如何在人工智能机器人领域应用大数据?

为了多来点干货,我写的思路会有点特别:不直接讲大数据是怎么做的,我会跳出来讲,在人工智能机器人这个方向,把握好哪三个点,能够更好的应用大数据,然后把这个事情做成。

这些电影大家很熟悉,每一个图片大家可以仔细体会一下,它是一种情绪、情感,这些电影代表人类对于人工智能的期盼或希望甚至担忧。个人理解,这个世界是人类念头的化现,所以从长期来看,这些电影里面80%的内容,是会成为现实的;但是短期来说,不管是技术还是产品方面,都还有些瓶颈,所以我觉得应该慎谈人工智能机器人。就像一个果实还没有完全成熟的时候我们就想去摘它,或者有太高的预期,就会比较危险。比如一个小孩子和它交流,如果哪天机器人说了句脏话,小孩子马上就会学了,晚上家长回来的时候是很不能接受的。

这个方向呢,是个长期性的事情,又有这么大的难度,但是还是有很多从业者在做这个事情。简单来分的话有两类:

  • 一类是机器人载体,不管是实体机器人还是虚拟机器人;
  • 一种是云端的人工智能大脑,它是智能的系统和服务。

从层级、形态来分:

  • 第一层是操作层,就是说这个机器人它的前后走,或者端茶倒水这种行为。
  • 第二个是感知层,它感知周围的温度,甚至识别你的情绪。
  • 第三个层次是认知层,就是当把这些数据拿到之后,它会去分析、去筛选、去决策。

这几个步骤我们把它叫认知计算,认知计算之后的知识输出就会到操作层表现,它会有一些动作或语言表达。

图灵机器人的定位是:一个云端的人工智能机器人大脑,落脚点在机器人大脑。去年11月份发布以来,短短9个月时间,我们已经有超过8万个合作伙伴,这个数量是很大的成绩了,我们的应用场景现在包括家庭机器人、服务机器人、智能客服、智能家居、智能车载等15个产品。

为什么是我们?为什么是现在?这是我要引出的重点。

这个图是最近比较火的一个图,是来自美国的研究。这个作者分析了200多家科技创业公司,并且结合他自己的亲身经历,最终归纳出5个点,最能决定一个科技公司是否能做成。并且这5个点他有明确的权值排序。

第一个是Timing,今年年初我们内部判断,2015年,人工智能机器人方向很有可能会大热,现在大半年过去了,基本上得到了印证。举两个例子:一个是最近几个月,我们已经上过好几次央视了,这个并不是说明这个方向的产品它做得有多么完美,而是背后它的含义是什么。可能有人认为央视它本身影响力是很大的,因为它去报道,所以这个影响力很大。我不这么认为,我是反过来看:因为这事可能会火,所以央视选择报道它。央视的记者和从业人员会根据对现状的理解去把握大众的关注点,会对于当代热点很敏感。他是从需求出发的,他认为这个事情很多民众非常感兴趣。一个会场里面有10家、20家厂商,为什么央视报道我们?背后是有些东西在里面的。

第二,我们接触了很多一线的人工智能机器人合作伙伴,很多是水面以下的团队。我们判断,今年年底到明年,会有很多To C的人工智能机器人产品,走到大家面前,这个大家可以拭目以待。后面的2、4、5,团队、business model 、funding,这些要素不是我想说的重点——我重点是想说第3个,是谈解决问题的思路和方法。

这就引出下面这个问题:人工智能机器人技术的产品化(2C),它的突破点在哪里?或者说,怎么找到这个突破点?

street smart。

“找到突破点”的关键在哪里?是算法吗?我确实认为算法模型它是个基石,但是够不够?有一些是在试验室里跑数据很漂亮,但是拿到现实之后就会差很多。所以算法模型跟实际可用之间其实是有一些鸿沟没有迈过的。

那是大数据吗?假设有算法模型,有大数据,是不是只要有钱有人有资源的BAT大公司就可以把这个事情做成?不是的,因为人工智能机器人这种巨大的变革,在人类科技发展历史上每次出现,都是从一个很小的点突破的。所以我想提的是“street smart”,是直接解决问题的思路,不求第一个版本的模型算法多么高效,甚至数据不是那么多,但是要能解决用户的问题,解决问题之后可以再回来用更好的方式做这个事情。

