如果你還不了解AI的準(zhǔn)確含義鸯匹，請查看我之前的文章：
人人都能搞懂的AI（一）
人人都能搞懂的AI（二）- AI項目
人人都能搞懂的AI（三）- 企業(yè)中搭建AI
人人都能搞懂的AI（四）- AI對社會的影響
寫完如上4篇文章我其實是挺冷靜的，因為AI不過如此耍鬓，沒什么太值得著急的，社會肯定是要進(jìn)步的抢腐，AI也肯定會滲透到各行各業(yè)桥温；
但是看完FastAI的介紹，我不淡定了薄坏，突然覺得世界上竟然還有這么聰明的人，開發(fā)出了一套這么聰明的框架寨闹，然后用這么聰明的教學(xué)方式胶坠，在教我們用最聰明的方式訓(xùn)練出前沿水平（state of the art）的深度學(xué)習(xí)模型。
這里得再強調(diào)下這個前沿水平繁堡，就是前沿到有些論文中還沒有出現(xiàn)過的技術(shù)沈善，后面的文章中會說到。
1. 為什么要起這樣一個標(biāo)題不知道你們會誤會成什么樣子椭蹄，反正我想表達(dá)的就是闻牡，這是一個易用性極高的代碼級的工具，但是有點基礎(chǔ)的產(chǎn)品經(jīng)理也可以掌握绳矩，掌握之后的效果就是：但凡有個想法罩润，你只需要15分鐘，或者半個小時翼馆，就能訓(xùn)練出一個準(zhǔn)確度還不錯的深度學(xué)習(xí)模型割以，甚至可以一鍵部署到線上。
2. 為什么產(chǎn)品經(jīng)理需要學(xué)會這項技能產(chǎn)品經(jīng)理的職責(zé)我會分成3部分：需求分析应媚，產(chǎn)品設(shè)計严沥，開發(fā)推進(jìn)，然后結(jié)合AI First的發(fā)展趨勢中姜，我們看下這3項核心技能會發(fā)生什么變化消玄。
首先人機交互這件事兒會越來越接近人人交互，AI的終極目標(biāo)就是讓人分辨不出來為你提供服務(wù)的是機器還是真人，而現(xiàn)在莱找，科技正在加速這一趨勢的演化，比如語音識別嗜桌，機器翻譯奥溺，電腦正在越來越懂人類的語言，并且以指數(shù)級的速度進(jìn)化骨宠，后面的實踐中會有專門的一個案例講自然語言處理浮定，你就可以清晰的看懂機器是怎么以普通人無法想象的科學(xué)高效的方式學(xué)習(xí)。（額外收獲：研究深度學(xué)習(xí)真的可以讓你重新認(rèn)識學(xué)習(xí)這件事兒层亿，明明是機器在和人類學(xué)習(xí)學(xué)習(xí)方法桦卒，但很多人類的學(xué)習(xí)方法真的不如機器）
人人交互的發(fā)展趨勢會讓用戶體驗這件事情變得更加的幕后，不再需要一個笨拙的界面匿又，還要專門設(shè)置個引導(dǎo)界面來告訴用戶點這里代表什么方灾，點那里代表什么。
舉個例子：“訂機票”這件事情碌更，以后的交互方式裕偿，就是通過語音，告訴AI我需要幾號到哪里的機票痛单，界面的作用最多就是個選項列表嘿棘，用戶找到自己喜歡的價格，點擊確認(rèn)就ok了旭绒。
所以產(chǎn)品設(shè)計這件事情正在被弱化鸟妙，以后的交互方式就是人和人對話的方式，不需要產(chǎn)品經(jīng)理按照主流的設(shè)計規(guī)范挥吵，再去設(shè)計交互動畫重父，再去思考用戶怎么能更容易理解這個按鈕背后的意思……不需要了，以后的交互界面可能最主要的就是個選項列表蔫劣。
其次是需求分析坪郭，這依然是PM的核心技能，在AI項目中脉幢，PM的核心價值就是告訴團隊該做什么歪沃，詳見
人人都能搞懂的AI（三）- 企業(yè)中搭建AI
-4.AI在團隊中的角色。但是要搞清楚做什么嫌松，就得清晰理解AI的邊界沪曙，雖然之前的文章中泛泛的講解了很多AI能做什么不能做什么，但商業(yè)場景中萎羔，我們需要尋找的就是：如何把有點難實現(xiàn)的東西液走，變成可以實現(xiàn)的，這才是創(chuàng)造價值。這就很微妙了缘眶，需要建立在非常靈敏的AI產(chǎn)品直覺上嘱根，所以學(xué)習(xí)FastAI就是不斷的通過實踐，來培養(yǎng)產(chǎn)品直覺巷懈。最后是開發(fā)推進(jìn)该抒，F(xiàn)astAI是可以幫助我們最快度的搭建一個AI，但這并不能成為一個商業(yè)應(yīng)用顶燕，商業(yè)應(yīng)用還需要考慮穩(wěn)定型凑保、可擴展性、安全性等一系列維度涌攻，所以這時候還是要依賴AI工程師做出一個更健壯的AI模型欧引，而這時候一個AI demo，加上對深度學(xué)習(xí)方法的運作方式的理解恳谎，就可以非常順利和工程師建立順暢的溝通芝此，一個良好的溝通勝過一切。
