未來(lái)已來(lái),如何成為一名人工智能產(chǎn)品經(jīng)理

17 評(píng)論 77761 瀏覽 263 收藏 7 分鐘

他們認(rèn)為搜索引擎是人們思考的事物,其實(shí)那是人們思考的方式。

在人工智能時(shí)代,PM 的合作者不再是 Engineer,而是 Scientist。敏捷團(tuán)隊(duì)的工作成果不再是 APP,而是中間件(Input → 中間件 → Output)。中間件由訓(xùn)練好的模型、分類器等等組成,并已經(jīng)調(diào)好最佳的參數(shù)和權(quán)重。eg:用戶提問(wèn)一句話,你的“產(chǎn)品”利用語(yǔ)音識(shí)別、目標(biāo)檢測(cè)、臉部識(shí)別、自然語(yǔ)言處理等技術(shù)處理問(wèn)題、提取特征,根據(jù)算法或知識(shí)圖譜來(lái)為用戶產(chǎn)生最終的返回結(jié)果。而應(yīng)用場(chǎng)景有可能是在聊天機(jī)器人APP中,有可能是智能家居的家庭智能管家等等。

敏捷開發(fā)不再追求MVP(Minimum Viable Product 最小化可行產(chǎn)品),而是追求MDP(Minimum Data Product),指訓(xùn)練算法的一個(gè)迭代所用的最小化數(shù)據(jù)集。

用戶需求來(lái)自大數(shù)據(jù)分析,用戶行為關(guān)聯(lián)傳感器等新型的交互方式,用戶心理依靠深度學(xué)習(xí)。

職位要求

有人會(huì)問(wèn):“你是人工智能產(chǎn)品經(jīng)理,為什么不爬蟲弄一大堆招聘數(shù)據(jù)下來(lái),然后機(jī)器學(xué)習(xí)做一個(gè)聚類算法呢?”

人工智能產(chǎn)品經(jīng)理 ≠ 人工智能科學(xué)家

產(chǎn)品經(jīng)理只是提需求并保證需求落地。

比如說(shuō),AI-PM 告訴 AI-Scientist:

“我需要了解人工智能產(chǎn)品經(jīng)理這個(gè)職位,我們要把智聯(lián)招聘、獵聘網(wǎng)、拉勾網(wǎng)、秒聘網(wǎng)四個(gè)網(wǎng)站中和人工智能產(chǎn)品經(jīng)理有關(guān)的數(shù)據(jù)跑下來(lái),做個(gè)分析對(duì)比,產(chǎn)出一份職位描述,作為我今后努力的方向。”

在 PM 和 Scientist 做完充分的溝通后,確認(rèn)他理解你的需求,詢問(wèn)他是否需要外部支持,階段性地驗(yàn)收成果或查看進(jìn)度,確保項(xiàng)目落地。

職位描述案例如下:

  • 人工智能產(chǎn)品整體規(guī)劃、階段目標(biāo)、產(chǎn)品設(shè)計(jì)和推進(jìn)實(shí)現(xiàn)
  • 產(chǎn)品上線后,分析使用數(shù)據(jù),提煉使用場(chǎng)景,找到產(chǎn)品改進(jìn)點(diǎn)和突破點(diǎn),用豐富的交互場(chǎng)景推動(dòng)AI創(chuàng)新
  • 對(duì)用戶的交互使用體驗(yàn)負(fù)責(zé)
  • 有效地橫向串聯(lián)產(chǎn)品的所有功能模塊,與產(chǎn)品、算法、工程、編輯、團(tuán)隊(duì)充分溝通協(xié)作,保證產(chǎn)品功能落地
  • 負(fù)責(zé)行業(yè)市場(chǎng)分析、用戶需求調(diào)研和競(jìng)品分析工作

關(guān)于 AI Product Management,我很崇拜 Andrew Ng 吳恩達(dá)在 NIPS 2016 上談到的:

ps:百度首席科學(xué)家,斯坦福大學(xué)計(jì)算機(jī)系副教授吳恩達(dá)

