『AI时代的产品经理』活动Q&A | 你要的答案都在这里
2017/5/26 文因互联

     本文整理自文因互联CEO鲍捷博士于2017年5月13日参加职人社与爱因互动联合举办的活动———『AI时代的产品经理』从后台收到的相关提问,鲍捷博士根据这些提问亲自写下的回答。

    

     一、数据处理相关问题

     Q:AI 数据来源,可否购买?

     A:具体每个问题不同。我觉得这和是不是AI项目没有关系,和问题域和公司财力有关。

     Q:怎么进行海量数据的清洗和降噪?

     A:这是价值百亿美元的问题 : ) 。在我看来,并没有什么神奇的技巧,都是些朴实无华的小脚本、Linux常见工具足以应对大多数问题。推荐两本书《Bad Data》(中文《数据整理实践指南》),《Clean Data》(《干净的数据 数据清洗入门与实践》)。

     二、AI项目相关问题

     Q:各位老师如何看待目前声音交互机器人 (VUI bot)在西方市场逐渐被用户采用和成为使用习惯这件事,怎样去预测未来的CUI与VUI两种媒介的对话产品,在用户生活中的共存形式?

     A:我一贯不太看好这个方向,当然我很可能是错的。在我看来,非特定领域语音对话普及为时尚早。自然语言对话背后要解决的技术难题(特别是语义理解)目前还远远没有被攻克。现在虽然达到了百万级的用户,离真正进入主流还有很大距离。

     Q:我理解 CUI 较 GUI 只是一种交互方式的改变,能提供的服务能力应该是一致的。现在有什么服务是 GUI 提供不了,而 CUI 可以提供的么?

     A:理论上说,CUI服务小朋友、车载等。毕竟语音交互是人类无需学校教育就会有的本能,而大多数GUI都需要文字元素。

     Q:有些人提出好多个if else 堆在一起了 就是ai ,各位老师怎么看这种观点?

     A:我们只看AI是不是解决的了问题。其实图灵机的本质,不就是逻辑吗?所有的计算机,在最底层都是if-else。机器学习,也基本就是从数据提取规则的方法。只是大量的规则在一起,就会出现“突现”(emergent)的复杂现象。

     Q:Siri 是不是也算chatbot?

     A:是的。

     Q:规则式的解决方案会不会成为电话时代的视频电话方案,最后被硬件升级淘汰?

     A:不会。人工智能的解决方案会是多种方法的混用。

     Q:怎么看待对话式交互的功能方面或者消遣方面 现阶段该选择有用还是无用?

     A:个人觉得功能更容易切入。消遣面向大众,很容易被做图灵测试,技术上很困难。

     Q:如何看待科大讯飞16年财报中Ai收入占比不到10%,而政府传统项目占比90? 如何看待Ai 商业化漫的路程?

     A:AI是Enabling technology。我觉得不应该割裂看“AI收入”。AI一定是和其他技术在一起解决实际问题的。就好像现在已经没有人关心计算机的商业化,所有的事情都要用计算机。以后所有的项目都要用AI。

     Q:提问鲍捷老师,早前您对通用域的对话 或说聊天机器人是不看好的,现在还是持这种观点吗?如果还是这个观点,对于业内在做chatbot的公司可以给予哪些建议呢?垂域和通用域,哪个实现起来更难?

     A:是的。通用域对话或聊天机器人所依赖的技术链条太长,超越目前科技前沿,很难真正商业化。应该从垂直域,甚至垂直域中的一个技术环节做单点突破。先做零件和工具,而不是系统。

     Q:提问嘉宾们怎么看echo google home这类智能音箱?

     A:好东西。但是是实验性的,很难说会不会主流化。

     三、AI实践相关问题

     Q:希望鲍捷老师详细说说为什么AI不能直接做简历匹配和医疗诊断?

     A:因为技术链条太长,和传统企业的磨合也非常艰难。当然,不排除在一个特定领域有价值、可以单点突破,比如程序员求职。

     Q:在以往的经验里,是否有尝试或接触到有人尝试过,先从一个小的需求循环开始,让AI的功能真正用起来,进而再去丰富分支情况,简化使用流程,最终达到被更大范围的人接受的案例?如果没有的话原因是什么呢?

     举个例子:对话机器人买花,由使用者预设对话内容应匹配的意图和结果,达到使用后流程结果的精准并符合预期(以合适的价格买到合适的花)。之后再来降低用户完成匹配的门槛,进而,逐步进化成一个“千人千面”的专属机器人

     A:对话机器人买花可能不是很好的循环起始点,因为它一样是要解决整个技术链条的各个环节的。如果从机器人查花名开始可能技术上更合适,虽然在商业上不一定成立。从小到大做起来的AI系统,其实wikipedia就是很好的例子。以前大规模构造结构化知识库的尝试都不太成功。wikipedia从很小的共享百科开始,让人用了起来,然后逐渐在页面上衍生出各种人工添加的结构化元素(如infobox,表格和分类),随之就产生了DBPedia,Wikidata和Freebase,然后就演化为我们今天每一个人都会用到的谷歌知识图谱

     Q:AI项目怎么进行测试?

     A:我感觉和传统软件工程没本质区别。

     Q:选模型的方式就是按个试么;刚才介绍的 AI 产品经理能力模型如何在招聘、面试时快速考察验证?

     A:不知道。现在这种人基本不存在,所以只能看看这个人的内在逻辑能力、阅读面,还有沟通能力。也就是主要还是传统的产品经理的技能点。

     Q:AI产品经理的技术背景目前是什么样的?现实中是不是存在“没学好的硕士就来做AI产品经理”的逻辑?您未来对AI产品经理的技术背景的预估?这是一个竞争调研,关系到我未来如何点技能树,也请您给出建议。

     A:我觉得并不一定要读硕士。但是对AI应该了解基本概念、同时破除迷信。尤其是应该多读产业发展史,还有了解不同学派之间的观点斗争。其实主要还是产品经理的逻辑能力和表达能力。这里推荐我以前的文章《产品经理的一些碎想》http://blog.memect.cn/?p=558。

     Q:现在有一个职位叫做策略产品经理,如搜索、推荐等。同事也有很多公司在通过机器学习的方式进行同样的工作。想问未来(10年内)做策略的人会被机器取代吗?

     A:不相信会被取代。

    

     本次活动演讲实录,点击右侧链接回顾>>>>>>《人工智能产品的可演进性》

     我们在寻找

     文因互联在寻找有志于成为中国第一批「人工智能产品经理」的探索者,我们欢迎拥有精益思想和演进基因的产品/运营从业者加入我们,也欢迎熟悉 Linux 和 Python 的工程师。文因互联的博客是 http://blog.memect.cn。投递简历至邮箱baojie@memect.co。

     未来的AI产品经理和工程师们,从这里开始起步吧。

     加入智能金融交流群

     添加微信群管理员微信号 293537363,附上姓名、所属机构、部门及职位,审核后管理员会邀请您入群。

    

    

    http://weixin.100md.com
返回 文因互联 返回首页 返回百拇医药