有的時(shí)候AI產(chǎn)品經(jīng)理被認(rèn)為是拿著算法技術(shù)在不同的行業(yè)里、不同的業(yè)務(wù)類型中、不同的場(chǎng)景里嘗試需求設(shè)計(jì)成產(chǎn)品并運(yùn)營之，那么在智能+的紅利期，在算法邊界的探索期，在傳統(tǒng)互聯(lián)網(wǎng)需要轉(zhuǎn)型+AI的剛需期，AI產(chǎn)品經(jīng)理要不要懂算法呢？

我們先來分析一個(gè)案例：用深度學(xué)習(xí)算法幫助淘寶女裝分類

步驟流程如下：

• 第一步：搜集形成數(shù)據(jù)集；
• 第二步：溝通團(tuán)隊(duì)擬定產(chǎn)品方法策略【比如：選擇適合的模型算法】；
• 第三步：所采用的模型算法在第一步的數(shù)據(jù)集上進(jìn)行訓(xùn)練；
• 第四步：比對(duì)其他模型算法的效率；
• 第五步：上線

一、數(shù)據(jù)采集及數(shù)據(jù)處理

產(chǎn)品驅(qū)動(dòng)并有產(chǎn)品經(jīng)理確定數(shù)據(jù)采集對(duì)象，例如：確定采集女裝，跟團(tuán)隊(duì)講出理由。

首先產(chǎn)品提出需求從淘寶網(wǎng)站上爬取大量的女裝圖像并進(jìn)行篩選保留了XXX張質(zhì)量比較高的圖像。然后，將這些圖像分為多少個(gè)子任務(wù)（女上衣品類、主顏色模式、次顏色、主模式、次模式、紋理模式、流行元素、領(lǐng)型、袖長、衣長、版型、門襟、面料），其中每一個(gè)子任務(wù)都是一個(gè)獨(dú)立的細(xì)粒度多分類問題，分別展示衣長、女上衣品類、主顏色和主花色模式的一些樣本。

最后，在清洗完數(shù)據(jù)之后，請(qǐng)一些行業(yè)專家對(duì)數(shù)據(jù)進(jìn)行標(biāo)定和檢驗(yàn)，以確保數(shù)據(jù)的可靠性。另外每個(gè)子任務(wù)的數(shù)據(jù)分布都是不均勻的，衣長、主顏色以及主花色模式分布更是極其不平衡，這個(gè)現(xiàn)象增加了分類問題的難度。

二、用深度學(xué)習(xí)技術(shù)

1. 框架算法選擇

算法工程師選擇幾個(gè)較具有代表性的神經(jīng)網(wǎng)絡(luò)（例如：Resnet101、空洞卷積網(wǎng)絡(luò)和壓縮激勵(lì)網(wǎng)絡(luò)），并在此基礎(chǔ)上進(jìn)行圖像分類。

（1）Resnet101：在深度學(xué)習(xí)初期，由于梯度消失的問題，網(wǎng)絡(luò)結(jié)構(gòu)的深度一直是一個(gè)難以解決的難題。殘差網(wǎng)絡(luò) Resnet引入一個(gè)所謂的恒等快捷連接，將上一層的輸入直接與后面層的輸出相加，很好地解決了梯度消失的問題。

（2）空洞卷積網(wǎng)絡(luò)（Dilated Convolution Network，DRN）：在使用深度神經(jīng)網(wǎng)絡(luò)解決分類任務(wù)的問題上，維護(hù)圖像的分辨率是一個(gè)很重要的任務(wù)，即輸入的分辨率越大，分類的效果越好。但由于硬件設(shè)備的限制，不能無限地增大圖像分辨率，而 DRN使用空洞卷積的思想很好地解決了這個(gè)問題，即使用較小分辨率的輸入一樣能得到很好的效果。

（3）壓縮激勵(lì)網(wǎng)絡(luò)（Squeeze-and-Excitation Networks，SENet）：SENet曾經(jīng)獲得了 ImageNet 2017 圖像識(shí)別大賽的冠軍，其做法是通過學(xué)習(xí)的方式自動(dòng)獲取到每個(gè)特征通道的重要程度，然后依照這個(gè)重要程度去提升有用的特征并抑制對(duì)當(dāng)前任務(wù)用處不大的特征。

2. 處理不平衡數(shù)據(jù)

算法工程師共同挖掘數(shù)據(jù)不平衡問題，比如：基于采樣的方法和基于代價(jià)（損失函數(shù)）的方法。

（1）基于采樣的方法：在不平衡分布的數(shù)據(jù)中使用采樣方法，目的是為了將不平衡的數(shù)據(jù)變?yōu)榫鶆蚍植肌?/p>

一般，將分布不平衡的數(shù)據(jù)變?yōu)榫鶆蚍植贾竽軌蛴行岣叻诸惥?，常見的采樣方法一般分為升采樣和降采樣?其中，升采樣一般又有隨機(jī)升采樣、合成新數(shù)據(jù)等方法。