跨界。

人工智能机器人这个技术本身是偏横向支撑的技术,落脚到C端用户一定是具体的产品跟场景,而我们的工程师是缺乏垂直行业的认知。所以要把这个事情做成的话,一定有两个不同背景的团队去协作。就好像这个手指是技术人才,这个手指是垂直行业人才,当这两个人合在一起看的时候,就能够看到这个事情的主线,知道能做什么;当他们分开看的时候,就能知道边界——边界很重要,不光要知道能做什么,更要知道不能做什么。很多时候创业公司死掉,不是不知道做什么,反而是可以做的太多,但其实80%都是坑。总的来说,这个事情不仅是说会节省时间,也会直接影响事情的成功率。

预期。

很多机器人产品刚一出来时会说不清楚自己的用户是谁,这个其实是有问题的。大家知道,人工智能相关技术现在准确度,再提高1%都非常难。怎么办?所以要选择低用户预期的场景去切入,分得足够细才能够知道选择哪个用户群体,并且以他们的意见反过来驱动产品开发的推进。

汇总下,前面这几段说的问题是,人工智能机器人方向的To C产品化,怎么找到突破点?第一点是street smart,第二点是跨界,第三点是预期。

总的来说,人工智能机器人与30年前PC产业的发展阶段类似,未来每个人都会有自己智能化、个性化的机器人;中短期判断家用服务机器人是比较好的方向,可能会成为智能家庭服务的入口。之前很多智能家居行业的产品希望自己成为一个入口——这个事情将来有可能是由机器人来实现。

#专栏作家#

hanniman,人人都是产品经理专栏作家,前腾讯、现创业公司PM;专注于人工智能领域的产品化研究,关注人机交互(特别是语音交互)在手机、机器人、智能汽车、智能家居、AR/VR等前沿场景的可行性和产品体验;擅长对创业团队管理、个人成长提出实战型的建议方案;知乎/简书/微博帐号,均为hanniman。

本文原创发布于人人都是产品经理,未经许可,不得转载。

时间: 2024-10-08 10:44:57

如何在人工智能机器人领域应用大数据?的相关文章

2019北京(人工智能、物联网、大数据)博览会

2019北京人工智能.物联网.大数据博览会人工智能技术有着广阔应用前景,能够极大地促进社会经济发展.近年来,人工智能与电子终端和垂直行业加速融合,已经涌现出了智能家居.智能汽车.可穿戴设备.智能机器人等一批人工智能产品,而且人工智能正在全面重塑家电.机器人.医疗.教育.金融等行业,将带来大量的经济效益. 亮点(1)顶级的年度例展:经×××批准,由八部委联合主办,党中央.全国人大.×××.全国政协.有关部委领导多次莅临科博会现场参观.亮点(2)综合性科技盛会:第二十一届科博会举办了15场推介洽谈,

2018年海外大数据和人工智能产业全景分析与趋势预测

1.全景概况 Without big data analytics, companies are blind and deaf, wandering out onto the Web like deer on a freeway. 高科技营销魔法之父Geoffrey Moore曾经这样肯定大数据的存在意义:不进行大数据分析的公司,是"聋瞎"公司,就像高速公路上徘徊的野鹿一样. 因此,从互联网巨头到创业新贵,从中国到全世界,已经有无数技术公司投身到大数据和人工智能的洪流之中. 风险资本家

大数据已成为人工智能的助推力

随着人工智能技术的细分场景越来越多,人工智能带来的第四次工业革命浪潮已成汹涌之势,众多传统行业借助AI赋能产业结构,不断升级换代与创新变革,新产品也在不断涌现,AI也在潜移默化改变着生活的方方面面,生物识别.视频识别.内容审核.智能安防等.国内更是诞生了一些优秀人工智能初创企业.当前,人工智能已经不仅仅是提升工作效率的一种技术手段,同时还在重塑着产业链和价值创造方式. 人工智能这几年有了这么大的突破,其中一个重要的推动力就是大数据. 在大数据这个概念出现之前计算机并不能很好的解决需要人去做判别的

