http://api.woshipm.com/pmd/795696.html?sf=mobile
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。
其中「应用平台层」和「解决方案层」是AI产品经理的主战场。
AI的基本逻辑是根据人类或者生物感知世界的特点上进行抽象出来的，模拟人类的认知、思考和行动能力，甚至是情感能力；那么人类认知世界大体分两个阶段，一是输入阶段，一是认知加工阶段；人类的输入阶段有三个单元组成：视觉、听觉、触觉；认知加工就是通过输入的信息在大脑加工并输出反应：接受或者拒绝，行动或者不动。在大脑皮层有60%的资源(细胞)用于视觉，20–30%用于听觉，10%用于触觉，也就是说人类无论什么样的头脑和智商，首先要解决输入问题，
AI就是模仿上面这个逻辑进行的，简单的说，由此AI也分成了两个阶段：认知输入和计算输出。认知输入分为三个领域：视觉图像识别、自然语言处理、深度学习；计算输出主要表现在机器人方面。综合前面的这些，这就是AI；ok，到此，差不多明白了AI是什么了：AI就是通过计算机识别自然界的图、音、触、感，再利用计算机的计算能力和控制器，力求最大可能的模拟甚至超过人类的觉知力，并利用机器执行动作。
“下一波 AI 很可能不是一个能创造很多 to C 新产品的新要素，可能跟二三十年前的软件计算机类似，主要价值在于跟原有产品结合，提升企业效率。”
1 内容：包括内容数量、内容特征标识；
2 用户：包括用户量、用户固有关系链、用户固有属性；
3 用户-内容连接通道：比如阅读、点赞、评论、负反馈等；
4 沉淀期：引入外部画像、积淀自身画像；
5 策略与算法：比如圈子、内容同好、个性关键词、个性主题、个性分类、同地域等等，策略背后对应不同的算法，比如协同过滤、向量匹配、逻辑回归模型等等。
网友评论