)，提高出行效率。

上述只是大家熟悉的兩個(gè)場(chǎng)景。

除了改變個(gè)人生活，人工智能在企業(yè)運(yùn)行方式也產(chǎn)生了根本性的影響。

比如：

產(chǎn)品的采購(gòu)詢(xún)價(jià)通常是一個(gè)非常耗時(shí)的過(guò)程，傳統(tǒng)的方式采購(gòu)人員要提供詢(xún)價(jià)單給供應(yīng)商的工作人員獲取價(jià)格信息。詢(xún)價(jià)單一般是word、pfd或者excel格式，可能包含幾百甚至上千種零部件。

當(dāng)供應(yīng)商拿到詢(xún)價(jià)單，需要人工一個(gè)一個(gè)查詢(xún)部件價(jià)格，然后反饋給采購(gòu)方，而且整個(gè)過(guò)程經(jīng)常要來(lái)回確認(rèn)，非常耗時(shí)。

那么借助人工智能技術(shù)，比如：

• OCR識(shí)別和信息提取
• 搜索引擎查詢(xún)
• RPA(Robotics Process Automation)自動(dòng)填表

可以將原本耗費(fèi)幾個(gè)小時(shí)的事情變成一鍵3秒報(bào)價(jià)。

如果去審視企業(yè)運(yùn)行的各個(gè)環(huán)節(jié)，會(huì)發(fā)現(xiàn)很多適合應(yīng)用人工智能技術(shù)的場(chǎng)景：從市場(chǎng)營(yíng)銷(xiāo)、財(cái)務(wù)、銷(xiāo)售服務(wù)到產(chǎn)品設(shè)計(jì)、運(yùn)營(yíng)，甚至人力資源管理等等。

可見(jiàn)，除了toC領(lǐng)域，人工智能技術(shù)也正在重構(gòu)企業(yè)的價(jià)值鏈。

二、非技術(shù)人員理解人工智能技術(shù)有哪些門(mén)檻

在面對(duì)人工智能時(shí)，非技術(shù)人員的態(tài)度呈現(xiàn)兩極分化的特征：他們要么充滿(mǎn)疑惑，要么過(guò)于自信。

下面是我們經(jīng)常聽(tīng)到的一些疑問(wèn)：

產(chǎn)品經(jīng)理：

• 人工智能、算法、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)這些到底是什么？
• 它的能力邊界在哪？
• 我怎么把人工智能技術(shù)應(yīng)用到產(chǎn)品？

用戶(hù)體驗(yàn)設(shè)計(jì)師：

• 人工智能技術(shù)會(huì)給產(chǎn)品體驗(yàn)帶來(lái)哪些變化？
• 如何設(shè)計(jì)人工智能產(chǎn)品的用戶(hù)體驗(yàn)？

商業(yè)/市場(chǎng)相關(guān)人員：

• 人工智能技術(shù)對(duì)于企業(yè)而言到底意味著什么？
• 我如何向客戶(hù)介紹產(chǎn)品及其應(yīng)用的人工智能技術(shù)？

總結(jié)一下，非技術(shù)人員理解人工智能技術(shù)主要有三大門(mén)檻：

1. AI算法到底是怎么得出結(jié)果的？
2. 如果我想應(yīng)用AI技術(shù)，要怎么做？
3. 采用人工智能技術(shù)后，它的效果如何評(píng)估？

1. AI算法到底是怎么得出結(jié)果的

在過(guò)去，如果想要?jiǎng)?chuàng)建一個(gè)產(chǎn)品來(lái)識(shí)別某些東西，必須要寫(xiě)邏輯步驟（程序）。

比如：為了識(shí)別圖片中的貓，需要用程序來(lái)分別識(shí)別貓的輪廓、皮毛、腿、眼睛、尖耳朵等等，然后把它們組合在一起進(jìn)行判斷。

但這在實(shí)踐中，就相當(dāng)于試圖制造一只機(jī)械貓。可以想象在邏輯上是非常復(fù)雜的，并且很多時(shí)候我們并不能準(zhǔn)確描述“識(shí)別貓”的所有步驟。

而人工智能算法就不一樣， 它可以借助大量數(shù)據(jù)——比如：你給算法 100000 張有“貓”標(biāo)簽的照片，機(jī)器就能找出區(qū)別。

這里面的核心區(qū)別就在于：傳統(tǒng)方式，人們需要給出識(shí)別邏輯，而人工智能算法是從結(jié)果出發(fā)。

那機(jī)器是怎么自動(dòng)找到貓的識(shí)別邏輯呢？

這就涉及到算法的工作原理。

很顯然，讓非技術(shù)人員去理解這些數(shù)學(xué)公式并且進(jìn)而理解人工智能技術(shù)是非常不現(xiàn)實(shí)的。

這就引入了另外一個(gè)問(wèn)題：如何以一種正確的“心智模式”去理解某項(xiàng)事物？

不同的角色對(duì)應(yīng)的心智模式必然不同，以PCA和神經(jīng)網(wǎng)絡(luò)為例：

工程師要對(duì)背后的數(shù)學(xué)原理及推導(dǎo)步驟很熟悉，但對(duì)產(chǎn)品經(jīng)理、UX設(shè)計(jì)師、甚至售前人員而言，知道這些對(duì)你了解“什么是PCA？”“它的使用場(chǎng)景是什么？有什么作用？”，并沒(méi)有太大的幫助。

