以AI产品经理的视角谈谈认知升级

最近约同行和前同事吃饭，小伙伴普遍表达了职业发展上的一些困惑。一位小伙伴在某门户工作三年，基本属于温水煮青蛙了，最近见区块链火，打算投身区块链行业；另外一位小伙伴则有些大公司崇拜，希望从搜狗有机会跳槽去产品经理圣地腾讯。

历史是相似的

生活中，我们存在这样的情况，不知道前路该如何走，抱着碎片化的信息就仓促做了决定，回头再看已经走了很多弯路。难道人生就应该在不断走弯路中被消耗嘛。

为了快速形成对北京的认知，从年前小乐帝看完了文章三部剧《奋斗》、《蜗居》、《裸婚时代》，后又补习了《北京爱情故事》，最近又在输入《新结婚时代》。看这些电视剧最大感受就是，对于每个时代对于非富即贵的年轻人如果想扎根大城市，都绕不开房子这个劫数，电视剧里为了照顾观众的观感，每个人结局要么是成功扎根，要么是出国。

看完你就会发现，每个时代所要面临的事情都是相似的：面包、房子、爱情等等。但每个时代所要面临的事情又有一点不同，过去十年，北京这座城市扎根的难度是指数级的上升，包含房价、户口等等。

正因为现实世界存在这样的相同与不同，倘使能应用到人工智能领域，就是通过提取相似的特征，同时注入不同的特征，这样形成适应这个时代的认知模型。

优秀的认知模型

考虑到我们人类发展到这个时代，无论工作还是生活，面对社会剧烈的变化，更多需要搜集信息作决策，而非过去的经验，很多经验已经经受不住实践的检验了。

这个时代就对人脑提出了更高的要求，面对海量的信息，如果形成认知，并将认知应用的生活与工作中，得到积极的反馈而非负反馈。

因此在这个时代可以持续生存下去，就应该适应社会自动化、智能化发展趋势，跟随社会趋势不断提升认知。

那么如何构建优秀的认知模型呢？

这里就类似于应用机器学习解决问题。首先识别问题也即确立目标，然后就是信息输入；接着将数据投入优秀的算法构建模型，当然也可以迁移学习利用成熟的模型，并进行模型预测；最终沉淀为个人认知模型应用在改造世界的实践中。

信息差优势

构建优秀的认知模型，从源头就需要有信息输入。最近看《新结婚时代》，小西因怀孕修养错过竞聘副主任的机会，被不如她的同事竞聘上并成为了小西的领导。小西当然不服能力不如己的人当领导，但这里有个问题，大家在职场混，你会发现很多领导貌似水平都不如你，甚至不及平常人，但是你又被压制而无可奈何为什么？

这就是信息差优势。当年做新闻客户端，公司直接从CEO下达交互级需求，需求被层层传递导致信息丢失，最终小乐帝出的方案又被层层上报，不符合领导意志又需要调整，导致方案改过来改过去，最终回到了最初的版本。其中不乏不那么有水平的领导在中间“瞎指挥”。但每个层级都握有比你更多的信息量，你就无法建立有力的论据去反驳。

这种情况下，你就发现在缺少有效信息输入的前提下，可谓是有力气没地方使。我们生活中遇到很多的事情就是这种情形。譬如小乐帝老家半强制农民土地流转的问题，当社会最底层的农民没有获取足够的信息，只是担心被沦为少数，而就白白冒着手里土地被“以租代征”剥夺，最终假设成行，只能像祥林嫂一样感叹“以前只知道冬天才有狼”这样的鬼话。

其实狼一年四季都需要食物，只是冬天更需要而已。就因为没有相应理性信息输入，导致遗恨千古矣。

校园模型训练

从小到大我们学习的过程，本身就是构建认识模型的过程。我们学习数学、物理、化学原理，并做大量的练习，再经过周考、月考、学期考，不断检验模型的质量。当然凡是考试总会有成绩排名。

成绩排名更像是评估模型质量排序。经过学习和训练，成绩好的孩子，构建的模型泛化能力更强，也即俗话讲的举一反三。从小到大，我们会发现，每个阶段都有一些小伙伴学习很努力，但成绩排名就是不好，也即训练出来的模型就是差点意思。

人类社会称之为聪明与否，在人工智能领域则是算法是否适合这种应用场景。马云不可谓不聪明，但高考数学考0分，只能说马云的算法不在数学，而可能在创业或成功学。

自小到大的学习训练构建模型并应用于考试，有些学生也许很快就找到了快速构建模型的途径，学习这件事总能事半功倍。但大部分人还是按部就班，寒窗苦读训练模型。

突然有一天到了社会上，发现学校里单纯的输入、训练、检验的模式不work了。由于社会的多元化，人们再也没有一个共同的目标了，因此考试分数作为单一指标不再存在了，反而需要在纷繁复杂的社会中，找出生命的意义和奋斗的目标。

其次社会再也不给你纯训练的机会了，假如不是自我有意识的训练。企业招聘写明了要找有相关经验的人，这就难倒了很多人。

那么在社会上该如何构建认知模型呢？

社会人认知模型

在校园认知模型构建中是一种理想的环境。社会人认知模型与校园模型有两点本质差异：社会人不再有标准的信息输入，而是各种非标的输入，譬如读书、培训、与人交流都是输入；社会人不再单纯从零构建模型，而增加了迁移模型，即快速学习他人经验，并应用到自己的生活工作中。

输入和模型差异一言以蔽之就是是否具备拿来主义能力。以小乐帝最近工作中负责某个抓取需求为例。由于没有做过抓取的需求，也不了解抓取技术。假设采用学校构建模型的方式，是需要买本爬虫书或者上一个学期爬虫课，最终交一份爬取某段子网站的大作业完事。但采用拿来主义快速构建模型，小乐帝就采用了报名一期知乎live了解爬虫大致流程和坑，并采用已有的傻瓜爬虫工具做实验加强基础认知，再通过与前同事吃饭过程中沟通学习，了解到门户网站爬虫使用的能力与范畴，不到一天时间就能交出商用靠谱的方案。

采用拿来主义构建认知模型效率与效果都百倍于学院派的构建方式。

当然拿来主义在人工智能专用名词叫迁移学习。典型的应用场景就是图像识别，譬如我有大量规整的人脸数据，通过深度学习训练好了一个人脸识别的模型，现在客户要智能化养猪，需要一个猪脸识别的能力，我们显然没有那么多猪的照片，就可以将人脸模型拿过来，通过输入一些猪脸的数据，调整下模型，就可以识别猪脸了。

在好数据仍然稀缺的时代，迁移学习会爆发出更多的能量。拿来主义也是实现快速人生跃迁的方式，可以试试。

号外：

小乐帝知乎live：零经验如何成为AI产品经理？已完结，以下图片为live资料介绍部分，如小伙伴想对AI产品经理了解更多可以扫二维码参与：

关于作者：

小乐帝，一线AI产品经理、简书科技优秀作者、产品经理读书会创始人。

AI社群：

AI产品经理探索小组QQ群：634414026

学习转行人工智能／AI QQ群：704965446

「产品经理读书会」

专注于爱读书爱思考的产品人提供读书推荐、产品思考、以书会友的环境

欢迎爱读书的产品人分享产品道路上的感悟

欢迎关注公众号：产品经理读书会