AI 產(chǎn)品經(jīng)理成長(zhǎng)路

專注于為中小企業(yè)提供網(wǎng)站設(shè)計(jì)制作、成都網(wǎng)站設(shè)計(jì)服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)平陽(yáng)免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動(dòng)了1000多家企業(yè)的穩(wěn)健成長(zhǎng)，幫助中小企業(yè)通過(guò)網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

以下都是自己平時(shí)知識(shí)的一些總結(jié)，只是一些個(gè)人的愚見(jiàn)，下面出現(xiàn)的公司、書(shū)籍、視頻、網(wǎng)站都是自己看過(guò)體驗(yàn)過(guò)的，不是給他們打廣告，不是廣告！不是廣告！不是廣告！不同意見(jiàn)的評(píng)論區(qū)留下意見(jiàn)即可

一、AI的興起與互聯(lián)網(wǎng)

１.互聯(lián)網(wǎng)的紅利消失

１） PC端和移動(dòng)端使用人數(shù)固定

目前來(lái)看，PC端和移動(dòng)端的每年出貨量都在一個(gè)值上下，移動(dòng)端大概在每年4億臺(tái)，PC端更少而且每年還在下降。

２） 大流量入口被巨頭瓜分

從平時(shí)大部分人的手機(jī)端來(lái)看，一般人下載的應(yīng)用就那么幾個(gè)。

聊天（QQ、微信），資訊（今熱頭條、知乎、微博），外賣（餓了么、美團(tuán)）等軟件，基本上的移動(dòng)端流量都被這些巨頭給帶走了。

３） 獲客成本大幅度提高

現(xiàn)在已經(jīng)不是幾個(gè)人合作開(kāi)發(fā)個(gè)APP就能搞定的年代了，基本上投資家就會(huì)問(wèn)，你是怎樣獲客的，也就是你能找到你的適用人群?jiǎn)幔吭鯓幼屓巳ビ盟?/p>

2015 年打車大戰(zhàn)時(shí)，資本投了很多錢(qián)，滴滴和快的一年都燒了一個(gè)億用來(lái)獲客；2016年的共享單車也是一樣。隨著APP的飽和，即使出現(xiàn)一個(gè)很好的idea，你都需要大量的資金去燒。

２.互聯(lián)網(wǎng)對(duì)傳統(tǒng)行業(yè)的改造有限

１） 醫(yī)療本質(zhì)

醫(yī)療的本質(zhì)是醫(yī)生給人看病。但是有一個(gè)問(wèn)題互聯(lián)網(wǎng)它是解決不來(lái)的，那就是全國(guó)上下醫(yī)生的數(shù)量并沒(méi)有因?yàn)榛ヂ?lián)網(wǎng)而增多，數(shù)量就那么多?；ヂ?lián)網(wǎng)的本質(zhì)是解決了信息的不對(duì)稱問(wèn)題，它把醫(yī)生和病人連接在一起，但是本質(zhì)上還是一個(gè)醫(yī)生只能看一個(gè)病人，只是效率上略有提高，本質(zhì)問(wèn)題并沒(méi)有解決。

AI 可以帶來(lái)新的可能，未來(lái)她可以在很多方面代替醫(yī)生給人看病、抓藥等。從本質(zhì)上提升了看病的效率。

２） 物流本質(zhì)

物流的本質(zhì)上問(wèn)題也是跟醫(yī)療問(wèn)題一樣，也是一個(gè)司機(jī)開(kāi)一輛車，并沒(méi)有從根本上解決這個(gè)行業(yè)的效率痛點(diǎn)。

３） 制造業(yè)本質(zhì)

制造業(yè)從第二次工業(yè)革命之后，生產(chǎn)效率就沒(méi)有大的提升。第一工業(yè)革命后，制造業(yè)全面升級(jí)，伴隨著大量手工業(yè)者的失業(yè)，隨之而來(lái)的是，蒸汽動(dòng)力帶來(lái)的產(chǎn)業(yè)鏈革新；而第二次工業(yè)革命是內(nèi)燃機(jī)和電力的普及，帶來(lái)新的動(dòng)力，制造業(yè)進(jìn)入飛速發(fā)展的時(shí)代，從而帶來(lái)生產(chǎn)力的進(jìn)步推動(dòng)社會(huì)的發(fā)展；互聯(lián)網(wǎng)帶來(lái)的三次革命是信息革命，制造業(yè)并沒(méi)有從中獲取太多的好處，而AI可以為制造業(yè)帶來(lái)新的可能，大幅度提升生產(chǎn)力。

４） 其他的類似有打車行業(yè)、餐飲行業(yè)和教育行業(yè)等，互聯(lián)網(wǎng)也都沒(méi)有對(duì)其作出根本性的改變。

３.AI有無(wú)限遐想

１） 全新的世界

a) 新的交互方式：語(yǔ)音交互，視頻交互，手勢(shì)交互

b) 新的購(gòu)物方式：虛擬試衣

c) 新的游戲體驗(yàn)：VR/AR帶來(lái)的新一代沉入式游戲

２） 機(jī)會(huì)眾多

a) 雙創(chuàng)帶來(lái)的AI機(jī)會(huì)