降采樣一般有隨機(jī)降采樣、指導(dǎo)性降采樣等方法：

• 其中，隨機(jī)升采樣的做法是：從樣本數(shù)量少的類別集合 Smin 中隨機(jī)復(fù)制一部分樣本，然后將其添加到總樣本集合 E 中，最終使總樣本集合中的樣本分布達(dá)到平衡。
• 而隨機(jī)降采樣的做法則是相反：將樣本數(shù)量多的類別集合 Smax中隨機(jī)刪掉一部分樣本，最終使總樣本集合 E 分布達(dá)到平衡。

（2）基于代價(jià)（損失函數(shù)）的方法：主要是從損失函數(shù)方面入手解決樣本分布不平衡的問題。

對(duì)某一類，其類內(nèi)之間的距離有可能非常大，需要增加一種約束將其類內(nèi)之間的距離縮小；而對(duì)另外一部分類，其類間距離可能太近了，因此需要一種約束來將其類間距離拉大。

技術(shù)研究使用，例如：Rangeloss損失函數(shù)處理分布不均衡問題。 Rangeloss 損失函數(shù)來解決這個(gè)問題，其中，Rangeloss 是一種和樣本數(shù)目無關(guān)的損失函數(shù)。具體的，Rangeloss 分為類內(nèi)損失函數(shù)和類間損失函數(shù)兩部分。

具體如公式如下：Lr=| aLr intra+BLr inter|

作為損失函數(shù)是解決啥問題呢？

現(xiàn)在數(shù)據(jù)庫中普遍存在的問題，就是數(shù)據(jù)存在長尾分布的情況。

那么什么是長尾分布呢？

其實(shí)有點(diǎn)類似于二八定律，即80%的財(cái)富集中在20%的人手里等等。尾巴部分雖然值普遍很小，但是由于數(shù)量很多，導(dǎo)致其對(duì)一個(gè)模型的訓(xùn)練有很大的影響。

對(duì)于女裝數(shù)據(jù)庫而言，長尾分布主要表現(xiàn)在很多的identity含有較少的贗本數(shù)量，如下圖：

3. 多任務(wù)聯(lián)合訓(xùn)練策略

在這多個(gè)子任務(wù)中，有些子任務(wù)之間可能是具有相關(guān)性的，如女上衣品類和衣長、主顏色和次顏色、紋理模式和版型等。若將每個(gè)子任務(wù)看作一個(gè)獨(dú)立的子任務(wù)，顯然會(huì)忽略任務(wù)之間的一些相關(guān)性。為了將任務(wù)之間的相關(guān)性利用起來，技術(shù)一般采用多任務(wù)聯(lián)合訓(xùn)練策略。多

任務(wù)學(xué)習(xí)，是將多個(gè)相關(guān)的任務(wù)放在一起學(xué)習(xí)的一種機(jī)器學(xué)習(xí)方法，如下圖：圖中的神經(jīng)網(wǎng)絡(luò)處理算法，在筆者的書《AI賦能-AI重新定義產(chǎn)品經(jīng)理》一書中還有很多撰寫。

多個(gè)任務(wù)在淺層共享參數(shù)，在最后使用各自任務(wù)所對(duì)應(yīng)的分類器進(jìn)行分類，每個(gè)子任務(wù)的分類器都是以一層或多層全連接層實(shí)現(xiàn)的。在訓(xùn)練時(shí)，每個(gè)子任務(wù)的分類結(jié)果使用交叉熵?fù)p失函數(shù)計(jì)算損失，并將每個(gè)子任務(wù)的損失加權(quán)求和得到最后的損失。

4. 技術(shù)選擇深度學(xué)習(xí)框架和硬件條件

例如：算法工程師會(huì)配合技術(shù)人員采用 Ubuntu16.04＋python2.7＋pytorch 0.4 作為深度學(xué)習(xí)框架，并在此基礎(chǔ)上進(jìn)行訓(xùn)練。訓(xùn)練中使用顯卡為 TITAN XP 2080Ti。

算法工程師在 Resnet101、DRN 和 SENet 這 3 個(gè)神經(jīng)網(wǎng)絡(luò)上進(jìn)行對(duì)比，看哪種算法分類效果更好。

三、AI產(chǎn)品經(jīng)理的工作不僅僅是“擺渡人”。

AI產(chǎn)品經(jīng)理做的還是產(chǎn)品需求挖掘+產(chǎn)品資源規(guī)劃+行業(yè)專家+協(xié)同算法工程師探索適合的算法。

