最近接觸了飯團的“AI產(chǎn)品經(jīng)理大本營”這個社群俺猿，從中學習到很多AI方面的知識护盈，現(xiàn)在總結(jié)梳理一下自己學習到的知識以及接下來的一些規(guī)劃。

一万皿、學習路線與規(guī)劃

對于學習，在我的認知里核行，有兩個因素最為重要：一個是目的牢硅，做事前必須先明確目的，這樣才能找到方向芝雪，才有動力堅持下去减余；第二個是抓手，即你要圍繞什么來制定學習計劃惩系、獲取資源來進行系統(tǒng)性的學習位岔，只有把這兩個因素都確定下來如筛，才能達到最大效率的學習。

對于我而言抒抬，目標就是畢業(yè)后成功入職AI PM的崗位杨刨，因此首先要對AI PM進行基本的了解，主要的渠道如下：

? ? ? ? 一是AI公司的AI PM的崗位職責和任職要求擦剑；二是從知乎妖胀、簡書以及人人都是產(chǎn)品經(jīng)理等產(chǎn)品網(wǎng)站上搜集到的與AI PM相關(guān)的知識；三是最近接觸到的飯團“AI產(chǎn)品經(jīng)理大本營”的社群惠勒。

在通過在以上渠道閱讀了大量資料后赚抡，主要確定了三個學習鍛煉的方向：一是產(chǎn)品方面知識和能力的學習培養(yǎng)，這是一個PM最基本的要求纠屋；二是AI應用場景的分析涂臣，在AI技術(shù)商業(yè)化落地的過程中，對應用場景的理解分析基本上決定了產(chǎn)品是否能滿足用戶的需求售担，因此對應用場景的分析很重要赁遗；三是對AI技術(shù)的了解，不同與互聯(lián)網(wǎng)的PM灼舍，AI PM需要對技術(shù)有一定的了解吼和，這樣才能從整體上把控產(chǎn)品的生產(chǎn)流程，交付出能滿足用戶需求的產(chǎn)品骑素。

在產(chǎn)品方面炫乓，已經(jīng)在上學期閱讀學習了大量的資料，因此在這里主要做個簡要總結(jié)献丑，主要有兩點末捣，一個是輸入，一個是輸出创橄。

在輸入方面箩做，搜集并學習了如下的資料：一個是產(chǎn)品經(jīng)理方面的課程；二是網(wǎng)上提到的一些產(chǎn)品經(jīng)理方面的書籍妥畏，例如啟示錄邦邦、神一樣的產(chǎn)品經(jīng)理、用戶體驗要素醉蚁、簡約至上燃辖、增長黑客等；三是人人都是產(chǎn)品經(jīng)理网棍、PMCAFF等產(chǎn)品網(wǎng)站和微信公眾號黔龟，從中了解最新的產(chǎn)品知識和前輩們的思考；四是收藏了一些知名大牛的博客、知乎氏身，如俞軍巍棱、張小龍、純銀蛋欣、白鴉航徙、蘇杰等，研究他們是如何思考產(chǎn)品的陷虎；五是學習了梁寧老師的產(chǎn)品思維三十講課程捉偏。

在輸出方面，一是加入職景的產(chǎn)品思維打卡社群泻红，每周進行產(chǎn)品思維的鍛煉，并多次選入留言精選霞掺；二是輸出一篇小紅書的產(chǎn)品分析報告谊路，從產(chǎn)品、市場菩彬、用戶缠劝、功能、運營等方面對產(chǎn)品進行了全面的分析骗灶；三是參加360 Hackaday創(chuàng)新產(chǎn)品大賽西北賽區(qū)的比賽惨恭，設計了定位于禮物分享社區(qū)的產(chǎn)品，完成了整個產(chǎn)品設計流程耙旦，現(xiàn)已進入復賽脱羡，由于還在參賽中，還未有最終結(jié)果免都。

