第一章 认识人工智能
引言
本人目前大三,双非一本的人工智能专业,代码能力不算太差,做过项目,也打了比赛,获了奖,但是走技术路线总会有否定自己的感觉,可能是感觉自己的才能没有在搞技术方面实现自己价值的最大化;可能看到了有所谓"计算机思维"的人,遇到bug总能很快的找到解决办法,而自己需要花更多的时间或精力去解决。
选择冲AI产品经理这一职位,出于很多的考量和权衡。既不放弃自己以往的计算机相关能力,又能把自己优势最大化,即自己的策划组织能力等能力还不错滴(有点自夸了哈哈哈),也不知道未来能不能找到心意的工作,就先努力学习吧,装在脑子里的知识总会派上用场!
人工智能的定义
用官方的话讲,即利用交叉学科 对于人的能力和意识进行模仿和超越。讲人话就是"像人一样思考"。
其中,交叉学科指的是计算机科学、心理学、控制学、脑科学等多学科;人的能力和意识进行模仿和超越分为视觉感知与语言交流(如小米音箱)、推理与问题求解(如alphaGo下棋)和协同控制(如物流仓储系统)。
示例:
智能驾驶
人工智能的分类
强人工智能
- 模仿人类的思考方式
- 部分方面超越人类
- 助力赋能、人机协同
应用:
人工智能的假体、外骨骼机器人(通过人类脑电波控制,辅助残疾人活动)
中人工智能(通用人工智能)
- 能举一反三
- 有学习能力
例如:
百度无人驾驶、特斯拉(进行多次的训练驾驶,逐渐学会驾驶)
弱人工智能(垂直行业人工智能)
- 依葫芦画瓢阶段(不会举一反三)
- 没有自主意识
- 取代机械/体力劳动
例如:
AlphaG0(只会下围棋,不会下其他棋)、智能客服、"仓储物流机器人
人工智能的发展历程
人工智能的三大学派
分为符号派、连接派、行为派。三大学派各自成体系又相互联系
案例场景化介绍人工智能
产品里面存在数据+算法+算力,就属于是人工智能产品;如果存在明显的算力或算法,也可以算是。
第一案例
淘宝:拍照识别-智能推荐
过程:用户拍照,淘宝进行划分属于哪个类目,提取特征数据,检索数据,排序数据,最终找到相关性高的物品。
你作为AI产品经理,淘宝有多个部门,当用户提出需求时,你需要精准地找到是哪个模块出问题,哪个部门出问题,是哪个算法不好导致的。如,最像照片的产品排序在下面,说明排序不好;搜索时间特别慢,你应该想到是检索和索引的问题,检索语句不好,也有可能是表结构设计不合理,数据结构不合理。
第二案例
美团点评:智能推荐美食
如果推荐好,算法可能比用户还懂用户,以至于提高用户的好感度。在人工智能产品中,首先,对数据进行分支,如人均消费,口味,环境等等;在算法中,可以从评分中提取用户情感(用自然语言处理),计算出用户偏好。注意算力很重要,因为数据可能有几TB,所以要进行优化。
应用AI公司的分类
基础层
即算力+数据存储
数据中心服务:对数据进行存储提供的服务能力。在搭建平台的时候,总是需要去买一个服务器,比如去百度云、腾讯云、阿里云等等云平台买。因为平台上的用户数据都需要进行存储云服务器。
云服务:弹性计算(因为程序或应用有时候会数据访问量大,有时访问量小,此时就需要动态改变数据的存储空间大小)、存储服务、视频与CDN迁移(是云服务器的大头,因为视频像素密集,占用空间很大)、数据库(一般用MySQL,免费又开源)、云通信、网络互联网中间件
技术层
即算法能力输出
作为产品经理,要看你做的是哪个领域的产品,然后把那一条链路上的AI产品进行分析。在计算机视觉中(对于人脸识别),产品经理就需要了解有哪些方法,算法,提供商有哪些,哪些收费,哪些不收费,哪些技术不成熟或完善的
应用层
具体应用,场景问题
AI产品经理的工作职责和能力模型
要区分AI AI+ +AI公司
- AI 公司:做AI算法,AI算力,搞底层技术,跟芯片相关。对产品经理算法能力和编码有要求。
- AI+ :分为2B(行业型)和2C(消费者)。
- +AI :对算法了解不深,但是要知道选择好外部 算法供应商,同时能把算法和现有产品结合。
AI产品经理的能力
- AI产品经理必须精通算法,要会数据分析,数据采集挖掘可视化,对数据发展使得业务数据的变化。对这三大命题要进行深挖,知道逻辑,算法优,则对服务器负担小。
- AI+产品经理要行业背景,面试官会卡。
- +AI产品经理中软硬结合型可能是行业发展的小趋势,因为他是看得见摸得着的,比如笔记本等。
如何找到AI产品经理的职位?
主动寻求机会,直接发Email,在大佬讲座上展示自己等等
个人现存能力 + 兴趣走向 -->找到合适的切入点
[外链图片转存中...(img-qCn0RUai-1713620327699)]
如何找到AI产品经理的职位?
主动寻求机会,直接发Email,在大佬讲座上展示自己等等
个人现存能力 + 兴趣走向 -->找到合适的切入点