國(guó)家近年來(lái)提出的雙創(chuàng)計(jì)劃，鼓勵(lì)大眾創(chuàng)新創(chuàng)業(yè)，而且國(guó)家最近又將AI列入國(guó)家的發(fā)展規(guī)劃之中，可見(jiàn)未來(lái)AI將會(huì)給年輕人帶來(lái)很多機(jī)會(huì)。

b) AI 可以帶來(lái)新的商業(yè)模式

看互聯(lián)網(wǎng)的20年發(fā)展史可知，互聯(lián)網(wǎng)的每一次小小革新都將帶來(lái)新的商機(jī)和商業(yè)模式。干爹馬云創(chuàng)立淘寶給商家和用戶直接的交易帶來(lái)了可能；小馬哥創(chuàng)立的騰訊帝國(guó)帶來(lái)了社交方式的突破，讓我明白了“羊毛出在豬身上”的真諦；而最近幾年的共享經(jīng)濟(jì)模式和直播經(jīng)濟(jì)模式又是一個(gè)創(chuàng)新的商業(yè)模式，并且中國(guó)的共享單車被外國(guó)人稱為“新四大發(fā)明”之一。

３） 大量的工作機(jī)會(huì)

a) AI 訓(xùn)練師：

這個(gè)職業(yè)已經(jīng)在某些招聘網(wǎng)站上可以看到了，而且工資還都不低。

b) 機(jī)器人顧問(wèn)：

我想這個(gè)是未來(lái)為機(jī)器人服務(wù)的一個(gè)崗位。

c) 虛擬律師：

我想大概將來(lái)虛擬產(chǎn)業(yè)起來(lái)之后，將會(huì)有針對(duì)虛擬的事物（機(jī)器人、智能產(chǎn)品、虛擬的世界NPC等）法律法規(guī)，這時(shí)這個(gè)職業(yè)將會(huì)應(yīng)運(yùn)而生。類似的我猜應(yīng)該還有機(jī)器慰問(wèn)師等。

d) AI PM ：

這個(gè)現(xiàn)在應(yīng)經(jīng)被大多數(shù)科技企業(yè)所接受了，也是伴隨著AI而生的。

４.AI將大規(guī)模提升生產(chǎn)力

１） 看病效率大幅度提升

AI 創(chuàng)企依圖科技已經(jīng)在和某些三家醫(yī)院合作，并采用AI系統(tǒng)平臺(tái)來(lái)代替醫(yī)生對(duì)腫瘤等影像圖片進(jìn)行分析了，未來(lái)將會(huì)在更多的領(lǐng)域協(xié)助醫(yī)生看病分析病情，改變以往一個(gè)醫(yī)生在單位時(shí)間內(nèi)的看病效率。

２） 無(wú)人車解決交通物流壓力

現(xiàn)如今各大一線城市皆都因?yàn)樗郊臆嚨钠占霸斐山煌ǖ亩氯?，給大城市的交通運(yùn)輸造成極大壓力。電商的發(fā)展造成物流的運(yùn)輸壓力。

３） 智慧機(jī)器人推進(jìn)制造業(yè)升級(jí)

智慧機(jī)器人的高精度重復(fù)作業(yè)既降低了企業(yè)的人力成本，也降低了人身安全風(fēng)險(xiǎn)，相反卻可大大提高企業(yè)的生產(chǎn)力。

４） 經(jīng)濟(jì)的發(fā)展帶動(dòng)文明的進(jìn)步

AI 帶來(lái)的生產(chǎn)力發(fā)展，而生產(chǎn)力又是人類文明進(jìn)步的推動(dòng)力，文明發(fā)展將會(huì)為人類探索未知世界（星空、深海、生命的起源等）帶了新的機(jī)會(huì)和突破。

５） 機(jī)器人解決陪伴、護(hù)理、客服等問(wèn)題

５.AI能為用戶打造個(gè)性化服務(wù)體驗(yàn)

１） 淘寶能夠根據(jù)個(gè)人信息匹配衣服尺寸

淘寶上買衣服眾所周知都是看中后詢問(wèn)客服衣服的尺寸及其他的信息，以后則可以利用機(jī)器學(xué)習(xí)建立每個(gè)用戶的尺寸信息和款式愛(ài)好等特征給用戶畫(huà)像，下一次買衣服則不用客服來(lái)回答用戶的尺寸信息了，直接可以推薦用戶的合適款式。

２） 婚戀網(wǎng)站根據(jù)用戶社交屬性打造興趣朋友圈

婚戀交友網(wǎng)站可以利用用戶的數(shù)據(jù)來(lái)訓(xùn)練機(jī)器從而建立模型為用戶畫(huà)像，再為用戶推薦匹配交友對(duì)象等。

３） 點(diǎn)對(duì)點(diǎn)式教育促進(jìn)個(gè)性化知識(shí)的傳播

未來(lái)的教育形式在滿足普通教育的基礎(chǔ)上，人們?cè)絹?lái)越崇尚個(gè)性化的因材施教方案，而只有利用AI為每一個(gè)用戶個(gè)性化打造個(gè)性化的教育內(nèi)容。

４） 百度能根據(jù)用戶畫(huà)像，實(shí)現(xiàn)精準(zhǔn)搜索

這個(gè)百度已經(jīng)在利用了，不需要多說(shuō)了。

二、AI  PM的必須

１.算法的開(kāi)源和數(shù)據(jù)資源戰(zhàn)

１） 谷歌和BAT算法框架的免費(fèi)

未來(lái)的算法和框架肯定都是免費(fèi)的，這是大公司們的套路，“羊毛出在豬身上”，大公司靠其他業(yè)務(wù)盈利如云計(jì)算等。

２） 技術(shù)服務(wù)利潤(rùn)窄

３） 數(shù)據(jù)價(jià)值的商業(yè)提現(xiàn)

