導(dǎo)讀六頂思考帽是英國學(xué)者愛德華·德·博諾（EdwarddeBono）博士開發(fā)的一種思維訓(xùn)練模式，或者說是一個(gè)全面思考問題的模型。通過上一篇文章中對(duì)分析拉勾上的A....

六頂思考帽是英國學(xué)者愛德華·德·博諾（Edward de Bono）博士開發(fā)的一種思維訓(xùn)練模式，或者說是一個(gè)全面思考問題的模型。

通過上一篇文章中對(duì)分析拉勾上的AI產(chǎn)品經(jīng)理招聘數(shù)據(jù)，我們已經(jīng)了解到關(guān)于AI產(chǎn)品經(jīng)理的市場需求情況，以及企業(yè)對(duì)于產(chǎn)品經(jīng)理的崗位職責(zé)及要求。今天我們重點(diǎn)來共同聊聊，AI產(chǎn)品經(jīng)理需要在思維方式上的準(zhǔn)備工作。

說起AI(人工智能)我們不得不提到機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，那么二者究竟是怎樣的關(guān)系呢？筆者更傾向的一種認(rèn)知是：機(jī)器學(xué)習(xí)（ML）是一種實(shí)現(xiàn)人工智能的方法，深度學(xué)習(xí)（DL）則是一種實(shí)現(xiàn)機(jī)器學(xué)習(xí)的技術(shù)。通過國務(wù)院于2017年7月出臺(tái)的《新一代人工智能發(fā)展規(guī)劃》來看，AI相關(guān)行業(yè)的開發(fā)人員、產(chǎn)品人員大家任重而道遠(yuǎn)。而作為AI產(chǎn)品的產(chǎn)品經(jīng)理，我們一方面是要有相關(guān)的技能和知識(shí)儲(chǔ)備，另一方面是要有著相關(guān)的思想上的準(zhǔn)備。

作為互聯(lián)網(wǎng)產(chǎn)品經(jīng)理，我們需要的主要思維方式：

1. 用戶思維：以用戶為中心；
2. 簡約思維：less is more,simple is beautiful；
3. 極致思維：超越用戶逾期；
4. 迭代思維：小步快跑；
5. 流量思維：目光群集之處，金錢必將追隨；
6. 社會(huì)化思維：用網(wǎng)絡(luò)的方式完成協(xié)作，分工和合作；
7. 大數(shù)據(jù)思維：全樣思維、容錯(cuò)思維和相關(guān)思維；
8. 平臺(tái)思維：堅(jiān)持開放、共享、共贏；
9. 跨界思維：大世界大眼光，用多角度，多視野的看待問題和提出解決方案。

既然同樣是產(chǎn)品經(jīng)理，我們?cè)谏鲜?中思維方式的基礎(chǔ)上，AI產(chǎn)品經(jīng)理有哪些不同，亦或需要加強(qiáng)的地方呢？

1. 萬物皆數(shù)據(jù)

如果有一定技術(shù)基礎(chǔ)的伙伴，應(yīng)該了解面向?qū)ο缶幊蹋嫦驅(qū)ο缶幊痰囊粋€(gè)核心觀點(diǎn)就是“萬物皆對(duì)象”。而我們作為AI產(chǎn)品經(jīng)理，需要的一個(gè)觀點(diǎn)是萬物皆數(shù)據(jù)。

不管是NLP (Natural Language Processing)自然語言識(shí)別，計(jì)算機(jī)視覺、圖像識(shí)別等等方面，最終都是將實(shí)體轉(zhuǎn)化為計(jì)算機(jī)能夠理解的數(shù)據(jù)符號(hào)來加以理解。

