擎天柱|业务进阶:AI图像识别

编辑导语:作为一名AI产品经理,你需要对自身所负责的业务有所洞察,进而根据具体的业务需求、用户需求来做好产品架构设计。那么,你了解AI图像识别业务吗?本篇文章里,作者便结合实际经验,总结了AI图像识别的相关业务原理,一起来看一下。
擎天柱|业务进阶:AI图像识别
文章插图
一、灵魂三问1. AI 业务的盈利模式是否完善、合理?个人认为这是PM最容易发生的问题,把自己放在已有业务上而丧失观察相邻业态的大局观。因为不够了解市场的多样性,限制了扩展业务的思路和眼界。
之前我负责的产品主要服务对象是G端客户,帮助他们识别图像中的特征,提高业务效率。后来我在上厕所的时候突然就灵光一现脑洞大开,想到除了G端还可以服务B端,因为很多中小微型企业没有技术能力来实现这些系统,那么我就可以给这些企业提供SaaS服务,一来是增加公司盈利,二来是通过市场来检验产品。
2. 投入产出比能否达到公司预期?明确自己负责的产品属于长线收益还是短线收益。如果是长线,那么就规划迭代产品,计划每个阶段的投入和产出,大象无形,大音声稀,掌控好每个细节自然就会脱颖而出。
3. 产品是否符合公司政策和发展基调PM直接对公司和需求负责,二者的侧重点如同排序一样,有时候好的产品并不符合公司利益,做个俗人,当断则断。
之前我们公司赢利点在G端,但是B端在国内也有大量客户,公司规划的发展方向也是逐渐摒弃G端以B端为主,所以我就往B端使劲,不管是不是属于我负责的业务,都想方设法跟B端产生更多业务联系。
二、产品架构设计公司资源、业务需求等各种条件都较为复杂的情况下,可以通过划分维度来设计产品,比如可能涉及到配置层、操作层和应用层。
1. 配置层用来帮助客户配置AI产品的规则逻辑等内容。可以包括:

  • AI识别模型库,用来维护识别模型的种类,也是业务中科技含量最高的模块,便于日后的查询和管理;
  • AI权限模块,用来管理相关的业务人员进行操作,定义使用AI服务的客户;
  • 人工审核管理模块,用来管理使用AI识别还是人工识别的规则;
  • 事件定义模块,用来定义事件的判断结果和触发条件;
  • AI服务周期,用来管理AI服务的有效期。
2. 操作层对AI识别后的结果进行二次检查。可以设计AI标注库,用来校验AI的识别结果,提高正确率。也可以使用人工标注的数据优化现有算法。
3. 应用层AI产生的结果直接面向客户。可以设计通知触发规则,用来管理通知的内容、触发频率和受众类型等;客户类型,根据客户类型给客户展示识别结果和数据可视化内容。
三、图像识别原理1. 概念通过当前已有数据对算法模型进行训练,总结数据的规则,预测新数据的结果。
2. 学习方式分为《预测学习》和《描述学习》。
1)预测学习
模型训练之前,使用人工的方式提取特征并给打上标签。其目标是在给定一系列输入输出实例所构成的数据集的条件下,学习输入x到输出y的映射关系。
这里的数据集称为训练集,实例的个数称为训练样本数。对于给定的x,可以对所视察到的值与预测的值进行比较。
例如我们现在有大量的狮子和老虎的照片,首先给每张照片都打上对应动物的标签。然后把这些带标签的图片喂给模型,让模型知道狮子长什么样,老虎长什么样。最后我们找一些新的、没打标签的图片给模型,让它自己识别图片里是什么。这就是一个完整的有监督模式的机器学习过程。