２.技術(shù)人才不適用于商業(yè)發(fā)展的需求

１） 推動(dòng)社會(huì)進(jìn)步的不是技術(shù)的創(chuàng)造而是技術(shù)落地的實(shí)現(xiàn)著

a) 瓦特發(fā)明蒸汽機(jī)從而進(jìn)入蒸汽時(shí)代推動(dòng)工業(yè)革命

b) 貝爾發(fā)明電話打開(kāi)通訊時(shí)代

c) 愛(ài)迪生發(fā)明電燈從而讓人類拜托黑暗

d) 促進(jìn)信息時(shí)代發(fā)展的不是互聯(lián)網(wǎng)的提出者，而是各大科技公司的CEO們

２） AI技術(shù)人才的思維并不一定適用于商業(yè)模式的探討

３） 商業(yè)落地需要?jiǎng)?chuàng)新意識(shí)

３.產(chǎn)品的落地需要專業(yè)人才探討

１） 百度引進(jìn)陸奇

百度AI技術(shù)在中國(guó)是走在前列的，領(lǐng)先與BAT中的其他兩家，然而Robin還是去硅谷請(qǐng)來(lái)了陸奇為其開(kāi)拓AI的落地業(yè)務(wù)，隨之而來(lái)的是一大批技術(shù)大牛（吳恩達(dá)、余凱等）的離去。側(cè)面證明了AI產(chǎn)品人在未來(lái)場(chǎng)景落地應(yīng)用方面的重要性。

２） 智能音箱的落地更需產(chǎn)品思維

在美國(guó)的所有高科技企業(yè)中，谷歌是以技術(shù)見(jiàn)長(zhǎng)的在AI方面更是技術(shù)人才輩出，然而正如陸奇所說(shuō)的，在硅谷，AI商業(yè)化的落地探尋中，亞馬遜才是最成功的（原話不記得了，大概意思是這樣），因?yàn)閬嗰R遜的智能音箱Echo至少是賣火了的，賣出了AI的概念，讓用戶知道了有這么個(gè)高科技玩意。

４.未來(lái)的產(chǎn)品涉及到各個(gè)方面（哲學(xué)、心理、情感）

１） 智能音箱（情感）

智能音箱中的對(duì)話情景涉及到人與人之間的情感分析，這些都不是技術(shù)人才能搞得定的，所謂術(shù)業(yè)有專攻，這些情景類的探尋還是需要懂用戶的產(chǎn)品人來(lái)開(kāi)拓市場(chǎng)。

２） 虛擬購(gòu)物（懂用戶）

５.細(xì)分行業(yè)的垂直應(yīng)用需要復(fù)合型人才開(kāi)拓

１） 陪伴類機(jī)器人需要情感交流

２） 智能投顧需要金融知識(shí)

３） 智慧醫(yī)療需醫(yī)學(xué)知識(shí)

４） 無(wú)人車商用需要懂人文法律

三、未來(lái)產(chǎn)品的思考

１.未來(lái)工具

１） 交互工具

人用語(yǔ)音，機(jī)器視覺(jué)呈現(xiàn)、手表、頭盔、眼鏡等

２） 交通工具

可能是移動(dòng)分眾平臺(tái)、星巴克、書(shū)房

３） 社交工具

虛擬社區(qū)、主題公園、游戲世界等

２.AI+行業(yè)

１） 定義：AI技術(shù)沒(méi)發(fā)展之前是沒(méi)有這個(gè)行業(yè)的

２） 特點(diǎn)：

a) 行業(yè)壁壘較低，和巨頭同一起跑線

b) 機(jī)會(huì)太少

c) 技術(shù)要求高，創(chuàng)業(yè)團(tuán)隊(duì)得高大上

d) 創(chuàng)新思維要求高

３） 應(yīng)用：

a) 無(wú)人車：AI技術(shù)發(fā)展起來(lái)之前，誰(shuí)敢大言不饞的說(shuō)無(wú)人駕駛。

b) 智能音箱：ASR、NLP沒(méi)突破之前，智能音箱的概念估計(jì)都沒(méi)人敢提。

c) 城市大腦：計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)的突破才讓圖片分析成為可能，才能幫助治理城市。

d) 人臉識(shí)別：這個(gè)方向純粹就是計(jì)算機(jī)視覺(jué)和機(jī)器視覺(jué)發(fā)展的產(chǎn)物。

e) 陪伴機(jī)器人：未來(lái)機(jī)器人發(fā)展的必經(jīng)之一。

３.行業(yè)+AI

１） 定義：一直存在的行業(yè)，AI只是帶來(lái)產(chǎn)業(yè)升級(jí)

２） 特點(diǎn)：

a) 有很深的行業(yè)壁壘，巨頭并沒(méi)有什么優(yōu)勢(shì)

b) 對(duì)創(chuàng)業(yè)公司更友好

c) 懂AI的行業(yè)人才相較AI人才更重要

d) 七成以上的產(chǎn)品落地都在行業(yè)+AI上

３） 應(yīng)用：

a) AI 醫(yī)療影像

b) 無(wú)人物流貨運(yùn)

c) AI 數(shù)據(jù)投顧

d) 無(wú)人零售

e) AI 安防

４.方式的考慮

１） 控制方式

未來(lái)產(chǎn)品的控制方式將會(huì)更加的自然，從以前的少數(shù)極客到受過(guò)高等教育的學(xué)生再到老人和小孩。

２） 感知豐富

a) 輸入：多種感知方式的輸入，語(yǔ)音、手勢(shì)

b) 輸出：語(yǔ)言、圖像、行為

３） 導(dǎo)向：從功能導(dǎo)向到以人為核心

４） 內(nèi)容

a) 內(nèi)容標(biāo)簽化、精細(xì)化

b) 內(nèi)容個(gè)性化用戶畫(huà)像、精準(zhǔn)化

c) 形態(tài)：以語(yǔ)音和視頻為主體（不再主動(dòng)尋找）

５.產(chǎn)品形態(tài)

