45、人在回路机器学习产品实践

人在回路机器学习产品实践

1. 人在回路机器学习应用的产品定义

在人在回路的机器学习应用中，良好的产品管理始于明确要解决的问题，即所支持的实际日常任务。理解这个任务对产品设计的各个方面都有帮助，包括界面、注释和机器学习架构。以下是具体介绍：

1.1 从待解决的问题出发

优秀的产品设计应先明确要解决的问题。常见的错误是从所创建的技术角度来谈论产品，而非聚焦于要解决的问题。例如，为电子邮件客户端创建自动完成功能时，将问题定义为“人们希望在电子邮件中实现句子自动完成”就不如“人们希望尽可能高效地进行交流”更合适。

在问题定义上越具体越好。若针对营销人员设计电子邮件自动完成产品，可表述为“营销人员希望尽可能高效地与潜在客户进行交流”；若是面向消费者的产品，则可表述为“人们希望尽可能高效地与朋友和家人进行交流”。这种方式有助于在设计产品时形成合理的假设。

明确要解决的问题后，可将其分解为人们试图执行的具体任务。以电子邮件自动完成产品为例，任务可能包括“我希望每天发送给潜在客户的电子邮件数量翻倍”或“我希望在不缩短邮件回复长度的情况下，每天结束时清空收件箱”。这些具体任务可成为产品成功的部分衡量指标。以下是三个作为人在回路机器学习系统示例要解决的问题：
- 新闻头条数据分析 ：数据分析师希望了解新闻头条数据中的信息分布。
- “我想知道有多少新闻头条与特定主题相关。”
- “我想跟踪新闻头条主题随时间的变化。”
- “我想导出所有与特定主题相关的新闻文章进行进一步分析。”
- 食品安全信息收集 ：食品安全专业人员希望收集有关