到21世纪，个人看来当下人类技术发展的方向主要有3大块，分别是宇航技术、生物技术以及人工智能。而身为互联网的产品经理，现在与我们职业最接近的，莫过于现在发展正火热的人工智能。
在此之前，让我们先来看看人工智能的发展浪潮与技术原理。
人工智能发展的三次浪潮
对于人工智能，也并不是什么新技术了，从第一次提出人工智能开始已经有60多年了。期间经历3次发展的浪潮
人工智能发展的三次浪潮
前两次浪潮都由于当前的条件限制并没有发展起来，直到2006年，人工智能才以深度学习之名慢慢开始复兴。到了2012年，进入大数据时代，数据量激增，并且硬件的发展大大地提高的算力，使得人工智能真正的进入第三次浪潮并且还在不断的发展中。
人工智能三阶段
就和大家一样，对人工智能这东西并不陌生，最早了解到人工智能是在电影中，具体那不电影已经不记得了。但是源于AI印象最深的还是电影《AI》、《机械公敌》、《终结者》以及近几年上映的《机械姬》。
其实这些电影所说的人工智能，是最理想的形态，在智能上无限接近人类甚至超过人类。当然，这种形态的人工智能离现在还很遥远。按照智能的程度可以把人工智能划分为一下三个阶段：
弱人工智能
强人工智能
超人工智能
人工智能三大阶段
当下我们正处于弱人工智能阶段。已AlphaGo为代表，具有一定的智能和学习能力；而强人工智能是由高智能并且具有独立思考的能力；到了超人工智能阶段，除了具备高智能和独立思考的能力以外，还具备感知能力和情感的功能，也就是无限接近与人类的状态。关于这个状态，也就是说人们常常恐惧人工智能的状态，担心会出现人工智能会过于强大最终导致人类灭亡。这种人工智能威胁论是否具有合理性？还是过于夸张？现在也下不了定论。
人工智能的技术原理
对于人工智能技术的发展，首先要去了解他的根本出发点。从人工智能的定义上来看，“人工智能是人们利用计算机来模拟人类大脑的工作原理，并将其用来探索，阐释我们周围世界的新技术（当然，现在已经不算新技术了）”，由此可知，人工智能的基本原理是模拟人脑的工作原理。当下人工智能最热门的技术之一的机器学习，就是利用了神经网络模型，神经网络正是人脑的工作的结构。
我们再来看看支撑人工智能发展的三要素：算法、算力和数据。在此之前，先来看看人类学习一样东西、技能的过程，就拿学习开车这件事为例。先假设我们已经知道了各个设备的操作。首先要到训练场上，教练教你怎么踩油门前进，打方向盘转弯，然后踩刹车减速停车。重复这样的操作一段时间，我们就可以掌握开车这一项技能。人类学习开车整个过程，如果换成人工智能，那么我们的每一次操作的记录可以看做是人工智能中的训练的数据。人类通过一定时间的练习掌握了开车流程操作，这就相当于人工智能中的算法，而学习开车的难以程度就相当于算力，也就是人类的IQ，即我们大脑中的神经突触的数量。也就是说，人工智能的技术原理其实就模仿人类大脑中神经网络的工作原理。
虽说神经网络被视为深度学习研究的重要灵感来源，但已不再是该领域的主要指导。如今神经科学在深度学习研究中的作用被削弱，主要原因是我们根本没有足够的关于大脑的信息来指导去使用它。要获得对大脑的实际使用算法的深刻理解，我们需要有能力同时检测至少数千个相连的神经元的活动。目前我们做不到这一点，所以我们甚至连大脑最简单、最深入的研究的部分都还远远没有理解。
不过现代深度学习已经发展到从许多领域获取灵感，特别是应用数学的基本内容，如线性代数、概率论、信息论和数值优化，是的深度学习可以向多维度、多样化的发展。
人工智能的应用
说完了技术的，就说说人工智能的应用吧。人工智能行业应用按层级划分可分为三层：
底层（基础架构）：芯片、云计算、框架等
中间层（通用技术）：机器翻译、计算机视觉、语音识别、自然语言理解、自动驾驶等
顶层（应用层）：AI+医疗、AI+金融、AI+教育等
