面對人工智能(AI)這一技術(shù)名詞和概念,你是否以為它門檻高、特復雜、難以落地?
面對人工智能產(chǎn)品爆發(fā)式涌現(xiàn),你是否擔心它會奪走你的工作,進而產(chǎn)生恐慌和憂慮?
面對日常見到的“人工智障”工具,你是否對人工智能產(chǎn)生過質(zhì)疑?
進入人工智能時代,你能夠做什么?需要掌握哪些技能?如何讓技術(shù)為自己服務?
本書結(jié)合人工智能落地的方法和案例,采用通俗易懂的語言,為你揭開人工智能的面紗,教你尋找在生活中、工作中適合人工智能落地的場景,以及評價其價值的方法,助你實現(xiàn)降本增效的目標。書中不僅將算法原理和思維融入日常熟知事物做對比,以便讓你了解技術(shù),還總結(jié)了人工智能落地的步驟和評估方法來幫助讀者找到人工智能落地潛在的機會,使讀者能夠在閱讀完本書內(nèi)容后,對于人工智能的應用場景及如何實際操作成功落地部署有一定的了解。此外,閱讀本書,讀者還可以了解目前人工智能技術(shù)的局限及后續(xù)的技術(shù)發(fā)展方向。
本書適合正在或希望從事人工智能產(chǎn)品設(shè)計和運營的人員、與人工智能相關(guān)的技術(shù)人員、想認識和充分了解人工智能發(fā)展的人員閱讀。
關(guān)注作者公眾號:AI落地方法論,獲得課程、AI體驗工具。
從只能完成特定任務的語音助手,到接近真人交流體驗的對話機器人;從依托計算機“蠻力”計算的“IBM深藍”,到擊敗圍棋世界冠軍的AlphaGo,再到能夠創(chuàng)作小說、營銷文案,甚至總結(jié)、分析、寫代碼的自然語言大模型的應用……人工智能(Artificial Intelligence,AI)從最初的概念到如今逐漸在各行各業(yè)落地,正在融入我們的生活。
在人工智能快速發(fā)展和落地的浪潮中,你也許會有很多困惑:
人工智能為什么能夠在很多場景中比人做得更好?
為什么平時接觸到的人工智能顯得有些“智障”,不像新聞里描述的那樣“無所不能”?
如何選擇合適的人工智能技術(shù)來滿足自己的需求?
如何找到有價值的人工智能場景落地?
人工智能技術(shù)的邊界到底在哪?
……
你也許會有一些恐慌:
人工智能會不會取代我的工作?
人工智能會不會產(chǎn)生自我意識,從而有一些超出我們預期的行為?
競爭對手利用人工智能技術(shù)的落地,會不會在競爭中“占得先機”?
不懂人工智能、不懂技術(shù),會不會對職業(yè)前景不利?
……
本書將嘗試回答以上問題。
本書既不介紹人工智能的發(fā)展歷史,又不會講解閱讀門檻高的技術(shù)知識,更不是一本關(guān)于人工智能科技公司的宣傳介紹性質(zhì)的書,書中內(nèi)容的重點在于和“你”進行溝通,讓你了解在人工智能時代,你能夠做什么,需要掌握哪些技能,以及如何讓技術(shù)為自己服務。
我有一個觀點想說在前面:
人工智能不是解決一切問題的“靈藥”。
有的人覺得人工智能可以解決我們遇到的所有問題,這種觀點是非常理想化的。人工智能技術(shù)有很多分支,每種技術(shù)的落地場景都有自己的“邊界”,有具體的適用范圍和條件,比如深度學習中的“卷積神經(jīng)網(wǎng)絡”模型適用于“圖像”相關(guān)的場景(如圖像分類、人臉識別、行人檢測等),但對于文本類內(nèi)容的處理,則不如“循環(huán)神經(jīng)網(wǎng)絡”相關(guān)模型那樣更適合。
具體的算法解決具體的問題,我們從人工智能落地的過程上看,可以發(fā)現(xiàn)它遵循既定的計算方法(數(shù)學),從數(shù)據(jù)中學習(算法)特定的規(guī)律,并在實際場景中應用。人工智能除了是一門學科和技術(shù)應用外,還是一項數(shù)據(jù)組織和使用的“方法論”。隨著各行各業(yè)的數(shù)據(jù)量與日俱增,以及計算機計算能力的提高,所有涉及數(shù)據(jù)應用的場景都會應用人工智能技術(shù)來對數(shù)據(jù)進行處理、加工和應用,來對場景下的問題進行聚合、分析、生成。人工處理一是無法滿足大批量數(shù)據(jù)處理對速度、時效性的要求,二是人也難以同時并行處理海量的實時數(shù)據(jù)。因此在未來,我們需要人工智能來完成數(shù)據(jù)從收集到消費的完整過程,而人只需要定義好場景中的規(guī)則和邊界條件。未來在各個場景中,都會依賴數(shù)據(jù)給出指導、優(yōu)化,提高場景中信息、物體流轉(zhuǎn)和處置的效率。
因此,可以說“人工智能是未來的基礎(chǔ)設(shè)施”。
希望你在閱讀本書期間,能夠?qū)σ韵聠栴}形成自己的思考:
人工智能技術(shù)現(xiàn)在都能用來做什么?
