?關(guān)于AI產(chǎn)品，作為一名互聯(lián)網(wǎng)出身產(chǎn)品經(jīng)理，我把近段時間的學(xué)習(xí)筆記，分享給大家。

去年的谷歌AlphaGo大戰(zhàn)李世石，以及國家出臺了相關(guān)支持政策，還有百度的高調(diào)轉(zhuǎn)型，使得人工智能領(lǐng)域已經(jīng)得到越來越多人的關(guān)注。

中國的人工智能近幾年來也發(fā)展極為迅速，2014年-2016年里中國新增人工智能企業(yè)占據(jù)累計的53.8%，融資的金額占了總體的93.59%。

而每個劃時代的領(lǐng)域都必然會經(jīng)歷三個階段：

1. 革命性的技術(shù)
2. 可以落地的產(chǎn)品
3. 精細化的運營

如今人工智能的技術(shù)，在某些領(lǐng)域已經(jīng)相當(dāng)成熟了，迫切需要好的場景來落地。

而讓技術(shù)最大化的創(chuàng)造價值，則是需要更多具有“產(chǎn)品思維”的人一起來推動行業(yè)發(fā)展。

作為一名互聯(lián)網(wǎng)出身產(chǎn)品經(jīng)理，我把近段時間的學(xué)習(xí)筆記，分享給大家。

內(nèi)容主要圍繞三個方面：

• Why：為什么要死磕人工智能以及過程中遇到了哪些問題
• How：怎么學(xué)習(xí)才能達成自己的階段目標。
• What：要通過輸出來加深自己的理解。

這篇學(xué)習(xí)筆記更適合哪些PM小伙伴閱讀？

• 剛剛開始進入或準備進入AI領(lǐng)域
• 面對AI領(lǐng)域大量的知識不知如何上手

1.?Why：為什么要死磕人工智能以及過程中遇到問題

年初的時候我在公司的戰(zhàn)略會上提出AI的方向，但目前還只是停留的在概念上，大致原因如下：

• 沒有體系化解決方案
• 沒有直接可供機器學(xué)習(xí)的數(shù)據(jù)
• 無法確定ROI（投產(chǎn)比）
• 核心團隊對AI領(lǐng)域認知較少
• …等等

而我近期開始研究AI后，發(fā)現(xiàn)AI知識涉及到了大量且不同領(lǐng)域的知識，如：

• 哲學(xué)，認知科學(xué)，數(shù)學(xué)，神經(jīng)學(xué)，心理學(xué)語言學(xué)，生物學(xué)，仿生學(xué)，統(tǒng)計學(xué)，自動化，高等數(shù)學(xué)，計算機科學(xué)，醫(yī)學(xué)…
• 云計算，大數(shù)據(jù)，算法模型，開源框架，語料庫，機器學(xué)習(xí)，深度神經(jīng)網(wǎng)絡(luò)…
• 語音識別，語音合成，計算機識別，自然語言處理…
• ……

隨便一塊知識都不是幾個月可以吃得下來的。

且目前市面上資料更多是偏學(xué)術(shù)，技術(shù)，以及算法等層面的，極少有直接面向產(chǎn)品經(jīng)理的，導(dǎo)致自己在學(xué)習(xí)過程中也趟了很多「坑」。

好在一部分已經(jīng)在AI領(lǐng)域的產(chǎn)品大咖們，正在盡可能的分享著自己的方法和經(jīng)驗，讓新進入這個領(lǐng)域的產(chǎn)PM少走了不少的彎路。

據(jù)AI行業(yè)的大咖介紹，產(chǎn)品經(jīng)理想要在AI創(chuàng)造價值至少需要6個月。AI在思維方式上有很大的差異化，并且對于已經(jīng)有N年其他領(lǐng)域PM來講，更會遇到諸多來自于內(nèi)部和外部的問題。

所以對我來講，先想明白「Why：為什么這么做」要比「How：怎么做」更加的重要。

「注：附上自己的Belief，僅供參考」

2.How：怎么學(xué)才可以達到自己的階段性目標

有沒有遇到過進入一個新的領(lǐng)域，遇到海量的信息卻無從下手 ？

這個就是我剛進入AI領(lǐng)域，遇到第一個問題，我的方法是：

1. 先建立自己對AI行業(yè)的初步認知。
2. 從PM視角來搭建自己的AI知識框架。
3. 深入研究某個領(lǐng)域較為成熟的解決方案。

2.1?如何建立AI行業(yè)的通識

怎么才能快速的建立初步認知？

我的經(jīng)驗是先要有一個體系化的認知，知道自己要去了解哪方面的知識。

根據(jù)@黃釗hanniman 分享的AI領(lǐng)域的產(chǎn)業(yè)結(jié)構(gòu)，從下到上分別為：

• 基礎(chǔ)計算能力層：云計算，GPU等硬件加速，神經(jīng)網(wǎng)絡(luò)芯片；
• 基礎(chǔ)數(shù)據(jù)層：各行業(yè)的一手數(shù)據(jù)；
• 技術(shù)框架層：TensorFlow，Caffe，Theano，Torch，DMTK，DTPAR，ROS等框架或操作系統(tǒng)；
• 技術(shù)算法層：機器學(xué)習(xí)、深度學(xué)習(xí)、增強學(xué)習(xí)等各種算法；
• 通用技術(shù)層：語音識別（ASR）、語音合成（TTS）、計算機視覺（CV）、自然語言處理（NLP）、即時定位與地圖構(gòu)建（SLAM）等等；
• 應(yīng)用平臺層：行業(yè)應(yīng)用分發(fā)和運營平臺、機器人運營平臺；
• 解決方案層：智能客服、智能助理、人車、機器人、自動寫作等場景應(yīng)。