互联网巨头凭借着在互联网时代积累的资源、人才和数据，已经针对底层与中间层的技术投入了大量的研发，并取得了巨大的成绩，然后通过将其运用具体的应用场景中，或与一些传统行业合作来把技术落实到具体的场景中，从而让自己在新技术革命中占据优势。
目前大众还很少能感知人工智能带来的好处，但也有些已经落实到了人们的应用场景，让人们实实在在的使用着。比如说以数据挖掘来给用户推荐感兴趣的新闻头条的《今日头条》，以及通过智能推荐给用户推荐喜爱的商品的《淘宝》，通过这种方式大大地提高了产品的曝光率。还有“年龄较大”语音助手，其代表有Google Assistant、Amazon Alexa、Siri，也正由于近几年人工智能的发展，使得语音助手的语义理解能力趋于人类水平，在人们不方便使用屏幕的时候带来了很多的方便。人工智能慢慢开始进入人们的视野，改变人们的生活。
当下很多互联网产品经理都想抓住这次新技术革命的机遇，但是新的技术、应用往往还没有形成自己的运用方法论，所以当下没有对AI产品经理有一个具体的标准，大家对如何投身于人工智能中都会有些困惑。而这里我通过结合大咖们关于AI产品经理的分享，以及自身对行业发展的一些看法，总结了AI产品经理的方向分类以及投身于人工智能的一些建议。
在之前，针对弱人工智能时期的AI产品经理做一个分类：
产品能力 + 行业专家
产品能力 + 技术（0.3）+ 场景（0.7）
产品能力 + 场景（1）
产品能力 + 数据（1）
注：
1、这里的产品能力代表的是互联网产品经理的基本能力，包括用户调研、需求分析、文档能力、项目管理、运营能力等
2、分类上的1、0.3、0.7是侧重比例
产品能力 + 行业专家
该方向产品经理是具备跨学科能力的产品经理，重点在于其是某个行业的专家。这类产品经理相对稀缺，而且一般都存在于巨头公司里某个垂直部门的产品团队中，比如说Google在医疗领域中的AI产品，其产品经理就需要是医疗行业的专家，这样才能从行业专家的角度抓住行业的痛点，并且通过运用人工智能来解决行业的痛点。
产品能力 + 技术（0.3）+ 场景（0.7）
该方向的产品经理需要具备一定的技术理论知识，可以和科学家、工程师们沟通无障碍，并且可以运用其技术理论知识来规范自己产品设计的可实现性。同时对行业了解的前提下，能对用户使用产品的场景进行挖掘。当然也需要对行业有一定的了解才能准确行业的需求，所以这类产品经理虽然各方面能力平均，但是容易掌控全局。
产品能力 + 场景（1）
该方向的产品经理与当下大多数互联网产品经理的工作方式有点类似，重点都是在于用户使用场景的挖掘，这要求产品经理对行业中产品使用的场景有较深的认识，并且能挖掘出运用新技术的产品使用场景。
产品能力 + 数据专家
该方向上的产品经理类似于互联网产品经理中的数据产品经理，在对AI产品进行锻炼时，产品经理根据用户的使用来挑选出最有价值的数据来对AI产品进行训练。从根源上把控产品开发的质量。
无论选择那个方向上的产品经理，都是需要对行业有比较深了解。所以说，要成为人工智能领域的产品经理，首先需要明确自己需要进入的细分行业，深入了解，然后选择一个属于自己方向的产品经理。这里总结了几个互联网产品经理进入人工智能领域的建议：
关注人工智能技术的发展
深刻理解行业痛点
对行业发展保持足够的敏感度
对AI的应用场景有足够的思考
对技术要有一定的了解，清楚技术边界
无论怎样，无论互联网时期还是人工智能时代，产品经理都需要保持敏感、关注动态，然后学习、总结、运用和独立思考，以最好的体验连接用户和产品，给用户带来实实在在的价值。
公众号：Python大咖那些事
关注领取更多资料，每日更新Python相关技术文！
Python开发学习交流群：705673780，一起学习交流哦
网友评论