１） 云端一體：

    a) 端：語(yǔ)音、視覺(jué)、行動(dòng)

    b) 云：數(shù)據(jù)、算法、服務(wù)

２） 形態(tài)以方便自然為導(dǎo)向

６.應(yīng)用類別

１） 關(guān)鍵性應(yīng)用

a) 用戶承受要求極高，容錯(cuò)率極低

精確度99%意味著100次出一次事故，99.9%意味著1000次出一次事故，因此技術(shù)要求高，非要一些技術(shù)大牛坐鎮(zhèn)不可，因此對(duì)大部分的創(chuàng)業(yè)公司不是很友好。

b) 落地應(yīng)用

    i. 手術(shù)機(jī)器人

    ii. 醫(yī)療影像分析

    iii. 無(wú)人飛行

    iv. 智能配藥

    v. 無(wú)人駕駛

c) 技術(shù)要求很高，非高大上搞不定

d) 項(xiàng)目周期長(zhǎng)，商業(yè)化遙遠(yuǎn)，盈利遙遙。

２） 非關(guān)鍵性應(yīng)用

a) 落地應(yīng)用：

    i. 智能安防

    ii. 人臉識(shí)別

    iii. 掃地機(jī)器人

    iv. 陪伴機(jī)器人

    v. 送餐機(jī)器人

b) 技術(shù)要求不高，能達(dá)到通用技術(shù)即可

c) 用戶承受力期望要求不高

d) 項(xiàng)目周期短，短時(shí)間可判斷能否盈利，且對(duì)廣大想要在AI上尋找機(jī)會(huì)的創(chuàng)業(yè)者來(lái)說(shuō)更友好一點(diǎn)，機(jī)會(huì)跟多一點(diǎn)。

四、產(chǎn)品人技能樹(shù)

１.AI發(fā)展史

１） AI孕育期（1943-1955）：計(jì)算機(jī)器與智能的提出

    a) 明斯基和同學(xué)造出第一臺(tái)神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)

    b) 阿蘭.圖靈提出圖靈測(cè)試

２） AI的誕生（1956）：達(dá)特矛斯會(huì)議幾個(gè)科學(xué)家（麥卡錫、明斯基、香農(nóng)等）提出了人工之能這個(gè)名詞，并正式有了概念。

３） 熱情與期望（1956-1973）

    a) 西蒙提出物理符號(hào)系統(tǒng)

    b) 薩繆爾編寫(xiě)西洋跳棋程序

    c) 算法發(fā)明

            i. 貝爾曼公式的提出：增強(qiáng)學(xué)習(xí)的雛形

            ii. 感知器的提出：深度學(xué)習(xí)模型的雛形

    d) 人工智能實(shí)驗(yàn)室在高校（MIT、斯坦福）的建立

    e) 廣泛應(yīng)用于數(shù)學(xué)和NLP領(lǐng)域以解決代數(shù)、幾何證明和英語(yǔ)問(wèn)題

４） 第一次寒冬（1974-1980）

    a) 邏輯證明器、感知器、增強(qiáng)學(xué)習(xí)只能夠做簡(jiǎn)單的任務(wù)

    b) 數(shù)學(xué)模型被發(fā)現(xiàn)有缺陷

    c) 政府中斷合作并轉(zhuǎn)移資金，社會(huì)輿論壓力

５） AI崛起（1980）

    a) 專家系統(tǒng)的提出

    b) BP 算法的提出

６） 第二次寒冬（1987）

    a) 蘋(píng)果和IBM生產(chǎn)的臺(tái)式機(jī)性能超越專家系統(tǒng)性能

    b) 美國(guó)政府項(xiàng)目局否決AI為下一個(gè)浪潮

７） 現(xiàn)代AI（21世紀(jì)初左右）

    a) 1997 年IBM深藍(lán)戰(zhàn)勝國(guó)際象棋冠軍

    b) 2009 年羅斯聯(lián)邦理工學(xué)院的藍(lán)腦計(jì)劃成功模擬部分鼠腦

    c) 大數(shù)據(jù)導(dǎo)致深度學(xué)習(xí)興起

    d) 2011 年IBM沃森挑戰(zhàn)智力問(wèn)答節(jié)目“危險(xiǎn)邊緣”奪冠

    e) 2016 年阿法狗戰(zhàn)勝人類圍棋冠軍

    f) 2017 年AI被列入各大國(guó)的戰(zhàn)略發(fā)展規(guī)劃中

２.AI通識(shí)理解

１） 基礎(chǔ)計(jì)算能力層：云計(jì)算、GPU等硬件加速，神經(jīng)網(wǎng)絡(luò)芯片

２） 技術(shù)框架層：TensorFlow、Caffe、Theano、Torch、DMTK、DTPAR、ROS等框架或操作系統(tǒng)

３） 算法層（機(jī)器學(xué)習(xí)）

a) 監(jiān)督學(xué)習(xí)

i. 定義：已標(biāo)注的數(shù)據(jù)為老師，機(jī)器得出模型，然后輸出預(yù)測(cè)數(shù)據(jù)結(jié)果

ii. 解決問(wèn)題

     ① 回歸問(wèn)題

     ② 分類問(wèn)題

iii. 算法模型

     ① 線性回歸模型

     ② K- 近鄰算法

     ③ 決策樹(shù)