人工智能技術(shù)未來會往哪個方向發(fā)展?
人工智能和人腦相比,有什么優(yōu)勢和劣勢?
我能夠利用人工智能做什么?
有哪些事情可以讓人工智能幫我做?
人工智能怎么幫我完成這些事情?
若想在具體場景中搭建我的人工智能助手,我需要做些什么?
平時生活和工作中的哪些場景可以通過人工智能來提高效率?
市面上有這么多人工智能產(chǎn)品,哪些是對我有用的,該如何選擇?
……
本書的內(nèi)容將會按照如下的章節(jié)結(jié)構(gòu)展開,為你開啟一場“特殊”的人工智能之旅:
第1章介紹人工智能的局限和優(yōu)勢,以及你應該如何看待人工智能。
第2章通過對比介紹和實例,來向你展示“人工智能思維”以及具體的人工智能技術(shù),之后剖析人工智能系統(tǒng)的結(jié)構(gòu),為后續(xù)拆解人工智能落地的具體方法論做鋪墊。
第3章是本書的重點章節(jié),先介紹了人工智能落地的重要領(lǐng)域和具體步驟,并通過具體案例來加深你對人工智能落地的理解;后介紹了評估人工智能落地價值的方法。技術(shù)落地是追求投入產(chǎn)出比的,落地的過程不是為了追求高科技,而是因為技術(shù)應用在場景后能產(chǎn)生比較優(yōu)勢。最后介紹了評估方法,可以讓你以“價值”為驅(qū)動,讓人工智能落地在真正需要的地方。
第4章通過五個具體的應用場景,按照第3章中提出的“人工智能落地的步驟”,介紹在這些場景中,人工智能落地具體如何做、應該如何思考,通過具體案例的拆解和梳理,來加深你對“人工智能落地的步驟”的認知,讓你能夠舉一反三,知道在其他場景中,如何找到適合落地的人工智能技術(shù),并遵循合理的步驟來完成人工智能的落地。
第5章為你展開介紹人工智能發(fā)展目前的困境以及展望未來發(fā)展的方向,讓你了解人工智能的“現(xiàn)在”和“未來”。
在為你講解的過程中,我會時刻穿插案例以輔助你理解本書內(nèi)容,同時也會將人工智能和你所熟知的事物做對比,來幫助你更好地理解相關(guān)“技術(shù)名詞”和“思考方法”。如果你不是科技行業(yè)從業(yè)者但對人工智能感興趣,那么本書可以帶你走進人工智能,了解不同人工智能技術(shù)的優(yōu)缺點、應用范圍及落地步驟;如果你是人工智能行業(yè)的從業(yè)者,對技術(shù)有一定的了解和認知,那么本書可以讓你更全面地了解人工智能,細化人工智能產(chǎn)品化落地需要注意的地方,并且在人工智能未來的發(fā)展方向上,對你產(chǎn)生一些啟發(fā)。當
王海屹,國內(nèi)大語言模型首批實踐者。騰訊公司前產(chǎn)品專家,北京郵電大學智能科學與技術(shù)實驗室碩士,中關(guān)村 U30 維鷹計劃人才科技公司 AI 落地、算法落地顧問。曾作為算法和產(chǎn)品合伙人經(jīng)歷多次 AI 創(chuàng)業(yè),主導過大中小型公司AI 產(chǎn)品從0到1的落地工作。
第1章 一場“特殊”的人工智能之旅
1.1 為什么“特殊” / 2
1.1.1 人工智能為什么重要 / 2
1.1.2 人工智能是什么 / 6
1.1.3 生活中的人工智能可以幫你做什么 / 8
1.1.4 工作中的人工智能可以幫你做什么 / 11
1.2 人工智能擅長的和不擅長的 / 15
1.2.1 人工智能的局限和落地的依賴 / 15
1.2.2 人工智能的優(yōu)勢 / 20
1.2.3 如何判斷場景是否適合應用人工智能 / 23
1.3 如何看待人工智能 / 32
1.4 智能化產(chǎn)品 / 34
1.4.1 人工智能產(chǎn)品的發(fā)展 / 34
1.4.2 人工智能產(chǎn)品的要素 / 38
1.4.3 人工智能創(chuàng)業(yè) / 41
本章結(jié)語 / 45
參考文獻 / 46
第2章 需要認識的人工智能