以上是上學期產(chǎn)品方面的學習總結(jié)锉罐，而接下來，主要的學習計劃則是AI方面的知識和能力積累绕娘，找到的抓手是飯團“AI產(chǎn)品經(jīng)理大本營”黃釗團長提倡的自我背書的方式脓规，即通過“輸入-輸出-實施”三個階段的行動來實現(xiàn)自我能力的證明，進而成功入職AI PM险领。

1侨舆、輸入

主要進行三個方面的輸入，分別是技術(shù)通識绢陌、產(chǎn)品通識挨下、行業(yè)通識，知識來源渠道主要有以下幾個方面：

? ? ? ? 一是社群分享：飯團下面、Q群复颈、知乎、人人都是產(chǎn)品經(jīng)理等；?

? ? ? ? 二是自媒體：AI100耗啦、AI科技大本營凿菩、傅盛、hanniman帜讲、黑智衅谷、甲子光年、AI那點事似将、新智元获黔、集智俱樂部等；

? ? ? ? 三是近期要看的書：科學的極致在验、走進2050玷氏、終極算法、皇帝新腦等腋舌；

? ? ? ? 四是一些行業(yè)分析報告和搜集到各種會議的PPT盏触；

? ? ? ? 五是相關(guān)領(lǐng)域的一些知識，如認知科學块饺、神經(jīng)學赞辩、心理學、哲學宗教等授艰。

2辨嗽、輸出

在AI方面，主要輸出方向有三個淮腾，一是自己在AI PM的學習成長方面的計劃感悟糟需，二是針對CV或語音識別方面輸出一篇技術(shù)報告或應用場景分析，三是針對自動駕駛領(lǐng)域輸出一篇學習報告或應用場景的分析報告来破。

在產(chǎn)品方面篮灼，會總結(jié)自己之前學習到的產(chǎn)品知識，輸出自己的方法論徘禁。

3诅诱、實施

整體計劃表安排如下：

主要的學習內(nèi)容是飯團的“AI產(chǎn)品經(jīng)理大本營”中的歷史文章，其次會每周完成一本書的閱讀，然后每天吸收相關(guān)公眾號的知識，在每周末進行相關(guān)知識的整理輸出裸诽。

二查刻、AI技術(shù)通識

AI本質(zhì)是機器從我們喂養(yǎng)的數(shù)據(jù)中擬合出適合的函數(shù)，當有新的數(shù)據(jù)需要預測的時候，通過這個函數(shù)去預測出新數(shù)據(jù)對應的結(jié)果。

主要模型其實就是最終擬合出的函數(shù)Y=f（X,W,b），f（·）就是擬合的函數(shù)大年，X是輸入變量，W是權(quán)重，b是偏差翔试，Y是輸出變量轻要。

對于數(shù)據(jù)集來說，一般分為訓練集垦缅、驗證集和測試集冲泥，會用訓練集來訓練算法模型，用驗證集對模型進行驗證和在開發(fā)過程中調(diào)參壁涎，最后用測試集測試模型是否會產(chǎn)生欠擬合和過擬合等問題凡恍，在沒有特別要求時，可以將驗證集和測試集合為一個數(shù)據(jù)集用于測試模型和調(diào)整參數(shù)怔球。

對于AI來說嚼酝，其主要框架分為基礎設施層、技術(shù)算法層竟坛、應用層革半，如下去所示：

2.1機器學習

2.1.1監(jiān)督學習

ⅰ）定義：從標記的數(shù)據(jù)中尋找規(guī)律流码，然后預測新數(shù)據(jù)

ⅱ）解決問題：回歸和分類

ⅲ）主要算法：

① K近鄰

② 樸素貝葉斯

③ 邏輯回歸

④ 決策樹

⑤ 隨機森林

⑥ 線性支持向量機

ⅳ）應用場景：

① 基于規(guī)則的信用評估

② 新聞分類

③ 郵件過濾

④ 手寫識別

⑤ 情感分析

⑥ 文字廣告過濾

2.1.2無監(jiān)督學習

ⅰ）定義：讓機器自己識別給定數(shù)據(jù)中的特征延刘，進而能夠識別新數(shù)據(jù)