所以惠爽，綜上理解了深度學(xué)習(xí)的內(nèi)核癌蓖，加上快速搭建一個可用的AI demo，將是AI產(chǎn)品經(jīng)理一個強大的利器婚肆。
3. 怎么學(xué)習(xí)FastAIJeremy老師給出了非常清晰的介紹
首先你需要有高中數(shù)學(xué)的基礎(chǔ)租副，1年coding的經(jīng)歷（最好是Python），7周的時間较性，最后還需要的英語閱讀的基礎(chǔ)（當(dāng)然你能借助翻譯搞定也是ok的）
其次你需要一個有GPU的開發(fā)環(huán)境用僧，為了運行Jupyter Notebook（一個超級易用的代碼演示的工具，因為可交互和調(diào)試）和里面的代碼赞咙，如何配置-官網(wǎng)有全面的介紹责循，這里不過多介紹，當(dāng)然他最推薦的是Google Cloud Plantform攀操，第一年有免費的300美金院仿，足夠用來學(xué)習(xí)。
最后就是打開他的視頻課程速和，不斷的動手實踐。我從Youtube上把視頻弄下來了颠放，加了機器翻譯的字幕排惨，放到了bilibili（點擊閱讀原文），如果想看原版碰凶，頁面上也有鏈接暮芭。
4. 為什么選擇FastAI首先簡單介紹下它的創(chuàng)始人鹿驼，Jeremy Howard：19歲，別?才剛開始上?學(xué)的年紀(jì)辕宏，Jeremy 已經(jīng)在?肯錫年?20萬美元了畜晰；?個管理咨詢界的?物，跑去 Kaggle 參賽瑞筐，結(jié)果因為成績太好舷蟀，?年后就成了 Kaggle 的主席和?席科學(xué)家；他用FastAI展示的語?模型遷移學(xué)習(xí)分類效果面哼，許多已經(jīng)超過?前最優(yōu)?平。
然后再介紹FastAI扫步，這是一套在Pytorch基礎(chǔ)上封裝的框架魔策，主要是讓Pytorch更易用。其實FastAI的誕生還挺曲折河胎，一開始Jeremy一直在用Keras闯袒，一套基于TensorFlow的框架，但是當(dāng)他想要把深度學(xué)習(xí)的運作過程拆解出來給學(xué)生看的時候游岳，發(fā)現(xiàn)是個黑盒政敢，沒法講，這是第一點胚迫；而第二點是因為TensorFlow無法很好的處理NLP（自然語言處理）中的注意力模型喷户，而NLP又是一個很核心的研究方向。
而當(dāng)時Pytorch剛出沒多久访锻，并且愿意給Jeremy提供更詳細(xì)的文檔褪尝，更透明的技術(shù)支持，所以他放棄Keras期犬，自己開發(fā)了一套FastAI河哑，而實際效果也非常出眾：更精簡的代碼，更高的運行效率龟虎，更好的演示解構(gòu)內(nèi)核璃谨，更多最佳實踐，更容易理解鲤妥，更好的處理表格數(shù)據(jù)佳吞，更好的和python結(jié)合……還有很多更學(xué)術(shù)的，放到之后再講吧旭斥。
5. 聰明和善意最后再說一點容达，非常喜歡Jeremy這個人，不僅僅是非常聰明垂券，真的花盐，看看他的文檔羡滑，看看他說話的方式，授課的思路算芯，不得不佩服柒昏，一個免費的公開課，我覺得比大部分的付費課程都要好熙揍，真的認(rèn)真思考职祷，我覺得學(xué)到的不僅僅是如何實踐AI這件事兒。
其次說說他的善意：專注于讓更多人用上AI届囚，并且用AI改善生活有梆，解決工作中遇到的問題；他說：我們的商業(yè)模式意系，是花??的錢做事泥耀，幫?們學(xué)深度學(xué)習(xí)，連資助我們都不要蛔添。
還有一點痰催，沒心沒肺到什么程度了（前文提到了沒有發(fā)表的技術(shù)），他不喜歡寫論文迎瞧，但特別喜歡實踐夸溶，所以整個教程都在圍繞實踐，甚至在課程??直接講解還沒有在學(xué)術(shù)期刊上發(fā)表的前沿內(nèi)容凶硅，就是為了讓學(xué)生們能得到更好的模型缝裁，比如這篇ULMfit 語?模型論?。
最后附上這張帥氣的大腦門
足绅，下一篇會從第一個案例開講压语，就是圖片分類器，比如我做了個貓咪分類器编检，的確特別好用胎食。