     ④ 樸素貝葉斯

     ⑤ 邏輯回歸

b) 半監(jiān)督學(xué)習(xí)

i. 定義：通識(shí)使用未標(biāo)注和標(biāo)注的數(shù)據(jù)訓(xùn)練模型來(lái)進(jìn)行模式識(shí)別工作

ii. 解決問(wèn)題

     ① 垃圾信息過(guò)濾

     ② 視頻網(wǎng)站分析

iii. 算法模型

     ① 半監(jiān)督SVM（支持向量機(jī)）

     ② 高斯模型

     ③ KNN 模型

     ④ Self-trainning

     ⑤ Co-trainning

iv. 優(yōu)點(diǎn)

     ① 相比監(jiān)督學(xué)習(xí)，節(jié)約人力成本，提高投入產(chǎn)出比

     ② 相比無(wú)監(jiān)督學(xué)習(xí)，可以得到分配更高精度的模型

c) 無(wú)監(jiān)督學(xué)習(xí)

i. 定義：不給機(jī)器提供已標(biāo)注的數(shù)據(jù)，讓機(jī)器自己對(duì)數(shù)據(jù)進(jìn)行處理并輸出結(jié)果

ii. 解決問(wèn)題

     ① 關(guān)聯(lián)

     ② 聚類

     ③ 降維

iii. 算法模型

     ① K 均值算法

     ② 自編碼

     ③ 主成分分析

     ④ 隨機(jī)森林

d) 強(qiáng)化學(xué)習(xí)

i. 定義：機(jī)器感知環(huán)境的正狀態(tài)轉(zhuǎn)移時(shí)會(huì)反饋給機(jī)器的一個(gè)獎(jiǎng)賞，使機(jī)器學(xué)習(xí)朝著正信號(hào)趨勢(shì)學(xué)習(xí)，從而使累積獎(jiǎng)賞值最大。

ii. 解決問(wèn)題

     ① 自動(dòng)直升機(jī)

     ② 機(jī)器人控制

     ③ 手機(jī)網(wǎng)絡(luò)路由

     ④ 市場(chǎng)決策

     ⑤ 工業(yè)控制

     ⑥ 高效網(wǎng)頁(yè)索引

iii. 算法模型

① K- 搖臂賭博機(jī)（單步強(qiáng)化學(xué)習(xí)任務(wù)）

    1. ε- 貪心算法

    2. Softmax 算法

② 有模型學(xué)習(xí)（多步強(qiáng)化學(xué)習(xí)任務(wù)）

    1. 基于T步累積獎(jiǎng)賞的策略評(píng)估算法

    2. 基于T步累積獎(jiǎng)賞的策略迭代算法

③ 免模型學(xué)習(xí)

    1. 蒙特卡羅強(qiáng)化學(xué)習(xí)

        a) 同策略

        b) 異策略

    2. 時(shí)序查分學(xué)習(xí)

        a) Q- 學(xué)習(xí)算法

        b) Sarsa 算法

④ 模仿學(xué)習(xí)

e) 遷移學(xué)習(xí)

i. 定義：指從一個(gè)領(lǐng)域的學(xué)習(xí)結(jié)果遷移到另一個(gè)學(xué)習(xí)領(lǐng)域

ii. 解決問(wèn)題

     ① 終身學(xué)習(xí)

     ② 知識(shí)轉(zhuǎn)移

     ③ 歸納遷移

     ④ 多任務(wù)學(xué)習(xí)

     ⑤ 知識(shí)的鞏固

     ⑥ 上下文相關(guān)學(xué)習(xí)

     ⑦ 元學(xué)習(xí)

     ⑧ 增量學(xué)習(xí)

iii. 算法模型：TrAdBoost算法

f) 深度學(xué)習(xí)

i. 定義：多層神經(jīng)網(wǎng)絡(luò)

ii. 解決問(wèn)題

     ① 預(yù)測(cè)學(xué)習(xí)

     ② 語(yǔ)音識(shí)別

     ③ 圖像識(shí)別

iii. 算法模型：RNN、DNN、CNN

iv. 優(yōu)點(diǎn)

     ① 從特征中檢測(cè)復(fù)雜的相互作用

     ② 從幾乎沒(méi)有處理的原始數(shù)據(jù)中學(xué)習(xí)低層次的特征

     ③ 處理高基數(shù)類成員

     ④ 處理未標(biāo)記的數(shù)據(jù)

４） 通用技術(shù)層

a) 語(yǔ)音識(shí)別（ASR）

i. 概念

① 原理：輸入——編碼——解碼——輸出

② 識(shí)別方式

    1. 傳統(tǒng)識(shí)別：一般采用隱馬爾可夫模型HMM

    2. 端到端識(shí)別：一般采用深度神經(jīng)網(wǎng)絡(luò)DNN

ii. 遠(yuǎn)場(chǎng)識(shí)別

     ① 語(yǔ)音激活檢測(cè)VAD：遠(yuǎn)場(chǎng)識(shí)別信噪比（SNR）比較高

     ② 語(yǔ)音喚醒：智能設(shè)備需要語(yǔ)音喚醒詞來(lái)使其工作

③ 難點(diǎn)

    1. 喚醒時(shí)間：用戶發(fā)出語(yǔ)音到設(shè)備響應(yīng)用戶所花時(shí)間（目前還是略長(zhǎng)）

    2. 功耗：目前功耗并不低

    3. 喚醒詞：一般在3-4個(gè)字

    4. 喚醒結(jié)果

        a) 漏報(bào)：喊他他不應(yīng)（喚醒詞字?jǐn)?shù)太多容易發(fā)生漏報(bào)）

        b) 誤報(bào)：沒(méi)喊他他應(yīng)（喚醒詞字?jǐn)?shù)太少容易發(fā)生誤報(bào)）

iii. 麥克風(fēng)陣列

     ① 背景：在復(fù)雜的背景下經(jīng)常有各種噪聲、回聲、混響來(lái)干擾識(shí)別場(chǎng)景此時(shí)需要麥克風(fēng)陣列      來(lái)處理雜聲。

