分享
第三章 AI技术通识
输入“/”快速插入内容
第三章 AI技术通识
飞书用户7476
5月31日修改
有一个问题,我被问了10年:
对于AI技术,产品经理需要了解到什么程度?
这个问题背后的,是2个基本认知
•
不仅是产品经理,其实
绝大多数人,都不是技术研发
,按道理说,
并不需要那么深的技术了解水平
——否则,都学那么深,那程序员何以立足呢。
•
每个职位,自然有其自己的核心价值和能力模型,“技术理解力”只是能力项之一,
但多少还是需要学一些的
,比如需要知道技术的边界(什么可以实现、什么不能实现),
但问题是,
如何定义这个度?
更现实的,
绝大多数AI技术文章或书籍,有两个重大问题
•
一方面,
文字风格和内容,可能
过于偏“技术”了
,一般人不容易看懂。
•
另一方面,那些内容,并
不是从非技术人员视角、特别是产品经理工作所需出发的“最小集”AI技术知识
,
花了很多时间,
看了10个知识点,其实能用上的只有2、3个,真正需要用到的信息反而没有
——比如
如何评测LLM/语音交互?如何写算法需求文档?
这些内容,往往是行业空白,
只有真正在一线工作的AI产品经理,才知道。但是,一般他们是不会公开分享的
,因为收益有限(没有直接价值或收获),但风险无限(泄密、可能被追责)。
为什么我这里能有相关内容呢?
一方面,我自己有12年AI从业经验,创建的社群“AI产品经理大本营”也已经有7年了,其中
已经有很多相关的AI技术知识沉淀
,而且我还会做
严选整理
;另一方面,我自己目前是
独立第三方,不用担心“泄密”风险
,可以知无不言。
下面是具体内容(
315篇
)——
3.1 通用且必要的最核心AI技术知识(21篇)
1.
【重要】
一个被问了10年的问题:PM对AI技术需要了解到什么程度
2.
【重要】
什么是AI的“智能涌现”,以及为什么理解它对创业者、从业者、普通人都价值巨大
3.
【重要】
对OpenAI深度逆向工程的研究成果:OpenAI的发展阶段和底层思考逻辑
(
星球
)
4.
【重要】
面向小白LLM技术基础文章合辑
(
星球
)
5.
【重要】
ChatGPT标注指南
(
星球
) (
AI日报_20230330
,第三条)
6.
【重要】
【
报告下载
】
2021-2022年度AI技术趋势报告(199P)_20220607
(
星球
)
7.
【重要】
语音交互中的技术概念厘清_20170718
8.
【重要】
转型AI产品经理,原来不需要学那么深的算法和数学模型_20171130
9.
团员分享_对LLM的评测方式汇总_@PK
(
星球
)
10.
AI产品经理需要了解的语音交互评价指标
11.
一文了解“语音合成TTS”
12.
一文看懂“语音识别ASR”
13.
用最通俗语言来聊聊“什么是机器学习”
14.
看AI产品经理如何介绍“计算机视觉”(基于实战经验和案例)
15.
AI产品经理需要了解的数据标注工作入门
16.
团员分享_一文拆解AI产品经理的技术知识体系_@haiqiao_20200131
17.
团员分享_技术型产品经理与系统设计_@我偏笑_20171109
18.
团员分享_技术型产品经理与系统设计(二):设计复杂系统需求的通用流程_@我偏笑_20171116
19.
团员分享_《AI产品经理入门手册》_@利帆_20181017
20.
附:《
训练集、验证集、测试集(附:分割方法+交叉验证)
》
21.
附:《
分类模型评估指标——准确率、精准率、召回率、F1、ROC曲线、AUC曲线
》
3.2 大模型(233篇)
3.2.1 核心原理(78篇)
1.
【重要】
对OpenAI深度逆向工程的研究成果:OpenAI的发展阶段和底层思考逻辑
(
星球
)
2.
【重要】
LLM真的有智能,而不是死记硬背吗?条件建模被 Ilya 换成了序列建模(预测下一词),压缩的不是数据点、而是数据集(寻找数据之间的联系)——数学理论上,GPT真的是有保证的
(
星球
)(
AI日报_20240720
,第一条)
3.
【重要】
面向小白LLM技术基础文章合辑
(
星球
)
4.
【重要】
什么是AI的“智能涌现”,以及为什么理解它对创业者、从业者、普通人都价值巨大
5.
【重要】
张俊林:Kimi K1.5、DeepSeek R1 技术报告分析——方法已通,赶超o3只是时间问题
(
星球
)(
AI日报_20250125
,第一条)