一個AI產品經理怎麼看AI的發展
https://www.jianshu.com/p/bed6b22ae837
最近一直在思考這個問題，人工智慧接下來的幾年會有什麼樣的發展，是否真的能夠在很多工作崗位上取代人類？抑或只是和人類“和諧相處”。
本文基於作者個人的經驗與知識水平，從一個人工智慧從業者的角度，來聊一聊技術，體驗和場景，產業發展和生態等方面聊一聊，人工智慧將會有什麼樣的發展趨勢。
一.產業和生態
1. 軟硬結合
網際網路時代，大家做的基本都是一件事：連線。百度做了人和資訊的連線，阿里做了人和商品的連線，騰訊做了人和人的連線。新時代，人和物，物和物的連線會成為一個趨勢，物聯網和人工智慧將會緊密融合。
更多的智慧硬體，智慧晶片將會走進人們的生活，相互連線。但是並不是我們現在看到的這些所謂的智慧家居，只是簡簡單單做了個手機操控的功能而已。人工智慧時代的智慧硬體可以直接成為和使用者互動的終端，智慧晶片能夠為智慧終端提供離線的快速響應的大腦，這是端的智慧。同時，雲端的人工智慧大腦為整個系統提供綜合的影響和指導，這是雲的智慧。雲+端的融合，物聯網+人工智慧形成一個真正的“智聯網”。
2.雲端計算
雲端計算已經火了幾年了，但是人工智慧將會賦予雲端計算新的生命。新時代，雲端計算+大資料+人工智慧將會組成一組強大的“三巨頭”。曾有人說：雲端計算重新定義了IT，大資料重新定義了資產，而人工智慧重新定義了效率。仔細想想不無道理。
網際網路催生了大資料，而大資料催生了人工智慧。對於更多的行業和領域，觸及這些最新技術的最快最好的方式就是雲端計算，用最近流行的說法就是：各行各業能夠得到人工智慧賦能，並提升自身效率的最便捷的方式就是通過雲。同時，人工智慧能夠幫助雲端計算公司從標準化的“裝置”競爭，過渡到更多差異化個性化的服務和解決方案的競爭。也能夠為形成資料閉環提供基礎。
3.資料閉環
雲端計算解決了大量儲存的需求，而這些儲存的大資料再結合雲端計算的強大計算能力，可以根據需求和場景訓練出強大的人工智慧模型，這些訓練的模型可以通過雲端計算的方式賦能更多的場景。同時，這些被賦能的場景產生的資料又會迴流到雲端，對模型的優化和自學習提供幫助。
二.場景和體驗
1.多模態互動
根據梅拉比安的溝通模型，溝通 = 說話內容（７％）＋語氣語調（３８％）＋肢體語言及表情（５５％）。包含了語音，文字和影像。
未來人機互動會更加傾向於多模態，語音，語義，影像，動作等等融合，甚至會有腦機介面等更高層次的資訊傳輸方式。一是能夠讓使用者有更自然的體驗，同時也能夠大大加速機器人的從感知到認知，真正的全方面的理解人類的意圖，給出最好的互動。
2.封閉到開放
在封閉的場景內，人工智慧已經能取得一定的成果了，例如封閉領域的客服機器人，能夠回答出使用者很多業務相關的問題，甚至能夠協助使用者完成部分相對複雜的任務，如退貨換貨。
但是在開放的領域，他依然是個小嬰兒。開放領域對資料的積累，對模型的訓練，對場景的切換，都有著極高的要求。是一個長期的工程。
三.技術方面
1.增強學習
深度學習讓人工智慧最近又煥發新生，但是當前的深度學習還是需要大量的優質資料為基礎的監督學習為主，需要投入大量的人工。
而增強學習則是一個方向，尤其是在一些邊界明確，規則清晰的任務中，機器人可以自己去嘗試著完成任務，完成了給獎勵，失敗了則給懲罰，慢慢他就會自己學會完成任務。而最新版本的AlphaGo Zero正是運用了深度學習的方法，從而可以完全拋棄掉對大量現存資料的依賴。
2.遷移學習
從某個層面上來說，現階段人工智慧商業化的最大阻礙不是演算法而是資料，缺乏優質的資料使得很多產品即使在相對封閉的場景下也很難有優異的表現。資料的最大問題則是需要投入大量的人力，比如你用大量資料訓練了一個人臉識別的模型，現在要做一個豬臉識別的應用，之前的資料就全都沒用了，模型也要重新訓練。能夠舉一反三是在認知領域人和機器的最大區別了，現實的世界有時候規則並不明確，需要根據總結的經驗來適應相對陌生的環境。
而一旦機器擁有了遷移學習的能力，相似領域的工作將可以被複用，可以快速針對全新的領域開發出新的產品。這也正好映照了上文提到的從封閉到開放的趨勢。
作者：小凡要改變世界
連結：https://www.jianshu.com/p/bed6b22ae837
來源：簡書
簡書著作權歸作者所有，任何形式的轉載都請聯絡作者獲得授權並註明出處。