BastianeHuang
含有「BastianeHuang」共 12 篇內容
全部內容
發佈日期由新至舊
新冠肺炎敲響警鐘，也提醒所有AI機器人和無人駕駛公司停止開發「華而不實」的功能展示，而要專注發展真正為使用者帶來價值、不需人工干預，也可以全天24小時自動運作的實用AI解決方案。
上個月，筆者在舊金山舉辦了第二次的AI與ML產品經理論壇；五位AI/ML產品經理分別來自矽谷新創、Google、YouTube等科技公司，橫跨醫療、製造業、App等產業與產品類型，和我們一起進行了豐富多元的討論。本文所節錄的，是會中獲得熱烈討論的三個重要議題。
為什麼人類必須留在自動化的迴圈中？我們該如何妥善運用「以人為本的」人工智慧演算法、甚至建立人與機器的結盟，創造合作更緊密的人機關係，為人類創造更好的未來？
以「破壞性創新」最為人所知的Clayton Christensen教授日前逝世；本站作者Bastiane Huang以曾在哈佛商學院接受第一手親炙的經驗，回憶這位良師益友，以及在許多方面改變了科技產業思維的學術巨擘。
太深奧，有點看不懂。但是內容非常有道理，值得深思！讚！
人工智慧賦予機器更多自主判斷能力，也造成人和機器互動關係的巨大變化，我們該如何面對人機共事的新時代？有一天，我們或許要聽從AI演算法的指示來完成人力工作；其實，這看似科幻小說的場景，已經是正在發生的進行式。
稱為NeurIPS（神經資訊處理系統會議）的全球人工智慧領域盛會剛剛結束，出席者人數創下歷史新高，即使採取抽票制也難以容納。9,000張門票在12分鐘內售完，顯示了世界各地對AI興趣的爆炸式增長。
有研究指出，平均幸福指數在45歲左右來到谷底，之後才會慢慢回升。為什麼即使我們不在這個年齡層中，這項針對中年危機的研究也同樣重要？為什麼這麼多名校畢業生明明有不錯的工作，卻沒有想像中快樂？
新創企業所需要的產品管理工作及能力，和在大公司截然不同；尤其是在早期新創，工作內容幾乎每幾個月就會變動一次。也因為如此，本文作者整理了工作之今所學到的一些心得和知識，希望引起從事產品管理工作讀者的共鳴與回應。
在設計機器學習相關產品與服務時，必須瞭解它和一般軟體開發的不同、以及過程中獨特的優先順序與需求。前一篇中探討了機器學習產品開發時，專案經理必須具有的基礎認識和挑戰，本文則延續討論相關的產品管理須知。
為什麼管理機器學習（ML）產品比一般軟體困難？因為開發ML產品的不確定性和可變性更高；而一般軟體工程則是為機器編寫規則，原本就有高度的確定性。而ML系統可以自行學習，所以並不需要人來編寫規則。總之，「實驗」就是開發ML產品的關鍵。