2.1 與“互聯(lián)網(wǎng)思維”不同的“人工智能思維” / 48
2.1.1 需求產(chǎn)生:用戶與數(shù)據(jù)相對比 / 49
2.1.2 方案設(shè)計:單點與整體相對比 / 51
2.1.3 結(jié)果輸出:確定與不確定相對比 / 53
2.1.4 價值驗證:流量與效率相對比 / 54
2.2 人工智能特殊的能力—機器學習 / 56
2.2.1 機器學習的原理和四個能力 / 56
2.2.2 機器模擬人腦學習的五種方式 / 59
2.2.3 模擬人腦的神經(jīng)網(wǎng)絡模型 / 65
2.2.4 機器與人的差距 / 69
2.3 人工智能系統(tǒng)的結(jié)構(gòu) / 72
2.3.1 底層:硬件層 / 73
2.3.2 中層:技術(shù)層 / 76
2.3.3 頂層:應用層 / 78
本章結(jié)語 / 79
參考文獻 / 80
第3章 人工智能落地
3.1 人工智能落地的重要領(lǐng)域 / 82
3.2 人工智能落地的步驟 / 85
3.2.1 定點:確定場景中的落地點 / 86
3.2.2 交互:確定交互方式和使用流程 / 91
3.2.3 數(shù)據(jù):數(shù)據(jù)的收集及處理 / 95
3.2.4 算法:選擇算法及模型訓練 / 104
3.2.5 實施:人工智能系統(tǒng)實施/部署 / 111
3.3 To B:人工智能賦能企業(yè) / 117
3.3.1 B端人工智能產(chǎn)品的形式 / 118
3.3.2 企業(yè)落地人工智能的前提條件 / 121
3.3.3 人工智能賦能企業(yè)的關(guān)鍵點 / 123
3.4 To C:打造用戶喜歡的人工智能產(chǎn)品 / 125
3.4.1 C端產(chǎn)品中人工智能應用的三種形式 / 125
3.4.2 識別C端人工智能落地需求的真?zhèn)?/ 127
3.4.3 C端人工智能產(chǎn)品的設(shè)計原則 / 130
3.5 評估人工智能落地的方法 / 133
3.5.1 能力指標 / 133
3.5.2 場景覆蓋度 / 137
3.5.3 使用效能 / 139
3.5.4 系統(tǒng)性能 / 140
3.5.5 經(jīng)濟性 / 141
3.6 如何評估數(shù)據(jù)質(zhì)量 / 145
3.6.1 定性評估你的數(shù)據(jù) / 145
3.6.2 定量評估你的數(shù)據(jù) / 150
本章結(jié)語 / 154
參考文獻 / 155
第4章 人工智能落地案例
4.1 人工智能任務提醒助手 / 157
4.2 人工智能幫你做垃圾分類 / 169
4.3 人工智能輔助知識點鞏固 / 179
4.4 人工智能制作凡?高式藝術(shù)圖片 / 187
4.5 人工智能大模型生成電商素材 / 192
本章結(jié)語 / 202
參考文獻 / 203
第5章 人工智能的困境與展望
5.1 人工智能的數(shù)據(jù)依賴 / 206
5.2 阻礙人工智能落地的因素 / 215
5.2.1 人工智能貴,成本高 / 216
5.2.2 人工智能落地需要警惕“意外” / 218
5.2.3 大眾的期望問題 / 219
5.2.4 落地場景缺少數(shù)據(jù) / 220
5.2.5 人工智能歧視 / 222
5.3 人工智能落地的七大方向 / 224
5.3.1 自然語言大模型 / 224
5.3.2 人機協(xié)作成為產(chǎn)品主流形態(tài) / 227
5.3.3 人工智能自動化工作流 / 230
5.3.4 多模態(tài)融合 / 231
5.3.5 人工智能結(jié)合XR / 232
5.3.6 人工智能可解釋性提升 / 235
5.3.7 賦能傳統(tǒng)行業(yè)的轉(zhuǎn)型升級 / 236
本章結(jié)語 / 238
參考文獻 / 239
后記