ⅱ）解決問題：關(guān)聯(lián)漫试、聚類和降維

ⅲ）主要算法：

① k均值

② 自編碼

③ 主成分分析

ⅳ）應用場景：用戶聚類、新聞聚類等

2.1.3半監(jiān)督學習

⒌饫怠）定義：從部分標記的數(shù)據(jù)中尋找規(guī)律驾荣，然后預測新數(shù)據(jù)

ⅱ）解決問題：垃圾信息過濾和視頻網(wǎng)站分析

ⅲ）主要算法：

① 半監(jiān)督SVM（支持向量機）

② 高斯模型

③ KNN模型

④ Self-trainning

⑤ Co-trainning

ⅳ）優(yōu)點：

① 相比無監(jiān)督學習會有較高的精度

② 相比有監(jiān)督學習可以大幅降低人工標記成本

2.1.4強化學習

ⅰ）定義：根據(jù)輸入環(huán)境參數(shù)確定要執(zhí)行的動作普泡，通過與環(huán)境交互來優(yōu)化目標函數(shù)播掷。在訓練時，對于正確的動作做出獎勵撼班，對錯誤的動作做出懲罰歧匈，訓練完成之后就用得到的模型進行預測

ⅱ）解決問題

① 自動直升機

② 機器人控制

③ 手機網(wǎng)絡路由

④ 市場決策

⑤ 工業(yè)控制

⑥ 高效網(wǎng)頁索引

ⅲ）學習理論

①理論一：agent需要理解環(huán)境、分析環(huán)境砰嘁，并且要推測出完成一個動作得到獎勵的概率件炉。該理論完全滿足馬爾科夫決策

②理論二：agent不需要理解環(huán)境、分析環(huán)境時矮湘，做出決策斟冕，該決策正確時獎勵，錯誤時不獎勵或懲罰缅阳。agent不會在動作時去計算是否得到獎勵的概率