     ② 作用

        1. 語(yǔ)音增強(qiáng)

        2. 聲源定位

        3. 去混響

        4. 聲源信號(hào)的提取和分離

     ③ 分類

        1. 線性：一維（180度）

        2. 環(huán)形：二維（360度）

        3. 球形：三維空間

     ④ 個(gè)數(shù)

        1. 一般常用為2、4、6麥

       2. 單麥、雙麥、多麥在嘈雜環(huán)境下拾音效果差距較大

        3. 5 麥和8麥在安靜環(huán)境下效果相當(dāng)

iv. 全雙工

     ① 單工：A和B說(shuō)話，B只能聽(tīng)A說(shuō)

     ② 半雙工：A（中路miss了，下路注意了，完畢）  B（下路收到，完畢）

     ③ 全雙工：兩人多輪對(duì)話，可插話和打斷

v. 糾錯(cuò)：對(duì)識(shí)別的語(yǔ)句進(jìn)行糾錯(cuò)

b) 自然語(yǔ)音處理（NLP）

i. 過(guò)程

     ① NLU （自然語(yǔ)言理解）

     ② NLG （自然語(yǔ)言生成）

ii. 難點(diǎn)

     ① 語(yǔ)言歧義性：意思意思（到底是什么意思，機(jī)器無(wú)法弄明白）

     ② 語(yǔ)言魯棒性：句子多字少字錯(cuò)字，語(yǔ)法錯(cuò)誤（這個(gè)人都經(jīng)常出錯(cuò)，機(jī)器現(xiàn)在還無(wú)法搞定）

     ③ 知識(shí)依賴：蘋(píng)果（這個(gè)到底指“水果”還是指“手機(jī)”）

     ④ 語(yǔ)境：上下文的語(yǔ)境分析（她走了——她到底是哪個(gè)呢）

iii. 解決方法（這個(gè)太多了就不細(xì)說(shuō)了，深究的同學(xué)可自查資料）

     ① 規(guī)則方法

     ② 統(tǒng)計(jì)方法

     ③ 深度學(xué)習(xí)

     ④ 關(guān)聯(lián)方法

iv. 應(yīng)用

     ① 句法語(yǔ)義分析

     ② 信息抽取

     ③ 文本挖掘

     ④ 機(jī)器翻譯

     ⑤ 信息檢索

     ⑥ 問(wèn)答系統(tǒng)

     ⑦ 對(duì)話系統(tǒng)

c) 語(yǔ)音合成（TTS）

i. 實(shí)現(xiàn)方法

     ① 拼接法：

        1. 定義：從事先錄制的大量語(yǔ)音中，選擇基本單位（音節(jié)、音素）拼接而成，為了連貫性         常采用雙音子（一個(gè)因素的中央倒下一個(gè)因素的中央）作為單位。

        2. 優(yōu)點(diǎn)：語(yǔ)音質(zhì)量較高

        3. 缺點(diǎn)：數(shù)據(jù)庫(kù)較大，一般需幾十小時(shí)的成品語(yǔ)料，企業(yè)級(jí)商用的話需5萬(wàn)句費(fèi)用在幾百         萬(wàn)。

     ② 參數(shù)法：

        1. 定義：根據(jù)統(tǒng)計(jì)模塊來(lái)產(chǎn)生每時(shí)每刻的語(yǔ)音參數(shù)，然后將參數(shù)轉(zhuǎn)化為波形，主要分三個(gè)         模塊：前端處理，建模和聲碼器。

            a) 這句話的語(yǔ)氣語(yǔ)調(diào)，節(jié)奏，韻律邊界，重音，情感

            b) 拼接法和參數(shù)法，都有前端處理，區(qū)別在于后端聲學(xué)建模方法。

        2. 優(yōu)點(diǎn)：個(gè)性化的TTS大多是用參數(shù)法可節(jié)約時(shí)間成本

        3. 缺點(diǎn)：質(zhì)量比拼接法差一些，因?yàn)槭苤朴诎l(fā)生算法，有損失。

ii. 評(píng)判標(biāo)準(zhǔn)（評(píng)判TTS系統(tǒng)的好壞）

     ① 主觀測(cè)試：人為評(píng)測(cè)（人為來(lái)聽(tīng)）

     ② 客觀測(cè)試：系統(tǒng)評(píng)測(cè)（機(jī)器評(píng)測(cè)）

iii. 瓶頸和機(jī)會(huì)

     ① 數(shù)據(jù)匱乏（可用的語(yǔ)音數(shù)據(jù)）

     ② 人才匱乏：TTS人才相比于AI中的NLP和CV類人才太少

     ③ 產(chǎn)品化難度高

        1. 用戶預(yù)期場(chǎng)景較復(fù)雜

        2. 技術(shù)現(xiàn)在還有較多難點(diǎn)

        3. 細(xì)節(jié)設(shè)計(jì)還需較多斟酌

     ④ 商業(yè)化壓力

        1. 項(xiàng)目周期較長(zhǎng)（這個(gè)需要長(zhǎng)時(shí)間的數(shù)據(jù)和技術(shù)的積累與沉淀）

        2. 細(xì)分場(chǎng)景上的切入目前還處于早期階段，試錯(cuò)成本較高

d) 計(jì)算機(jī)視覺(jué)（CV）

    i. 發(fā)展階段（四個(gè)階段）

     ① 馬爾計(jì)算視覺(jué)階段

        1. 計(jì)算理論

        2. 表達(dá)和算法

        3. 算法實(shí)現(xiàn)