1. 產(chǎn)品需求挖掘

如當(dāng)用戶想要在淘寶會(huì)等平臺(tái)購買商品時(shí)，往往會(huì)根據(jù)商品的類別及其屬性來篩選需要購買的目標(biāo)商品，因此商家會(huì)為每件商品制定很多屬性以便于用戶檢索。面對(duì)海量的商品圖像數(shù)據(jù)，如果使用人工標(biāo)注的方式對(duì)商品圖像的屬性進(jìn)行標(biāo)注，需要花費(fèi)大量的人力和時(shí)間。

2. AI產(chǎn)品資源規(guī)劃：步驟流程

• 第一步：搜集形成數(shù)據(jù)集；
• 第二步：溝通擬定產(chǎn)品方法策略【比如：模型算法】；
• 第三步：所采用的模型算法在第一步的數(shù)據(jù)集上進(jìn)行訓(xùn)練驗(yàn)證；
• 第四步：比對(duì)其他模型算法的效率；
• 第五步：上線。

3. 行業(yè)專家

商品圖片的特點(diǎn)是：有些商品不同的屬性之間數(shù)量差異很大，即商品的屬性存在數(shù)據(jù)分布不平衡的特性，如“衣長”屬性，日常生活中人們穿得最多的是標(biāo)準(zhǔn)的到達(dá)髖部位置的衣服（普通外套、T 恤等），其他的如風(fēng)衣、長短裙（到達(dá)大腿或小腿位置）等的數(shù)量明顯少于到達(dá)髖部位置的衣服。

有些商品不同的屬性之間差異很小，可以看作是細(xì)粒度分類問題，如“領(lǐng)型”屬性，一些領(lǐng)型屬性之間的差異非常小，常人難以區(qū)分開來。這兩個(gè)問題加大了商品圖像屬性分類的難度。

所以首先AI產(chǎn)品經(jīng)理，是個(gè)學(xué)習(xí)型的衣服行業(yè)專家。

4. 協(xié)同算法工程師探索技術(shù)邊界:

選在基于深度學(xué)習(xí)技術(shù)，使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)商品圖像的屬性分類進(jìn)行研究。

（1）首先確定范圍：從淘寶網(wǎng)站上爬取XXXXXXXXX個(gè)商品圖片。

（2）其次并將這些圖片分為多少個(gè)子任務(wù)：女上衣品類、主顏色模式、次顏色、主模式、次模式、紋理模式、流行元素、領(lǐng)型、袖長、衣長、版型、門襟、面料。

每一個(gè)子任務(wù)都是一個(gè)獨(dú)立的細(xì)粒度多分類任務(wù)，且?guī)缀趺總€(gè)子任務(wù)都具有嚴(yán)重的數(shù)據(jù)分布不平衡問題，這點(diǎn)重點(diǎn)建議算法工程師采用適合的算法。

5. AI產(chǎn)品經(jīng)理多少還是要懂一些硬件

筆者在新書《AI賦能-AI重新定義產(chǎn)品經(jīng)理》一書中和AI產(chǎn)品經(jīng)理相關(guān)內(nèi)容中多次提到數(shù)據(jù)由硬件采集，也有的人叫物聯(lián)網(wǎng)（IoT）。另外筆者也多次強(qiáng)調(diào)AI=算法+數(shù)據(jù)+算力，算力也是有硬件提供。

總結(jié)

AI產(chǎn)品經(jīng)理要懂算法，且是跟算法工程師共同打磨技術(shù)的邊界。如果團(tuán)隊(duì)算法工程師和編碼工程師的技術(shù)能力非常充足，那么產(chǎn)品經(jīng)理可以把精力放在非算法協(xié)同上，如果團(tuán)隊(duì)資源不充足的話，AI產(chǎn)品經(jīng)理就要付出更多的經(jīng)歷配合算法工程師尋找適合的算法并落地。

部分產(chǎn)品經(jīng)理閱讀了本文會(huì)覺得AI產(chǎn)品經(jīng)理很簡(jiǎn)單，Just so so 的錯(cuò)覺，作為踩過坑，熬過無數(shù)夜的人建議不妨多聽聽別人踩過的坑。才來判斷自己是否適合AI產(chǎn)品經(jīng)理，才知道自己是否是個(gè)能夠在互聯(lián)網(wǎng)冬天愿意突破職業(yè)發(fā)展瓶頸的人。

如果你想系統(tǒng)化入門AI產(chǎn)品經(jīng)理，掌握AI產(chǎn)品經(jīng)理的落地工作方法，戳這里>http://996.pm/7bjab

#專欄作家#

連詩路，公眾號(hào)：LineLian。人人都是產(chǎn)品經(jīng)理專欄作家，《產(chǎn)品進(jìn)化論：AI+時(shí)代產(chǎn)品經(jīng)理的思維方法》一書作者，前阿里產(chǎn)品專家，希望與創(chuàng)業(yè)者多多交流。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議