ⅳ）主要算法：

①K-搖臂賭博機（單步強化學習任務）

? ? ? ε-貪心算法

? ? ? Softmax算法

②有模型學習（多步強化學習任務）

? ? ? 基于T步累積獎賞的策略評估算法

? ? ? 基于T步累積獎賞的策略迭代算

③免模型學習

? ? ? 蒙特卡羅強化學習：同策略和異策略

? ? ? 時序查分學習：Q-學習算法和Sarsa算法

④ 模仿學習

2.1.5遷移學習

⒖纳摺）定義：把已經(jīng)學到訓練好的模型參數(shù)遷移到新的模型來幫助并加快新模型訓練數(shù)據(jù)集

ⅱ）解決問題

① 終身學習

② 知識轉(zhuǎn)移

③ 歸納遷移

④ 多任務學習

⑤ 知識的鞏固

⑥上下文相關(guān)學習

⑦ 元學習

⑧ 增量學習

ⅲ）主要方法

① 樣本遷移法

② 特征遷移法

③ 模型遷移法

④ 關(guān)系遷移法

2.1.6深度學習

ⅰ）定義：多層神經(jīng)網(wǎng)絡

ⅱ）解決問題

① 預測學習

② 語音識別

③ 圖像識別

ⅲ）主要算法：CNN、RNN秀撇、CNN

ⅳ）優(yōu)點

① 擁有更好的表達能力超棺，可以表達更復雜函數(shù)的能力

② 處理未標記數(shù)據(jù)，能夠識別更復雜的特征

ⅴ）缺點

① 使用監(jiān)督學習方法訓練神經(jīng)網(wǎng)絡時捌袜，可能有局部極值的問題

② 當使用反向傳播方法計算導數(shù)的時候说搅，隨著網(wǎng)絡的深度的增加，出現(xiàn)梯度彌散問題

③ 要花大量的精力調(diào)整參數(shù)虏等，如果不知道調(diào)參方法就無法復現(xiàn)結(jié)果

④ 本身是一個黑箱弄唧，并不能知到網(wǎng)絡到底做了什么

2.2語音識別（ASR）

ⅰ）概念：

① 研究內(nèi)容：將聲音轉(zhuǎn)化為文字

② 原理：輸入—編碼（特征提然羯馈）—解碼—輸出

③ 識別方式：

? ? 傳統(tǒng)識別：一般采用隱馬爾可夫模型HMM

? ? 端到端識別：一般采用深度神經(jīng)網(wǎng)絡DNN

ⅱ）遠場識別

① 語音激活檢測VAD：判斷什么時候有語音什么時候沒有語音

② 語音喚醒：通過關(guān)鍵詞喚醒語音設備

? ? 主要要求：a）喚醒響應時間要短

? ? ? ? ? ? ? ? ? ? ? ? b）功耗要低

? ? ? ? ? ? ? ? ? ? ? ? c）喚醒詞候引，技術(shù)上要求，一般最少3個音節(jié)

? ? ? ? ? ? ? ? ? ? ? ? d）喚醒效果敦跌。喊它它不答應這叫做漏報澄干，沒喊它它回應叫做誤報

ⅲ）麥克風陣列

① 背景：在各種復雜環(huán)境下，會有噪音柠傍、混響麸俘、人聲干擾、回聲等各種問題惧笛，需要麥克風陣列處理雜聲

② 作用：

? ? ? a）語音增強

? ? ? b）聲源定位

? ? ? c）去混響

? ? d) 聲源信號的提取和分離

③ 分類：

? ? 按陣列形狀分：線性从媚、環(huán)形、球形麥克風

? ? 按麥克風個數(shù)分：單麥患整、雙麥拜效、多麥

ⅳ）全雙工

? ? ? ? 主要支持多輪對話和多人對話，可插話和打斷

ⅴ）糾錯

①? 定義：對識別出的文字偏差進行糾錯各谚，還有理解用戶主動糾錯后的意圖

② 方式：a）本地為主：優(yōu)先從本地查找相關(guān)數(shù)據(jù)

? ? ? ? ? ? ? ? b）本地+云端：優(yōu)先在本地的音樂庫中去找相似度較高的歌曲名稱紧憾，然后到云端曲庫去找，最后再合在一起（排序）昌渤。

? ? ? ? ? ? ? ? c）云端為主：數(shù)據(jù)量太大赴穗，直接到云端搜索可能更方便

ⅵ）語音打斷

① 定義：用戶可通過語音打斷設備

② 問題：在設備自己說話的時候識別用戶的語音會受到很大的干擾，如何從中分辨出用戶的語音信號進行識別也對算法有較高的要求

2.3語音合成（TTS）

蛳ⅰ）研究內(nèi)容：是將文字轉(zhuǎn)化為語音（朗讀出來）的過程

ⅱ）實現(xiàn)方法

a）拼接法

1.定義：從事先錄制的大量語音中望抽，選擇基本單位（音節(jié)、音素）拼接而成履婉，為了連貫性常采用雙音子（一個因素的中央倒下一個因素的中央）作為單位

2.優(yōu)點：語音質(zhì)量較高

3.缺點：數(shù)據(jù)庫較大煤篙，一般需幾十小時的成品語料，企業(yè)級商用的話需5萬句費用在幾百萬

b)參數(shù)法：

1. 定義：根據(jù)統(tǒng)計模塊來產(chǎn)生每時每刻的語音參數(shù)毁腿，然后將參數(shù)轉(zhuǎn)化為波形辑奈，主要分三個模塊：前端處理苛茂，建模和聲碼器

a) 常見數(shù)據(jù)：這句話的語氣語調(diào)，節(jié)奏鸠窗，韻律邊界妓羊，重音，情感

b) 拼接法和參數(shù)法稍计，都有前端處理躁绸，區(qū)別在于后端聲學建模方法

2. 優(yōu)點：個性化的TTS大多是用參數(shù)法可節(jié)約時間成本

3. 缺點：質(zhì)量比拼接法差一些，因為受制于發(fā)生算法臣嚣，有損失

ⅲ）評判標準（評判TTS系統(tǒng)的好壞)