     ② 主動(dòng)和目的視覺(jué)階段

     ③ 多視幾何和分層三維重建階段

        1. 多視幾何

        2. 分層三維重建

        3. 攝像機(jī)自標(biāo)定

     ④ 基于學(xué)習(xí)的視覺(jué)階段

        1. 流形學(xué)習(xí)

        2. 深度學(xué)習(xí)

    ii. CV 應(yīng)用的處理過(guò)程

  ① 成像

 1. 定義：模擬相機(jī)原理（怎樣把照片的質(zhì)量進(jìn)行提升）

 2. 影響圖片因素

    a) 光照影響

        i. 從產(chǎn)品角度控制：可以通過(guò)提醒來(lái)改變用戶的使用場(chǎng)景；通過(guò)升級(jí)或變更硬件設(shè)施來(lái)             提升產(chǎn)品的體驗(yàn)

        ii. 從算法角度控制：利用算法對(duì)圖片進(jìn)行處理來(lái)提升圖片的質(zhì)量

    b) 模糊

        i. 運(yùn)動(dòng)模糊：人體、車輛、攝像頭的移動(dòng)造成

        ii. 對(duì)焦模糊：攝像頭的距離、質(zhì)量和天氣等因素造成

        iii. 低分辨率差值模糊：小圖放大和攝像頭硬件等設(shè)備造成

        iv. 混合模糊：多重模糊存在

    c) 噪聲、分辨率

② 早期視覺(jué)

1. 定義：圖片的處理加工過(guò)程

2. 圖像分割

3. 邊緣求取

4. 運(yùn)動(dòng)和深度估計(jì)

5. 圖像拼接

6. 目前問(wèn)題

    a) 結(jié)果不精確

    b) 需要長(zhǎng)時(shí)間的知識(shí)沉淀

③ 識(shí)別理解

1. 定義：把一張圖片對(duì)應(yīng)到一個(gè)文字、一張照片或標(biāo)簽

2. 標(biāo)簽

    a) 越精確對(duì)模型越有利，但數(shù)據(jù)就會(huì)越少

    b) 主觀因素影響

    c) 細(xì)分標(biāo)簽

3. 數(shù)據(jù)優(yōu)化

    iii. 研究?jī)?nèi)容（此部分還未總結(jié)完，感興趣的可自己探尋）

① 空間視覺(jué)

② 物體視覺(jué)

    iv. 典型物體表達(dá)理論

① 馬爾的三維物體表達(dá)

② 基于二維的圖像物體表達(dá)

③ 逆生成模型表達(dá)

    v. 應(yīng)用發(fā)展趨勢(shì)

① 人臉識(shí)別

② 圖片搜索

③ 個(gè)性化廣告投放

④ 即時(shí)定位與地圖構(gòu)建

３.AI產(chǎn)品理解（此部分還未涉獵）

１） 人人都是產(chǎn)品經(jīng)理（AI時(shí)代應(yīng)該也不變）

２） 產(chǎn)品理解

a) NLP 類

i. 對(duì)話機(jī)器人（圖靈的BabyQ、微軟小冰）

ii. 語(yǔ)音搜索（百度、谷歌）

iii. 智能語(yǔ)音輸入法（訊飛、搜狗）

iv. 智能音箱（喜馬拉雅和獵戶星空的小雅音響、亞馬遜的Echo）

b) CV 類

i. 無(wú)人機(jī)（大疆）

ii. 醫(yī)療影像分析系統(tǒng)（依圖科技的胸部CT智能輔助診斷系統(tǒng)）

iii. 無(wú)人駕駛（馭勢(shì)科技、百度、谷歌）

iv. 安防

c) 機(jī)器學(xué)習(xí)類

五、產(chǎn)品人上車（都是自己平時(shí)涉獵）

１.思想上認(rèn)識(shí)到AI的重要性：認(rèn)識(shí)到AI時(shí)代確實(shí)是已經(jīng)來(lái)了，主要開(kāi)闊一下視野

１） 書(shū)籍

a) 奇點(diǎn)臨近

b) 未來(lái)簡(jiǎn)史

c) 智能時(shí)代

d) 人工智能時(shí)代

e) 智能主義

f) 科學(xué)的極致——漫談人工智能

２） 視頻（影視）

a) 人工智能

b) I robot

c) 西部世界

d) 終結(jié)者

e) 黑客帝國(guó)

２.理論知識(shí)

１） 書(shū)籍

a) 機(jī)器學(xué)習(xí)（周志華）

b) 機(jī)器學(xué)習(xí)實(shí)戰(zhàn)

c) 數(shù)學(xué)之美

d) 統(tǒng)計(jì)學(xué)習(xí)方法

e) 人工智能—一種現(xiàn)代的方法

f) 計(jì)算機(jī)視覺(jué)——算法與應(yīng)用

２） 視頻

a) Ng 的機(jī)器學(xué)習(xí) 課程（網(wǎng)易公開(kāi)課）

b) 楊瀾的AI訪談節(jié)目

c) 北大的人工智能公開(kāi)課（網(wǎng)易云課堂）

３） 網(wǎng)站

a) 知乎（所有AI的問(wèn)答和知乎Live）

b) 簡(jiǎn)書(shū)（所有AI文章）

c) 人人都是產(chǎn)品經(jīng)理（產(chǎn)品經(jīng)理學(xué)習(xí)的最佳社區(qū)）

d) 36 氪（AI行業(yè)研究報(bào)告和AI新聞）

e) CSDN （可以跟隨AI方面的博主學(xué)習(xí)系統(tǒng)的AI知識(shí)）

f) AI 論文下載網(wǎng)（有些是要花錢(qián)的，但對(duì)未來(lái)的投資來(lái)說(shuō)都是些小錢(qián)）

i. 維普

ii. 萬(wàn)方

iii. 中國(guó)知網(wǎng)

iv. 谷歌學(xué)術(shù)