我們?cè)趯W(xué)習(xí)深度學(xué)習(xí)的時(shí)候有一個(gè)很經(jīng)典的例子，就是手寫數(shù)字的識(shí)別(基于MNIST數(shù)據(jù)集)。為了讓我們的程序能夠識(shí)別某個(gè)手寫數(shù)字，我們?cè)趶氖聰?shù)據(jù)預(yù)處理時(shí)，就是先將原本28*28的數(shù)字圖像，轉(zhuǎn)換為一維的向量，其長度是784，并且轉(zhuǎn)換為Float，然后將數(shù)字對(duì)應(yīng)的圖像數(shù)字標(biāo)準(zhǔn)化。其核心的代碼如下：

2. 大膽假設(shè)，小心求證

我們?cè)谶M(jìn)行深度學(xué)習(xí)的建模過程中，有一個(gè)非常困難的問題，就是如何設(shè)定網(wǎng)絡(luò)的層數(shù)及其類型，我們只有不斷的試錯(cuò)，通過進(jìn)行一系列的試驗(yàn)，盡可能的找到最好的網(wǎng)絡(luò)結(jié)構(gòu)。面對(duì)我們深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的建模過程，我們很多時(shí)候并不能立刻找到最優(yōu)的算法，我們只有通過不斷的通過模型的準(zhǔn)確性，F(xiàn)1值等等來找到最優(yōu)的算法。

在AI產(chǎn)品的設(shè)計(jì)過程中，我們會(huì)碰到很多前沿的領(lǐng)域或者技術(shù)。我們以TNT為例，語音識(shí)別的加入肯定能在一定意義上提升工作效率這一點(diǎn)是毋庸置疑的，但是他能否作為主流的辦公手段呢？假設(shè)我們可以通過人工智能的手段去處理復(fù)雜的語言邏輯，達(dá)到用戶想要的目的，但我依然認(rèn)為這是一種過渡手段，而我們暫且能夠看到的一定階段的目標(biāo)，就是腦機(jī)接口的應(yīng)用，通過意念去控制程序?qū)崿F(xiàn)我們的目的。而我們?cè)趯?shí)現(xiàn)這些的過程中，首先要假設(shè)：我們能否通過自然語言識(shí)別完成這樣的操作；自然語言識(shí)別能否成為主流的工作手段；是否有著更好的代替自然語言識(shí)別的手段或技術(shù)。這些都是在不斷假設(shè)和求證過程中進(jìn)行的。

3. 從跨界到無界

隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來，我們處于資訊大爆炸中，并且科技的快速發(fā)展，使人們逐漸突破思維的禁錮，“跨界”正成為時(shí)下新常態(tài)，而跨界思維也成為互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的主要思維方式之一。

李彥宏指出：“互聯(lián)網(wǎng)產(chǎn)業(yè)最大的機(jī)會(huì)在于發(fā)揮自身的網(wǎng)絡(luò)優(yōu)勢(shì)、技術(shù)優(yōu)勢(shì)、治理優(yōu)勢(shì)等，去提升、改造線下的傳統(tǒng)產(chǎn)業(yè)，改變?cè)械漠a(chǎn)業(yè)發(fā)展節(jié)奏、創(chuàng)建起新的游戲規(guī)則。”

而作為AI產(chǎn)品經(jīng)理，更應(yīng)該從跨界思維到無界思維。給大家推薦一本書《銀河系漫游指南》(筆者被唐巧安利的)：該書于1979年出版，書中主人公Arthur Dent的朋友Ford Prefect——星際旅行指南秘密研究員——警告他地球?qū)⒁粴纭Ｋ麄儍扇颂拥酵庑侨说娘w船，并環(huán)繞宇宙開始了奇妙的冒險(xiǎn)。他們目睹的一件東西就是可以對(duì)音頻進(jìn)行實(shí)時(shí)翻譯的通用轉(zhuǎn)換器。今天我們用到的科大訊飛的翻譯工具，百度翻譯，Google翻譯等在當(dāng)時(shí)是多么神奇的東西，但是 《銀河系漫游指南》的作者就能夠想象到未來會(huì)有這樣的事物產(chǎn)生。我們?cè)趶氖缕胀ǖ漠a(chǎn)品經(jīng)理工作時(shí)，很多時(shí)候要基于現(xiàn)有的產(chǎn)品表現(xiàn)形式，現(xiàn)有的技術(shù)實(shí)現(xiàn)方式去進(jìn)行需求的評(píng)估、產(chǎn)品的實(shí)現(xiàn)，而作為AI產(chǎn)品經(jīng)理我們更需要的是無界思維，不讓自己束縛在現(xiàn)有的認(rèn)知上。