2. 如果我要應(yīng)用AI技術(shù)，要怎么做

產(chǎn)品是怎么設(shè)計(jì)出來(lái)的呢？

在SAP工作多年，我們一直在用Design Thinking——設(shè)計(jì)思維所倡導(dǎo)的設(shè)計(jì)理念與方法流程，來(lái)進(jìn)行產(chǎn)品研發(fā)。

設(shè)計(jì)思維最早由IDEO提出，經(jīng)過(guò)多年發(fā)展已經(jīng)應(yīng)用于很多行業(yè)的產(chǎn)品研發(fā)過(guò)程中。

那人工智能產(chǎn)品可以沿用這種方式來(lái)設(shè)計(jì)嗎？

人工智能技術(shù)的結(jié)果不確定，準(zhǔn)確率也不是100%可保證的。

對(duì)比之下，傳統(tǒng)產(chǎn)品出現(xiàn)bug是異常，而人工智能產(chǎn)品bug則是常態(tài)化。

對(duì)人工智能算法來(lái)說(shuō)，準(zhǔn)確率98%是站在數(shù)據(jù)集的角度考慮的，但真正把模型或產(chǎn)品應(yīng)用到業(yè)務(wù)系統(tǒng)中，用戶(hù)面對(duì)的是一份一份的數(shù)據(jù)。每一份數(shù)據(jù)都可能出錯(cuò)，那在這種情況下需要怎么做？

面對(duì)這些情況的時(shí)候，人工智能產(chǎn)品的設(shè)計(jì)、研發(fā)過(guò)程應(yīng)該遵循怎樣步驟？

3. 采用人工智能技術(shù)后，它的效果如何評(píng)估

通過(guò)上面識(shí)別貓的例子，可以看到：

傳統(tǒng)方式是試圖用程序描述清楚貓的構(gòu)造，而人工智能技術(shù)則直接從結(jié)果入手，通過(guò)大量的數(shù)據(jù)告訴機(jī)器“哪些是貓？”，由算法去自動(dòng)發(fā)現(xiàn)識(shí)別的規(guī)則。

這種區(qū)別導(dǎo)致：評(píng)價(jià)人工智能技術(shù)應(yīng)用效果的方式與過(guò)去不同。

傳統(tǒng)技術(shù)遵循因果、業(yè)務(wù)邏輯，人工智能依賴(lài)數(shù)據(jù)和算法。因此，對(duì)于人工智能產(chǎn)品而言，研發(fā)人員需要正確理解算法指標(biāo)、業(yè)務(wù)指標(biāo)，以及算法指標(biāo)和業(yè)務(wù)指標(biāo)之間的關(guān)系。

其中算法指標(biāo)主要面向人工智能算法工程師，而業(yè)務(wù)指標(biāo)則主要面向產(chǎn)品經(jīng)理、運(yùn)營(yíng)人員等相關(guān)角色的。

• Accuracy升高，會(huì)幫助提升用戶(hù)活躍數(shù)嗎？
• 研發(fā)工程師告訴我F1 Score很高了，可是它跟用戶(hù)的訪(fǎng)問(wèn)時(shí)長(zhǎng)什么關(guān)系？
• …….

以上這些問(wèn)題是需要不同角色一起在實(shí)踐中探索的。

除了以上三個(gè)門(mén)檻，對(duì)于產(chǎn)品經(jīng)理、設(shè)計(jì)師等角色，還面臨另一個(gè)挑戰(zhàn)是：如何與AI工程師/數(shù)據(jù)科學(xué)家溝通協(xié)作？

傳統(tǒng)產(chǎn)品研發(fā)過(guò)程中，通常包含的角色主要有：產(chǎn)品經(jīng)理、設(shè)計(jì)師、前端、后端、測(cè)試等。

在人工智能產(chǎn)品研發(fā)過(guò)程中出現(xiàn)了一些新的角色，比如：數(shù)據(jù)科學(xué)家。

根據(jù)在團(tuán)隊(duì)中工作內(nèi)容的偏重，一般業(yè)界也把數(shù)據(jù)科學(xué)家分為A、B兩種類(lèi)型。

Analysis（分析型）：

一切為數(shù)據(jù)驅(qū)動(dòng)的決策服務(wù)。

主要的工作是：清理數(shù)據(jù)、做分析、找 Insight、做 Report 等等。

他們需要了解市場(chǎng)、行業(yè)、業(yè)務(wù)。而各種人工智能技術(shù)和工具是他們完成工作的手段，發(fā)現(xiàn)正確的問(wèn)題則是他們的主要任務(wù)。

