当产品经理遇到人工智能

2017-08-12 本文已影响308人时间流沙

前言：本文是我在产品内部做的一次关于人工智能的分享内容后进行总结的文章。因为我在研究生期间研究方向是神经网络，而最近的人工智能、深度学习等热点领域在互联网风生水起，因此产品老大让我准备做一个关于人工智能的分享。

因为是一篇知识普及式的介绍性的分享，这次分享主要从以下4个方面来讲。

（1）什么是人工智能？主要介绍人工智能的定义、人工智能的历史发展，重点把一些晦涩难懂的词汇进行口语化的解释，并对一些误区进行讲解。

（2）人工智能在互联网中如何应用？主要介绍当前人工智能在互联网领域中的应用，并简单介绍一些基本的原理。

（3）人工智能技术中的神经网络。主要介绍在人工智能领域中的热点技术神经网络的原理。

（4）产品经理应该如何理解和应用人工智能。主要给出我个人对于学习人工智能的建议。

1.什么是人工智能？

（1）关于人工智能的定义的解读

维基百科中关于人工智能的定义如下：人工智能（英语：ArtificialIntelligence,AI）是指由人工制造出来的系统所表现出来的智能，通常人工智能是指通过普通电脑实现的智能。我们可以把人工智能这样理解，人工智能技术指的是通过模拟人类思维和意识，使机器和系统以人类智能相似的方式做出反应的技术。

AI的核心问题包括推理、知识、规划、学习、交流、感知、移动和操作物体的能力等，其具体研究应用包括机器人、语言识别、图像识别、自然语言处理和专家系统等，需要重点去理解的是人工智能并不是指具体的某一项技术，而是一种研究方向和研究领域的总称。

与人工智能紧密相连的关键词：计算机互联网神经网络大数据自动化控制

（2）人工智能的发展历史

1943年神经元网络概念第一次提出

1946年冯·诺依曼体系结构（计算机基础）

1950年图灵测试如果电脑能在5分钟内回答由人类测试者提出的一系列问题，且其超过30%的回答让测试者误认为是人类所答，则电脑通过测试。图灵赢得了被称作“人工智能之父”

1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会首次提出了“人工智能”这一术语。

1958年感知机生物系统感知外界信息的简化模型。

70年代由于计算机性能的瓶颈、计算复杂性的指数级增长、数据量缺失等问题由于多层神经网络难以找到有效算法，神经网络研究进入低潮。

1982年 hopfield神经网络一种反馈网络，求解最优路径问题

1986年 BP算法多层前馈网反向传播算法。

1997 年，IBM 的深蓝战胜国际象棋世界冠军卡斯帕罗夫；

1999年 google搜索上线；

2005年被称作大数据元年；

2006 提出极限学习机深度学习神经网络（多层神经网络）

2009年，谷歌开始秘密研发无人驾驶汽车。

2010年被称作移动互联网元年

2011年，一个卷积神经网络赢得了德国交通标志检测竞赛。机器正确率99.46%，人类最高分为99.22%。

2012年6月，吴恩达（Andrew Ng）和杰夫·迪恩（Jeff Dean）做了一份实验报告，他们给一个大型神经网络展示1000万张未标记的网络图像，然后发现神经网络能够识别出一只猫的形象。

2016年3月，谷歌DeepMind研发的AlphaGo在围棋人机大战中击败韩国职业九段棋手李世乭。

机器学习、图像识别、听音识曲等人工智能技术更是被用到了普通人的实际生活中。我们可以在 Google Photos 中更快地找到包含猫猫狗狗的图片如果你感兴趣，还可以看以下文章：

人工智能发展简史：http://tech.163.com/16/1231/09/C9JSJ7N000098GJ5.html

深度学习的20个应用：http://www.sohu.com/a/134345723_610300

2.人工智能与互联网

2.1 人工智能的主要应用领域

人工智能的发展离不开计算机、互联网等技术的发展，人工智能技术中对于数据的采集、计算和算法、计算成本，正是得益于计算机和互联网技术而得到大大降低。下图是IT行业十年理论的预测：

目前我们可以看到人工智能在互联网方面的应用如下：

-个人助理（智能手机上的语音助理、语音输入、家庭管家和陪护机器人）

产品举例：微软小冰、百度度秘、科大讯飞等、Amazon Echo、Google Home等

-安防（智能监控、安保机器人）产品举例：商汤科技、格灵深瞳、神州云海

-自驾领域（智能汽车、公共交通、快递用车、工业应用）产品举例：Google、Uber、特斯拉、亚马逊、奔驰、京东等

-医疗健康（医疗健康的监测诊断、智能医疗设备）产品举例： Enlitic、Intuitive Sirgical、碳云智能、Promontory等

-电商零售（仓储物流、智能导购和客服）产品举例：阿里、京东、亚马逊

-金融（智能投顾、智能客服、安防监控、金融监管）产品举例：蚂蚁金服、交通银行、大华股份、kensho

-教育（智能评测、个性化辅导、儿童陪伴）产品举例：学吧课堂、科大讯飞、云知声

2.2 人工智能的应用讲解

以下是我根据个人的经验，对常见的人工智能的应用进行简要的分析，让各位更好理解人工智能技术是如何应用到现有的领域的。

（1）识别

识别又称为归类和定性，在人工智能领域，模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程。

常见应用：识别数字、指纹、头像、语音，更多研究领域包括虹膜识别、手写字体识别等。

技术的本质：根据数据特征进行分类或聚类，其重点的工作在特征提取。

常见的算法：聚类算法、主元特征提取、神经网络等。

（2）控制

无人车的应用（控制+识别）无人车的应用实际上不仅是识别算法，还包含控制理论，保证系统稳定运行，这是人工智能技术同各项工程技术的综合应用，不止停留在计算机领域。

举例：飞思卡尔智能车大赛

（3）语义

智能客服、舆情监测等均有应用语义分析及关键词提取技术。

常见的算法：数据挖掘、文本处理、信息检索、TF-IDF、余弦相似性

尤其针对中文文本的关键词提取技术相比于英文是更加难的。而目前除了关键词提取技术，目前人工智能研究主要方向和难点在于通过文本提取出人物的感情。

语义提取不仅应用于智能客服，目前在搜索算法中也会运用到。

（4）预测

监测诊断技术或是预测技术，实际上应用的是数据拟合技术，因为当前很多数据之间的关联关系是一种弱关系（数据关联分析），通过历史数据训练模型，从而对当前的输入数据进行反馈。

（5）推荐

基于协同过滤的推荐算法，常见的包括基于用户、基于物品的协同过滤。

我们大多数人所理解的人工智能技术可能还停留在算法本身，但实际上真正的人工智能应用针对不同的领域，不仅有各自的算法，事实上还包括其他领域知识的应用，如自动化控制理论、电子技术、通信技术、机械工程等等，因此我们所理解的人工智能，应该是一个系统工程。网络中有一张图，讲述的是人工智能的深渊，毫不夸张的说，这其中的随便挑一项技术都是科研学者花费大量时间和精力去研究的，很少有人能够全面了解所有知识领域。