4. 薛定諤的貓

量子力學(xué)作為20世紀(jì)最有突破的科學(xué)成就之一，也是最具爭議的科學(xué)之一。“薛定諤的貓”很好的闡述了這一現(xiàn)狀。人們不能接受量子力學(xué)是因?yàn)樗牟淮_定性。

而薛定諤的貓是奧地利著名物理學(xué)家薛定諤提出的一個(gè)思想實(shí)驗(yàn)，試圖從宏觀尺度闡述微觀尺度的量子疊加原理的問題，巧妙地把微觀物質(zhì)在觀測后是粒子還是波的存在形式和宏觀的貓聯(lián)系起來，以此求證觀測介入時(shí)量子的存在形式。既然是量子力學(xué)的實(shí)驗(yàn)，又跟我們的AI產(chǎn)品經(jīng)理思維有著怎樣的關(guān)系呢？我們先來看看下面的三幅圖，左邊是淘寶的客服小蜜，右邊是京東的京東客服。第三幅圖是微信的關(guān)鍵詞回復(fù)。

我們?cè)趶氖轮悄芸头蛘咭恍?yīng)答工具的產(chǎn)品時(shí)，會(huì)首先確定一些關(guān)鍵詞，針對(duì)某些關(guān)鍵詞的觸發(fā)，推送相應(yīng)的答案給用戶，產(chǎn)品的設(shè)計(jì)與邏輯類似與微信的關(guān)鍵詞回復(fù)。不過我們最開始的智能客服或者應(yīng)答工具都是針對(duì)封閉性環(huán)境，或者說我們需要一個(gè)十分確定的關(guān)鍵詞去觸發(fā)條件，而對(duì)于開放性應(yīng)答環(huán)境就需要人工智能的相關(guān)技術(shù)，開發(fā)性的應(yīng)答環(huán)境我們需要的不是一個(gè)十分確定的關(guān)鍵詞去觸發(fā)。

舉一個(gè)簡單的場景，我們需要在用戶想我們發(fā)送“早上好”的時(shí)候，回復(fù)“早上好”。如果是封閉性的應(yīng)答環(huán)境，我們通常是去進(jìn)行分詞匹配是否包含有早、早上、早上好，這三個(gè)關(guān)鍵詞，如果有這三個(gè)關(guān)鍵詞，我們回復(fù)“早上好”。而通過深度學(xué)習(xí)的方式，我們現(xiàn)在的做法，通常是去收集很多跟早上好相關(guān)的語句，去訓(xùn)練模型，告訴模型這些都是早上好的意思，如果再遇到類似語句，就需要回復(fù)早上好。

5. 人工智能并非高不可攀

我們?cè)趯?shí)際工作中，很多時(shí)候涉及人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的問題時(shí)，很部分伙伴可能會(huì)認(rèn)為我們通過現(xiàn)有的處理方式和產(chǎn)品已經(jīng)能夠很好的解決問題，我們沒有必要去采用新的技術(shù)手段。亦或者我們?cè)趶氖庐a(chǎn)品的過程中，覺得某個(gè)功能是需要用到人工智能相關(guān)技術(shù)，而我們的技術(shù)團(tuán)隊(duì)是沒辦法實(shí)現(xiàn)這樣的需求的。

我們先說說即時(shí)通訊工具。

老板—“囧人，你看淘寶和京東上買東西的人都能跟店小二，聊兩句，而且很多產(chǎn)品都有這樣的功能，我們的APP也應(yīng)該有這樣的功能嘛”