主觀測試：人為評測（人為來聽）

客觀測試：系統(tǒng)評測（機器評測）

ⅳ）瓶頸和機會

① 數(shù)據(jù)匱乏（可用的語音數(shù)據(jù)）

② 人才匱乏：TTS人才相比于AI中的NLP和CV類人才太少

③ 產(chǎn)品化難度高

? ? ? ? 用戶預期場景較復雜

? ? ? ? 技術(shù)現(xiàn)在還有較多難點

? ? ? ? 細節(jié)設計還需較多斟酌

④ 商業(yè)化壓力

? ? ? ? 項目周期較長（這個需要長時間的數(shù)據(jù)和技術(shù)的積累與沉淀）

? ? ? ? 細分場景上的切入目前還處于早期階段净刮，試錯成本較高

2.4計算機視覺（CV）

ⅰ）定義：使用計算機以及相關(guān)設備對生物視覺的一種模擬

ⅱ）主要任務：通過對采集的圖片或視頻進行處理以獲得相應場景的三維信息硅则，讓計算機具有對周圍世界的空間物體進行傳感淹父、抽象、判斷的能力

ⅲ）研究內(nèi)容：圖像的恢復怎虫、圖像預處理暑认、根據(jù)特征信息進行基元的分割和關(guān)系的確定、模型匹配識別基元或代表實體得出結(jié)論

ⅳ）應用場景：

① 人臉識別

② 多目標追蹤

③ 光學符號識別

ⅴ）CV應用的處理過程

① 成像

1. 定義：模擬相機原理（提升照片的質(zhì)量）

2. 影響圖片因素

a)光照影響? ?

i. 從產(chǎn)品角度控制：可以通過提醒來改變用戶的使用場景大审；通過升級或變更硬件設施來提升產(chǎn)品的體驗

ii.從算法角度控制：利用算法對圖片進行處理來提升圖片的質(zhì)量

b) 模糊

i. 運動模糊：人體蘸际、車輛、攝像頭的移動造成

ii. 對焦模糊：攝像頭的距離徒扶、質(zhì)量和天氣等因素造成

iii. 低分辨率差值模糊：小圖放大和攝像頭硬件等設備造成

iv. 混合模糊：多重模糊存在

c) 噪聲捡鱼、分辨率

② 早期視覺

1. 定義：圖片的處理加工過程

2.主要技術(shù)

? ? 圖像分割

? ? 邊緣求取

? ? 運動和深度估計

? ? 圖像拼接

3. 目前問題

a) 結(jié)果不精確

b) 需要長時間的知識沉淀

③ 識別理解

1. 定義：把一張圖片對應到一個文字、一張照片或標簽

2. 標簽

a) 越精確對模型越有利酷愧，但數(shù)據(jù)就會越少

b) 主觀因素影響

c) 細分標簽

2.5自然語言理解（NLP）

ⅰ）定義：讓計算機理解缠诅、分析以及生成人類語言溶浴，是理解和處理文字的過程

ⅱ）過程

① NLU（自然語言理解）

② NLG（自然語言生成）

ⅲ）應用領(lǐng)域：

① 句法語義分析

② 信息抽取

③ 文本挖掘

④ 機器翻譯

⑤ 信息檢索

⑥問答系統(tǒng)、

⑦ 對話系統(tǒng)

ⅳ）難點：

① 語言歧義性管引，如去拉薩士败，不知道要干啥，是做火車還是飛機褥伴？

② 語言魯棒性谅将，如錯字、少字重慢、別稱饥臂、不連貫、噪音的識別

③ 知識依賴似踱，如七天隅熙，酒店名

④ 個性化語境稽煤，上下文、用戶畫像囚戚、多輪對話

ⅴ）解決方法

① 規(guī)則方法

② 統(tǒng)計方法

③ 深度學習

以上是對最近在飯團“AI產(chǎn)品經(jīng)理大本營”學習到的酵熙、關(guān)于AI技術(shù)的通識的學習和總結(jié)。