其中「應(yīng)用平臺層」和「解決方案層」是AI產(chǎn)品經(jīng)理的主戰(zhàn)場。

其次需要信息渠道，持續(xù)的輸入信息，填充自己的認知，我的方法是：

• 閱讀「提高認知」方面相關(guān)書籍。
• 關(guān)注行業(yè)內(nèi)的相關(guān)資訊。
• 主動與行業(yè)伙伴的互動和交流。

「提高認知相關(guān)書籍」，我認為對AI初步認識有一定幫助的：

• 《智能時代》
• 《未來簡史》
• 《走近2050》
• 《浪潮之巔》

建立了初步認知之后，可以再去看一些偏技術(shù)和理論基礎(chǔ)類書籍：

• 《人工智能 — 一種現(xiàn)代的方法》
• 《數(shù)學(xué)之美》
• 《深度學(xué)習(xí)》

但書籍只能建立對AI的認知以及理論基礎(chǔ)，還需要時刻了解行業(yè)的最新發(fā)展，這里推薦一些微信公眾號：

• 機器之心：定位是人工智能媒體和服務(wù)平臺。（AI垂直搜索）
• 新智元：人工智能，機械人領(lǐng)域。
• 將門創(chuàng)投：投資機器智能，物聯(lián)網(wǎng)，人交互，企業(yè)計算等領(lǐng)域。
• 泡泡機器人：每個幾天會推一些科技領(lǐng)域的公開課（偏技術(shù)）。
• 其他：全球人工智能，人工智能頭條，AI科技評論…等等

2.2?從PM角度來搭建自己的AI知識框架。

有沒有遇到過，通過碎片時間研究大量的學(xué)習(xí)資料，卻無法很快理清知識邏輯關(guān)系以及背后原理？

AI領(lǐng)域就是一個典型的信息爆炸的領(lǐng)域，更新速度非常快，每個領(lǐng)域又非常的深，為了更快的學(xué)以致用，我的方法是建立適合自己的AI知識框架：

「注：知識框架還處于0到1的版本，持續(xù)更新中」

搭建自己的知識框架還有這些好處：

• 幫助自己建立AI知識與PM知識的聯(lián)系
• 幫助自己建立AI知識與解決方案的聯(lián)系
• 實時厘清自己對技術(shù)的邊界的認知
• ……

2.3.深入研究某個領(lǐng)域較為成熟的解決方案

當(dāng)你知識框架有了一定的積累，在AI領(lǐng)域可能會出現(xiàn)不知道具體怎么落地情況。

是因為AI領(lǐng)域的大多數(shù)行業(yè)解決方案，都是由多個AI技術(shù)，硬件，垂直領(lǐng)域經(jīng)驗等構(gòu)成的，并且每個領(lǐng)域?qū)τ诩夹g(shù)成熟度等的要求都不一樣，所以只是對AI技術(shù)的認知，無法快速的幫助你在實際應(yīng)用落地。

我推薦的方法是：從某個行業(yè)的產(chǎn)品解決方案切入進行「PM（思維） + AI（技術(shù)） + X（垂直行業(yè)認知）」進行一次深入的調(diào)研，這樣即可以加深對于AI技術(shù)應(yīng)用的理解，同時也可以有更多貼合實際的落地思考。

如何選擇深入研究哪個領(lǐng)域解決方案呢 ？我的建議是：

與自己目前經(jīng)驗積累有關(guān)或有明確目標方向的

解決方案相對成熟，并且可以親身體驗到的

比如熱門的產(chǎn)品或領(lǐng)域，且有相當(dāng)多資料可以查詢

能涉及語音，視覺，硬件，機器學(xué)習(xí)等多個AI知識

目前我自己的研究方向如下：

「注：后續(xù)會逐個跟大家分享交流」

學(xué)習(xí)只是一種工具，不要因為學(xué)習(xí)而學(xué)習(xí)，學(xué)習(xí)的本質(zhì)在于運用，以產(chǎn)品落地為導(dǎo)向。

3.通過輸出來加深自己的理解

作為一名PM，不管是語言輸出還是文檔輸出一定是你所擅長的，相關(guān)筆記及經(jīng)驗的輸出可以幫助我們：

• 更快建立自己的認知體系和知識框架
• 可以檢視自己的思維邏輯
• 可以與行業(yè)內(nèi)小伙伴的建立溝通渠道
• 可以通過分享來多創(chuàng)造一點點價值
• ……等等

最后引用一句話：

寫作，是你于世界交流，自我驅(qū)動學(xué)習(xí)性價比的最高手段。

以上是我的該系列第一篇筆記分享，由于是經(jīng)驗類的分享，主觀的東西會多一些，有任何疑問和建議歡迎評論來一起交流。

相關(guān)閱讀：

從0開始搭建產(chǎn)品經(jīng)理的AI知識框架：計算機視覺

作者：蘭楓，微信公眾號：藍風(fēng)GO ?@LanFengTalk?，連續(xù)創(chuàng)業(yè)者，參與過騰訊的游戲，新浪微博社交，包拯奢侈品O2O等產(chǎn)品項目，有9年互聯(lián)網(wǎng)產(chǎn)品設(shè)計經(jīng)驗，目前準備進入AI領(lǐng)域。

本文由 @蘭楓 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。

題圖來自PEXELS，基于CC0協(xié)議