John—“老張(技術(shù)部leader),上級(jí)新需求，我們的APP上要加上聊天工具，你看什么時(shí)候能弄完，老板只給1周時(shí)間”。

老張—“這不扯犢子么？我們總過就2個(gè)兩個(gè)開發(fā)人員，一個(gè)前端 后臺(tái)，一個(gè)后臺(tái) 運(yùn)維，并且XMPP協(xié)議我們都不熟悉，這個(gè)功能完不成的”

難道我們就這樣回復(fù)老板呢？？當(dāng)然不是，現(xiàn)有的第三方提供聊天SDK的Bmob和融云，都是能夠幫助我們快速在App中實(shí)現(xiàn)聊天工具的快速方法，即使是視頻聊天，網(wǎng)易視頻云等也提供完善的SDK和文檔幫助我們快速實(shí)現(xiàn)。

舉上一個(gè)例子的主要原因是要告訴大家，如果我們遇到一些技術(shù)性難題，并且團(tuán)隊(duì)并不具備相應(yīng)的技術(shù)能力的時(shí)候，我們可以尋找是否有第三方的SDK或者API能夠快速實(shí)現(xiàn)我們的需求。比如提供語音識(shí)別SDK和API的科大訊飛、百度翻譯等；提供圖片、名片掃描等OCR識(shí)別服務(wù)的百度文字識(shí)別、百度身份證識(shí)別、掃描全能王等；提供智能客服的微軟Azure服務(wù)；提供區(qū)塊鏈服務(wù)的螞蟻金服等等。作為AI產(chǎn)品經(jīng)理，要時(shí)刻關(guān)注產(chǎn)品和技術(shù)的發(fā)展，并且及時(shí)了解業(yè)內(nèi)動(dòng)態(tài)。

6. 人文情懷

為什么我將人文情懷放在最后一位呢？

• 機(jī)器學(xué)習(xí)：專門研究計(jì)算機(jī)如何模擬和學(xué)習(xí)人的行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷完善自身的性能。
• 深度學(xué)習(xí)：深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域，其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)，例如圖像，聲音和文本。

從機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的定義來看，我們都要回歸到問題的本質(zhì)，也就是回歸到產(chǎn)品的本質(zhì)就是“人”。產(chǎn)品亦或者工具都是為人服務(wù)的，而我們現(xiàn)有的技術(shù)也是以人為根本來搭建的。那么我們?cè)趶氖氯斯ぶ悄芟嚓P(guān)的工作中，也不能忘了人工智能背后所包含的人文情懷。

我們以泰坦尼克號(hào)的數(shù)據(jù)為例，來講述人工智能背后的人文情懷。

我們?cè)贏I產(chǎn)品的工作中，難免會(huì)遇到分類和預(yù)測的問題。杰克和露絲雖然是虛構(gòu)出來的人物，但是我們可以通過真實(shí)的泰坦尼克號(hào)數(shù)據(jù)，來預(yù)測一下杰克和露絲在真實(shí)的泰坦尼克號(hào)上能否生存下來呢？

我們處理數(shù)據(jù)的主要思路是：

1. 數(shù)據(jù)預(yù)處理；
2. 建立模型；
3. 訓(xùn)練模型；
4. 評(píng)估模型準(zhǔn)確率；
5. 加入杰克和露絲的數(shù)據(jù)；
6. 進(jìn)行預(yù)測；
7. 找出異常數(shù)據(jù)。

我們最后在查找異常數(shù)據(jù)的時(shí)候，發(fā)現(xiàn)了一些很感人的故事：某些生存概率高的旅客，最后卻沒有幸存；Trevor一個(gè)嬰兒是如何在父親、母親、姐姐都遇難的情況下生存下來的等等。我們?cè)趶氖聰?shù)據(jù)分析和產(chǎn)品工作的時(shí)候，請(qǐng)記得我們面對(duì)的永遠(yuǎn)不是一個(gè)冷冰冰的數(shù)據(jù)，使用我們工具和產(chǎn)品的永遠(yuǎn)是活生生的人。