您需要了解的有關(guān)AI產(chǎn)品管理的知識(shí)

如果您已經(jīng)是軟件產(chǎn)品經(jīng)理(PM)，那么您將成為人工智能(AI)或機(jī)器學(xué)習(xí)(ML)的PM的先行者。您已經(jīng)了解了游戲及其玩法：您是協(xié)調(diào)員，將開發(fā)人員，設(shè)計(jì)師和執(zhí)行人員之間的一切聯(lián)系在一起。您負(fù)責(zé)設(shè)計(jì)，產(chǎn)品與市場的契合度，并最終負(fù)責(zé)將產(chǎn)品推向市場。但是，在管理AI項(xiàng)目方面存在許多新挑戰(zhàn)：更多未知數(shù)，不確定性結(jié)果，新基礎(chǔ)架構(gòu)，新流程和新工具。有很多東西要學(xué)習(xí)，但是值得在產(chǎn)品空間中創(chuàng)造AI的獨(dú)特價(jià)值。

無論您管理面向客戶的AI產(chǎn)品還是內(nèi)部AI工具，都需要確保您的項(xiàng)目與業(yè)務(wù)保持同步。這意味著您構(gòu)建的AI產(chǎn)品與您現(xiàn)有的業(yè)務(wù)計(jì)劃和戰(zhàn)略保持一致(或者您的產(chǎn)品正在推動(dòng)這些計(jì)劃和戰(zhàn)略的改變)，它們正在為企業(yè)帶來價(jià)值，并且能夠按時(shí)交付。用于AI的PM必須完成傳統(tǒng)PM要做的所有事情，但他們還需要對機(jī)器學(xué)習(xí)軟件開發(fā)有操作上的了解，并要對其功能和局限性有一個(gè)現(xiàn)實(shí)的認(rèn)識(shí)。

AI產(chǎn)品是自動(dòng)化系統(tǒng)，可以收集數(shù)據(jù)并從中學(xué)習(xí)以做出面向用戶的決策。實(shí)用地說，機(jī)器學(xué)習(xí)是AI“起作用”的一部分：您現(xiàn)在可以在實(shí)際產(chǎn)品中實(shí)現(xiàn)的算法和技術(shù)。在這里，我們將不涉及現(xiàn)代機(jī)器學(xué)習(xí)的數(shù)學(xué)或工程學(xué)。您現(xiàn)在需要知道的是，機(jī)器學(xué)習(xí)使用統(tǒng)計(jì)技術(shù)來使計(jì)算機(jī)系統(tǒng)能夠通過接受現(xiàn)有數(shù)據(jù)的訓(xùn)練來“學(xué)習(xí)”。訓(xùn)練后，系統(tǒng)可以根據(jù)以前從未見過的數(shù)據(jù)做出預(yù)測(或提供其他結(jié)果)。

AI系統(tǒng)在很多方面與傳統(tǒng)軟件有所不同，但是最大的不同是機(jī)器學(xué)習(xí)將工程學(xué)從確定性過程轉(zhuǎn)變?yōu)楦怕市赃^程。機(jī)器學(xué)習(xí)工程師沒有使用總是以可預(yù)測的方式運(yùn)行的硬編碼算法和規(guī)則來編寫代碼，而是收集了大量輸入和輸出對的示例，并將它們用作模型的訓(xùn)練數(shù)據(jù)。

例如，如果工程師正在訓(xùn)練神經(jīng)網(wǎng)絡(luò)，則此數(shù)據(jù)會(huì)教網(wǎng)絡(luò)近似一個(gè)功能，該功能的行為與其通過的對相似。在最佳情況下，經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)可以準(zhǔn)確地表示潛在的潛在現(xiàn)象，并且即使提供了模型在訓(xùn)練過程中未看到的新輸入數(shù)據(jù)，也可以產(chǎn)生正確的輸出。對于消費(fèi)互聯(lián)網(wǎng)公司中使用的機(jī)器學(xué)習(xí)系統(tǒng)，通常每天使用數(shù)十億個(gè)全新的輸入-輸出對對模型進(jìn)行連續(xù)多次重新訓(xùn)練。