Building（構(gòu)建型）：

偏 Research & Product，他們的職責(zé)是讓算法能夠與產(chǎn)緊密結(jié)合，甚至主導(dǎo)算法驅(qū)動(dòng)的產(chǎn)品。

主要的工作是：把算法從 Research 轉(zhuǎn)化為 Product。

三、人工智能技術(shù)不是Magic

1. 非技術(shù)人員如何理解人工智能技術(shù)

就像前面提到的，讓非技術(shù)人員理解數(shù)學(xué)公式，進(jìn)而理解人工智能技術(shù)這個(gè)路徑是非常不現(xiàn)實(shí)的。

那如何以符合非技術(shù)人員心智模式的方式去解釋人工智能技術(shù)呢？

我們認(rèn)為要以場(chǎng)景+直觀(guān)感知的方式來(lái)理解。

場(chǎng)景：

• 當(dāng)前的業(yè)務(wù)問(wèn)題是什么?
• 面向的用戶(hù)是誰(shuí)，在什么場(chǎng)景下使用該功能?
• 選擇用什么人工智能算法來(lái)解決問(wèn)題？
• 解決問(wèn)題需要哪些數(shù)據(jù)?
• 評(píng)估指標(biāo)有哪些，通過(guò)收集哪些數(shù)據(jù)來(lái)獲得反饋并優(yōu)化模型？（數(shù)據(jù)的收集非常重要，數(shù)據(jù)可以分為：用戶(hù)行為數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)。業(yè)務(wù)數(shù)據(jù)一般都會(huì)定好，困難的是行為數(shù)據(jù)的采集。所以，一個(gè)產(chǎn)品經(jīng)理如果說(shuō)不清楚自己要采集哪些數(shù)據(jù)來(lái)優(yōu)化功能，說(shuō)明對(duì)這個(gè)功能理解的還不夠透徹。）
• 核心業(yè)務(wù)流程是怎樣的？

以上這些問(wèn)題可以幫助產(chǎn)品團(tuán)隊(duì)定義和理解AI應(yīng)用的場(chǎng)景。

直觀(guān)感知：

通過(guò)Demo來(lái)和算法/模型進(jìn)行互動(dòng)，比如：改變輸入，改變參數(shù)來(lái)直觀(guān)的感知算法是如何工作的。

2. 基于人工智能產(chǎn)品的設(shè)計(jì)也有章可循

為了探討人工智能產(chǎn)品的研發(fā)流程和方法，我們還是從傳統(tǒng)產(chǎn)品的設(shè)計(jì)開(kāi)始講起。

商業(yè)模式畫(huà)布和設(shè)計(jì)思維是經(jīng)典的可持續(xù)創(chuàng)新理論，已經(jīng)在各類(lèi)產(chǎn)品研發(fā)過(guò)程中得到廣泛應(yīng)用。它們強(qiáng)調(diào)以用戶(hù)為中心和快速迭代驗(yàn)證方案。

商業(yè)模式畫(huà)布是從戰(zhàn)略層面判斷和定義產(chǎn)品/業(yè)務(wù)模式要關(guān)注的關(guān)鍵要素，它包含如下關(guān)鍵因素：

而設(shè)計(jì)思維是：將戰(zhàn)略轉(zhuǎn)變?yōu)楝F(xiàn)實(shí)的具體步驟和方法，典型的流程是這樣：

作為對(duì)比，下面列出了人工智能產(chǎn)品的技術(shù)實(shí)現(xiàn)過(guò)程：

通過(guò)三者的有機(jī)融合，我們借助AI應(yīng)用畫(huà)布的方式來(lái)指導(dǎo)人工智能產(chǎn)品的設(shè)計(jì)。

AI應(yīng)用畫(huà)布以模型為中心，左側(cè)包含：機(jī)會(huì)、應(yīng)用對(duì)象、策略、流程，強(qiáng)調(diào)模型應(yīng)用的商業(yè)價(jià)值/機(jī)會(huì)。

右側(cè)包含：解決方案、數(shù)據(jù)、技能、成功標(biāo)準(zhǔn)，關(guān)注模型的技術(shù)可行性。

針對(duì)每一個(gè)要素進(jìn)行更細(xì)粒度的拆分，就可以有章可循地設(shè)計(jì)人工智能產(chǎn)品，真正在業(yè)務(wù)上產(chǎn)生價(jià)值。

以上就是：我對(duì)于“非技術(shù)人員如何理解人工智能技術(shù)？”“并且，其如何參與到人工智能產(chǎn)品研發(fā)的過(guò)程中“的思考。

人工智能技術(shù)雖然有門(mén)檻，但是找到合適的切入點(diǎn)就能事半功倍。當(dāng)你了解了以上這些話(huà)題，人工智能技術(shù)對(duì)你也就不再陌生。

本文由 @凱文 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 Unsplash，基于 CC0 協(xié)議