吳恩達(dá)NIPS 2016演講現(xiàn)場(chǎng)直擊:如何使用深度學(xué)習(xí)開發(fā)人工智能應(yīng)用(來(lái)自機(jī)器之心) 網(wǎng)頁(yè)鏈接

“一個(gè)人工智能產(chǎn)品經(jīng)理的工作流:”

mmexport1481299571834

“一個(gè)人工智能產(chǎn)品經(jīng)理扮演的角色:”

mmexport1481299575694

“一個(gè)人工智能產(chǎn)品經(jīng)理的職責(zé):”

mmexport1481299579809

如何學(xué)習(xí)

1. 在Coursera上學(xué)習(xí)機(jī)器學(xué)習(xí)課程 by Andrew Ng 吳恩達(dá)

我每天晚上會(huì)看60分鐘左右視頻,一直看到大腦無(wú)法運(yùn)轉(zhuǎn),倒頭就睡。

他這個(gè)課程有兩個(gè)好處:第一,權(quán)威;第二,有中文字幕……

在學(xué)習(xí)的時(shí)候要注意:學(xué)思路及應(yīng)用,不深究數(shù)學(xué)知識(shí)。

課程鏈接

2. 看Paper

實(shí)時(shí)股票交易 PYX (Python Exchange) – Real-time stock trading program using a basic mean reversion algorithm – by Zeke 網(wǎng)頁(yè)鏈接

自拍顏值自動(dòng)打分方法Selfai Selfai: A Method for Understanding Beauty in Selfies – by Eren Golge 網(wǎng)頁(yè)鏈接

眾包:不只是標(biāo)注 Crowdsourcing: Beyond Label Generation – by Jenn Wortman Vaughan 網(wǎng)頁(yè)鏈接

輕量深度CNN人臉表示 face_verification_experiment – A Lightened CNN for Deep Face Representation – by Alfred Xiang Wu 網(wǎng)頁(yè)鏈接

值迭代網(wǎng)絡(luò) Value Iteration Networks – by A Tamar, S Levine, P Abbeel 網(wǎng)頁(yè)鏈接

…………

推薦微博: 愛(ài)可可-愛(ài)生活 網(wǎng)頁(yè)鏈接 視覺(jué)機(jī)器人 網(wǎng)頁(yè)鏈接

建議:別貪多

3. 動(dòng)手做

4. 大量閱讀

在這里引用 Andrew Ng 吳恩達(dá)的一段話:

“對(duì)我而言,無(wú)論何時(shí),當(dāng)我覺(jué)得我不知道下一步應(yīng)該如何做的時(shí)候,我將會(huì)嘗試大量的學(xué)習(xí)和閱讀,和某些領(lǐng)域的專家談話。我不知道我們的大腦是如何工作的,但它非常的神奇:當(dāng)你讀了足夠多的書,或者和足夠多的專家談話之后,換句話說(shuō),當(dāng)你的大腦有了足夠多的輸入信息,新的想法就會(huì)隨之產(chǎn)生?!?/p>

列舉比較權(quán)威的幾本:

  • 《人工智能——一種現(xiàn)代方法》

經(jīng)典泛讀

  • 《Machine Learning Yearning》:Andrew Ng 吳恩達(dá) 著,郵件訂閱免費(fèi)下載 網(wǎng)頁(yè)鏈接
  • 《Deeeeeeep Learning》:權(quán)威著作
  • 《深度學(xué)習(xí):方法及應(yīng)用》:有數(shù)學(xué)知識(shí)別深究
  • 《大數(shù)據(jù)智能——互聯(lián)網(wǎng)時(shí)代的機(jī)器學(xué)習(xí)和自然語(yǔ)言處理技術(shù)》現(xiàn)在常用的不代表前沿

適合普通人來(lái)看

  • 《人機(jī)情感交互》:人工智能時(shí)代勢(shì)必會(huì)出現(xiàn)新的交互方式
  • 《未來(lái)簡(jiǎn)史》:好書

再列舉我看過(guò)的幾本:

  • 《奇點(diǎn)臨近》
  • 《如何創(chuàng)造思維》
  • 《大智能時(shí)代》
  • 《大數(shù)據(jù)云圖》

最后引用科幻片《機(jī)械姬》中的一句話作為結(jié)尾 ——

“少了互動(dòng),意識(shí)能存在嗎?”