人工智能与大数据在保险行业的应用

7月6日, 2016(第九届)中国保险IT应用顶峰论坛,在天津举行.国内外100多家保险公司信息化主管和IT行业精英齐聚一堂,以“新技术助力互联网+保险的创新与规范”为主题,热烈讨论“人工智能.大数据.移动互联网.云计算”等新技术给保险行业将来带来的推翻和变化. “互联网+”时期大红利下,保险行业迎来崭新的机遇,逐步从传统的象牙塔中走出来,不时接触新技术.新思想.从退货险.高温险.雾霾险等保险场景和产品创新,到众安在线.安心财险.抗癌公社等新型互联网保险公司的蓬勃开展.保险行业不管是机构数量.总

大数据-国家发展规划

发展形势 当前全球信息化发展面临的环境.条件和内涵正发生深刻变化.从国际看,世界经济在深度调整中曲折复苏.增长乏力,全球贸易持续低迷,劳动人口数量增长放缓,资源环境约束日益趋紧,局部地区地缘博弈更加激烈,全球性问题和挑战不断增加,人类社会对信息化发展的迫切需求达到前所未有的程度.同时,全球信息化进入全面渗透.跨界融合.加速创新.引领发展的新阶段.信息技术创新代际周期大幅缩短,创新活力.集聚效应和应用潜能裂变式释放,更快速度.更广范围.更深程度地引发新一轮科技革命和产业变革.物联网.云计算.大数据

上篇 | 大数据公司挖掘数据价值的49个典型案例(值得收藏)

导读:本文是近年来不同行业.不同领域的大数据公司的一些经典案例总结.尽管有些已经是几年前的案例,但其中的深层逻辑对于未来仍有启发. 本文力图从企业运营和管理的角度,梳理出发掘大数据价值的一般规律:一是以数据驱动的决策,主要通过提高预测概率,来提高决策成功率:二是以数据驱动的流程,主要是形成营销闭环战略,提高销售漏斗的转化率:三是以数据驱动的产品,在产品设计阶段,强调个性化:在产品运营阶段,则强调迭代式创新. 01 上篇:天然大数据公司的各种套餐 从谷歌.亚马逊.Facebook.LinkedIn

能窥见未来的大数据+AI,你了解多少?

人工智能和大数据是目前非常流行的领域.许多对这个领域感兴趣的朋友会问:学习人工智能或大数据哪个更好?这两个字段相似,似乎是相关的.在学习之前,你应该知道他们各自的研究方向和内容,也应该知道你最喜欢的地方. 大数据和人工智能之间的关系是什么? 大数据的普及主要是由于会计机器技术的发展,在此期间,大数据访问能力的提高是大数据有效使用的条件.大数据本质上是对海量数据的分类和分析.简单地说,这就像用筛子挑选同样需要的东西.数据分类后,进行数据分析,如A类占数据的比例.B类占数据的比例等.最后,它构成了各

2019年,该怎样去系统学习大数据,知识+内容+教程

大数据作为2019年比较热门的技术,受到越来越多的关注,那么对于一个想进入大数据的朋友来说,最想知道的是:大数据学什么?今天科多大数据就和你们一起来分享一篇关于大数据学习内容体系介绍的文章. 大数据技术体系太庞杂了,基础技术覆盖数据采集.数据预处理.分布式存储.NOSQL数据库.多模式计算(批处理.在线处理.实时流处理.内存处理).多模态计算(图像.文本.视频.音频).数据仓库.数据挖掘.机器学习.人工智能.深度学习.并行计算.可视化等各种技术范畴和不同的层面.另外大数据应用领域广泛,各领域采用

中科院 | 大数据的力量来自“大成智慧”信息时代大数据的再认识

文章出处:http://www.thebigdata.cn/YeJieDongTai/29119.html 大数据已成为媒体与大众关注的新技术,大数据的应用也预示着信息时代将进入一个新阶段,但人们对大数据的认识有一个不断加深的过程.首先从"信息时代新阶段".数据文化和认识论的高度阐述了对大数据的理解;接着通过对驱动效益和大成智慧的解释,探讨了如何正确认识大数据的价值和效益,并从复杂性的角度分析了大数据研究和应用面临的挑战;最后对发展大数据应避免的误区提出几点看法. 1 大数据兴起预示&