４） 資訊

a) 36 氪

b) 虎嗅

c) 極客公園

d) 商業(yè)周刊

e) 中關(guān)村在線

５） 微信公眾號(hào)

a) 飯團(tuán)AI產(chǎn)品經(jīng)理大本營(yíng)（這個(gè)是業(yè)內(nèi)最早成立的AI PM社區(qū)，有很多AI PM的開(kāi)拓者在這里分享干貨，不過(guò)要花點(diǎn)錢(qián)）

b) 集智俱樂(lè)部（科學(xué)的極致——漫談人工智能，這本書(shū)是這個(gè)俱樂(lè)部出的）

c) 量子位

d) 專知（有很多AI的專業(yè)知識(shí)和大佬見(jiàn)解）

e) AI 科技大本營(yíng)

３.整理輸出：看完書(shū)或者視頻之后一定要輸出自己的內(nèi)容

１） 簡(jiǎn)書(shū)（輸出自己所得所想）

２） 知乎（輸出自己所得所想）

３） CSDN（輸出自己所得所想）

４.研究行業(yè)

１） 政策

a) 國(guó)家AI規(guī)劃

b) 人才扶持政策

c) 創(chuàng)業(yè)資金扶持政策

２） 市場(chǎng)及融資

３） 城市對(duì)比（北上廣深杭成武）

a) 人才對(duì)比

b) 行業(yè)完整對(duì)比（產(chǎn)業(yè)鏈雛形）

c) 行業(yè)集中度及公司分布

d) AI 氛圍對(duì)比

４） 細(xì)分行業(yè)切入

a) 醫(yī)療

b) 無(wú)人車

c) 安防

d) VR/AR

e) 機(jī)器人

f) 金融

５） 公司選擇

a) 芯片類：寒武紀(jì)、地平線、深鑒科技

b) NLP 類：圖靈機(jī)器人、艾特曼、思必馳、云知聲、科大訊飛

c) CV 類：商湯科技、曠視科技、依圖科技、云從科技、碼隆科技、極視角科技

d) 機(jī)器人類：優(yōu)必選、圖靈機(jī)器人、Rokid

e) 平臺(tái)類（巨頭）：百度、阿里、騰訊、京東、小米

f) 應(yīng)用類：乂學(xué)教育、智齒科技、出門(mén)問(wèn)問(wèn)

g) 駕駛類：馭勢(shì)科技、圖森未來(lái)、奇點(diǎn)汽車

h) 細(xì)分類：匯醫(yī)慧影（醫(yī)療）、第四范式（金融）、量化派（金融）、碳云智能（醫(yī)療）

６） 上車

a) 挑選公司

i. 查找AI創(chuàng)企的相關(guān)榜單并總結(jié)出公司的上榜次數(shù)

ii. IT 桔子查找相關(guān)公司的公司狀況

iii. 上知乎和拉鉤查找相關(guān)公司的員工評(píng)論和介紹

iv. 上脈脈勾搭相關(guān)公司的在職人員了解公司詳情

v. 上公司官網(wǎng)體驗(yàn)公司產(chǎn)品并總結(jié)輸出

b) 研究相關(guān)公司

i. 公司定位及主要產(chǎn)品

ii. 創(chuàng)始人及團(tuán)隊(duì)

iii. 戰(zhàn)略融資情況

iv. 公司合作伙伴

v. 公司核心技術(shù)

c) 上車

i. 投簡(jiǎn)歷

ii. 拿著研究報(bào)告上門(mén)找Hr談

iii. 拿著在知乎、簡(jiǎn)書(shū)、CSDN上的輸出內(nèi)容找人談

iv. 認(rèn)識(shí)行業(yè)內(nèi)的人，找人內(nèi)推（AI產(chǎn)品經(jīng)理大本營(yíng)、產(chǎn)品社區(qū)）

六、自我思考

１.AI時(shí)代的交互方式

１） 交互更加自然簡(jiǎn)便

２） 人用語(yǔ)音（手勢(shì)）與機(jī)器交互，機(jī)器用圖像與人交互

３） 更容易攜帶（手表、眼鏡等其他硬件產(chǎn)品作為承載）

２.機(jī)器的存在方式

１） 工具

２） 寵物

３） 朋友

４） 陪伴的親人

５） 戀人

３.新的職位

１） 機(jī)器訓(xùn)練師

２） 機(jī)器人保險(xiǎn)/顧問(wèn)

３） 無(wú)人車管理員

４） 機(jī)器人4S店

５） 機(jī)器人糾紛解決師

４.未來(lái)的消費(fèi)

１） 無(wú)人零售

２） 虛擬消費(fèi)

a) 虛擬游戲

b) 虛擬社交

c) 虛擬旅行

作者：放飛人夜
鏈接：https://www.jianshu.com/p/4b98314ad3c0
來(lái)源：簡(jiǎn)書(shū)
簡(jiǎn)書(shū)著作權(quán)歸作者所有，任何形式的轉(zhuǎn)載都請(qǐng)聯(lián)系作者獲得授權(quán)并注明出處。