参加AITech感想——如何在人工智能时代做接地气的智能产品

 

    前两日，参加了在青岛举办的人工智能峰会（AITech），有幸聆听诸多人工智能领域的大佬的讲座。包括高文、黄铁军、王志华、赵巍胜、张大庆等教授，以及企业界大佬，李世鹏（科大讯飞）、田奇（华为）、唐剑（滴滴）、杨睿刚（百度）等。感想主要有以下几点：

1、人工智能的系统和产品发展应该从数据、算力和算法三个层面齐头并进发力，现阶段制约智能化产品落地的主要在于算力成本过高，数据标注代价过大（医疗领域尤为突出）。

2、算力的快速发展实现了以深度学习为代表的的人工智能技术的第三次复兴，但是现阶段的智能产品的落地困难仍然在于算力成本过于昂贵。不论是终端还是云端，计算成本的太贵，还未等到培养起用户的使用习惯，公司已经破产了。ps,赵巍胜教授加油。

3、深度学习的剪枝压缩、无监督和半监督学习、数据增强技术、迁移学习等仍然是工业界和学术界的研究重点。especially，人工智能隐私安全（数据安全和算法安全）刚刚起步，需要投入更多的研究资源，应当加快制定相关规则对数据的管理。

4、完全自动驾驶的产业化还有很长一段路需要走，先不谈系统级别的内容，现阶段的单目or双目图像传感器无法从根本上解决光线、遮挡等问题，因此，视觉传感器仍然无法承担场景赋予他们的使命。

5、没有合适的应用场景的人工智能产品都是扯淡——王志华。（ps双手赞成王教授的这一观点）

     附上立项书的目录，指导和鞭策大家如何去规划一款真正的刚需人工智能产品，而不是智障产品或鸡肋功能。

1       背景

1.1       市场分析

1.2       竞争对手分析

1.3       目标客户

2       产品框架

2.1        产品概述及目标

2.2      产品风险

3       功能需求

4       用户场景描述

5      需求详细描述

 做好人工智能产品应当从做好以下几点（抄自某微信软文加以自己的理解）

1、垂直行业入手，理念上坚决抵制过度超前的技术和产品。

2、明确的垂直领域应用场景。

3、应用场景需要足够的low，是真正的刚需。

4、有一定的用户积累和明确的目标用户群，并对用户群体进行大量的而又细致的研究。

5、有一定的数据积累，且明白哪一些数据是有价值。

6、强大的工程实践能力。

7、轻量化深度学习网络应当作为落地产品的核心技术之一。