 

本文由 @巴戈 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。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 請(qǐng)問(wèn) 作為產(chǎn)品的 動(dòng)手做 指的是 自己實(shí)踐算法模型嗎? 還是做什么其他的? 感謝!

    來(lái)自湖北 回復(fù)
  2. 產(chǎn)品經(jīng)理在AI時(shí)代要的是復(fù)合型人才,平常要多看大數(shù)據(jù)分析的內(nèi)容,更注重多維的用戶交互,多學(xué)技術(shù),這也是理工科的優(yōu)勢(shì)。
    為作者的模型做一個(gè)補(bǔ)充,input——中間件——output,如果加入一個(gè)從輸出到輸入的反饋環(huán)節(jié),可以表示產(chǎn)品的迭代,形成一個(gè)閉環(huán),像自動(dòng)控制原理一樣,可以更完整的表現(xiàn)產(chǎn)品經(jīng)理的業(yè)務(wù)框架。

    來(lái)自黑龍江 回復(fù)
    1. ??

      來(lái)自四川 回復(fù)
    2. 哈哈,有正反饋還有負(fù)反饋

      回復(fù)
  3. AI-PM更像是一個(gè)全棧的,需要結(jié)合技術(shù),捕捉生活中可能的需求點(diǎn),感覺(jué)運(yùn)營(yíng)的知識(shí)也需要爛熟于心,方法論仍然是產(chǎn)品的指導(dǎo)方針

    來(lái)自北京 回復(fù)
  4. 其實(shí)我感覺(jué)人工智能PM是一個(gè)“偽崗位”,人工智能的PM依然還是PM。
    做產(chǎn)品的核心方法論不會(huì)變,人工智能算法僅僅是實(shí)現(xiàn)用戶需求的一個(gè)更好的工具,有了這個(gè)工具,更有想象力的應(yīng)用場(chǎng)景就可以實(shí)現(xiàn)了,如此而已。

    來(lái)自北京 回復(fù)
    1. 同意

      來(lái)自上海 回復(fù)
  5. 感謝 ??

    來(lái)自廣東 回復(fù)
  6. 干嘛要用英文?

    來(lái)自上海 回復(fù)
  7. 確實(shí)已經(jīng)來(lái)到了。我們做線上現(xiàn)金貸。人臉識(shí)別,貸款審核,風(fēng)控專家規(guī)則,知識(shí)圖譜,逾期預(yù)測(cè)這些功能點(diǎn)都用上了人工智能。對(duì)于我們減少人員機(jī)械操作幫助很大。

    來(lái)自廣東 回復(fù)
    1. 逾期預(yù)測(cè)怎么做的

      來(lái)自浙江 回復(fù)
  8. 熟悉算法、模型、效率、遞歸等,糅合到產(chǎn)業(yè)及產(chǎn)品中,即可

    來(lái)自四川 回復(fù)
  9. 講了如何關(guān)注、學(xué)習(xí)、轉(zhuǎn)行人工智能PM的方法

    來(lái)自北京 回復(fù)
  10. 很棒!人工智能已來(lái),我們是得做準(zhǔn)備了~

    來(lái)自北京 回復(fù)
  11. ??

    來(lái)自上海 回復(fù)
  12. 是不是寫的比較倉(cāng)促?看完感覺(jué)作者思路有點(diǎn)亂??赐旰笪也](méi)有記住本文要點(diǎn)。。

    來(lái)自廣東 回復(fù)
    1. 本文是作者用思維導(dǎo)圖構(gòu)思好才寫的。讀者看到的每一句話的背后,其實(shí)都有很多可以了解和學(xué)習(xí)的事情。希望認(rèn)真閱讀和總結(jié),以免錯(cuò)過(guò)真正的好東西。

      回復(fù)