从0开始搭建产品经理的AI认知体系
关于AI产品，作为一名互联网出身产品经理，我把近段时间的学习笔记，分享给大家。
去年的谷歌AlphaGo大战李世石，以及国家出台了相关支持政策，还有百度的高调转型，使得人工智能领域已经得到越来越多人的关注。
中国的人工智能近几年来也发展极为迅速，-里中国新增人工智能企业占据累计的53.8%，融资的金额占了总体的93.59%。
而每个划时代的领域都必然会经历三个阶段：
革命性的技术可以落地的产品精细化的运营
如今人工智能的技术，在某些领域已经相当成熟了，迫切需要好的场景来落地。
而让技术最大化的创造价值，则是需要更多具有“产品思维”的人一起来推动行业发展。
作为一名互联网出身产品经理，我把近段时间的学习笔记，分享给大家。
内容主要围绕三个方面：
Why：为什么要死磕人工智能以及过程中遇到了哪些问题How：怎么学习才能达成自己的阶段目标。What：要通过输出来加深自己的理解。
这篇学习笔记更适合哪些PM小伙伴阅读？
刚刚开始进入或准备进入AI领域面对AI领域大量的知识不知如何上手
1.Why：为什么要死磕人工智能以及过程中遇到问题
年初的时候我在公司的战略会上提出AI的方向，但目前还只是停留的在概念上，大致原因如下：
没有体系化解决方案没有直接可供机器学习的数据无法确定ROI（投产比）核心团队对AI领域认知较少…等等
而我近期开始研究AI后，发现AI知识涉及到了大量且不同领域的知识，如：
哲学，认知科学，数学，神经学，心理学语言学，生物学，仿生学，统计学，自动化，高等数学，计算机科学，医学…云计算，大数据，算法模型，开源框架，语料库，机器学习，深度神经网络…语音识别，语音合成，计算机识别，自然语言处理………
随便一块知识都不是几个月可以吃得下来的。
且目前市面上资料更多是偏学术，技术，以及算法等层面的，极少有直接面向产品经理的，导致自己在学习过程中也趟了很多「坑」。
好在一部分已经在AI领域的产品大咖们，正在尽可能的分享着自己的方法和经验，让新进入这个领域的产PM少走了不少的弯路。
据AI行业的大咖介绍，产品经理想要在AI创造价值至少需要6个月。AI在思维方式上有很大的差异化，并且对于已经有N年其他领域PM来讲，更会遇到诸多来自于内部和外部的问题。
所以对我来讲，先想明白「Why：为什么这么做」要比「How：怎么做」更加的重要。
「注：附上自己的Belief，仅供参考」
2.How：怎么学才可以达到自己的阶段性目标
有没有遇到过进入一个新的领域，遇到海量的信息却无从下手 ？
这个就是我刚进入AI领域，遇到第一个问题，我的方法是：
先建立自己对AI行业的初步认知。从PM视角来搭建自己的AI知识框架。深入研究某个领域较为成熟的解决方案。
2.1如何建立AI行业的通识
怎么才能快速的建立初步认知？
我的经验是先要有一个体系化的认知，知道自己要去了解哪方面的知识。
根据@黄钊hanniman 分享的AI领域的产业结构，从下到上分别为：
基础计算能力层：云计算，GPU等硬件加速，神经网络芯片；基础数据层：各行业的一手数据；技术框架层：TensorFlow，Caffe，Theano，Torch，DMTK，DTPAR，ROS等框架或操作系统；技术算法层：机器学习、深度学习、增强学习等各种算法；通用技术层：语音识别（ASR）、语音合成（TTS）、计算机视觉（CV）、自然语言处理（NLP）、即时定位与地图构建（SLAM）等等；应用平台层：行业应用分发和运营平台、机器人运营平台；解决方案层：智能客服、智能助理、人车、机器人、自动写作等场景应。
其中「应用平台层」和「解决方案层」是AI产品经理的主战场。
其次需要信息渠道，持续的输入信息，填充自己的认知，我的方法是：
阅读「提高认知」方面相关书籍。关注行业内的相关资讯。主动与行业伙伴的互动和交流。
「提高认知相关书籍」，我认为对AI初步认识有一定帮助的：
《智能时代》《未来简史》《走近2050》《浪潮之巅》
建立了初步认知之后，可以再去看一些偏技术和理论基础类书籍：
《人工智能 — 一种现代的方法》《数学之美》《深度学习》
但书籍只能建立对AI的认知以及理论基础，还需要时刻了解行业的最新发展，这里推荐一些微信公众号：
机器之心：定位是人工智能媒体和服务平台。（AI垂直搜索）新智元：人工智能，机械人领域。将门创投：投资机器智能，物联网，人交互，企业计算等领域。泡泡机器人：每个几天会推一些科技领域的公开课（偏技术）。其他：全球人工智能，人工智能头条，AI科技评论…等等
2.2从PM角度来搭建自己的AI知识框架。
有没有遇到过，通过碎片时间研究大量的学习资料，却无法很快理清知识逻辑关系以及背后原理？
AI领域就是一个典型的信息爆炸的领域，更新速度非常快，每个领域又非常的深，为了更快的学以致用，我的方法是建立适合自己的AI知识框架：
「注：知识框架还处于0到1的版本，持续更新中」
搭建自己的知识框架还有这些好处：
帮助自己建立AI知识与PM知识的联系帮助自己建立AI知识与解决方案的联系实时厘清自己对技术的边界的认知……
2.3.深入研究某个领域较为成熟的解决方案
当你知识框架有了一定的积累，在AI领域可能会出现不知道具体怎么落地情况。
是因为AI领域的大多数行业解决方案，都是由多个AI技术，硬件，垂直领域经验等构成的，并且每个领域对于技术成熟度等的要求都不一样，所以只是对AI技术的认知，无法快速的帮助你在实际应用落地。
我推荐的方法是：从某个行业的产品解决方案切入进行「PM（思维） + AI（技术） + X（垂直行业认知）」进行一次深入的调研，这样即可以加深对于AI技术应用的理解，同时也可以有更多贴合实际的落地思考。
如何选择深入研究哪个领域解决方案呢 ？我的建议是：
与自己目前经验积累有关或有明确目标方向的
解决方案相对成熟，并且可以亲身体验到的
比如热门的产品或领域，且有相当多资料可以查询
能涉及语音，视觉，硬件，机器学习等多个AI知识
目前我自己的研究方向如下：
学习只是一种工具，不要因为学习而学习，学习的本质在于运用，以产品落地为导向。
3.通过输出来加深自己的理解
作为一名PM，不管是语言输出还是文档输出一定是你所擅长的，相关笔记及经验的输出可以帮助我们：
更快建立自己的认知体系和知识框架可以检视自己的思维逻辑可以与行业内小伙伴的建立沟通渠道可以通过分享来多创造一点点价值……等等
最后引用一句话：
写作，是你于世界交流，自我驱动学习性价比的最高手段。
