周美云：当劳动技术教育遇到人工智能：审视与超越
劳动技术教育并不是一个新问题，但却是一个容易被误解的问题。在以往的教育活动中，劳动技术教育多被误解为简单的体力劳动、一种低下的活动，甚至是某种惩罚手段。造成劳动技术教育种种畸变的根源在于没有正确理解劳动技术教育，将其核心目标与一般功能混为一谈，缺乏对其本质目标的认识。
劳动教育的目标固然很多，培养劳动习惯、掌握劳动技能、提高劳动能力等，但这些只是劳动教育的分支目标，其最本质目标是培养学生的劳动价值观。究其原因，主要有两点：一是伴随科学技术和人工智能的迅猛发展，劳动的基本形态和特征也发生着深刻变化，以大数据、云计算、人工智能等技术为基础的智能化生产方式的劳动逐步取代了固定化、模式化的工业劳动以及粗放简单式的农业劳动。这给人类带来巨大便利的同时，也在无形中滋长了年轻一代不劳而获、渴望一夜成名的不良心理。故而，新时代如何澄清人类对劳动的基本认知成为当代最基本的价值选择。二是无论社会如何发展，艰苦奋斗的精神永远都是建设“中国梦”的奋斗底色。正确的劳动价值观不仅是个人追求幸福生活的根本，更是形成社会进步的精神支撑。正如苏霍姆林斯基曾言，“社会进步和道德进步，取决于组成这个社会的人们如何看待劳动。”[1]为此，在不断提倡核心素养和落实立德树人要求的当今时代，要树立正确的劳动观点、积极的劳动态度，热爱劳动、尊重劳动的价值态度。注重培养学生正确的劳动价值观，要回归到“人”，尊重“完整的人”的精神世界和情感生活。[2]
（二）创造性劳动将成为劳动技术教育的重点内容
不可否认，人工智能时代，未来的很多劳动会被机器取代。这不禁令人唏嘘迷茫：人工智能时代，劳动技术教育还有存在的必要吗？人类未来的劳动岗位还剩下哪些？
首先，劳动技术教育永不过时。劳动是人类的基本特征，是创造社会财富的根源。马克思说过，“任何一个民族，如果停止劳动，不用说一年，就是几个星期，也要灭亡”。[3]而且，即使再智能化的机器，如果没有人通过劳动进行操控，也将寸步难行，成为没有任何价值的废品。此外，一般而言，就业岗位与技术发展呈现波浪式关系，某一技术的进步短时间内可能会导致领域内就业岗位的下降，但很快又会催生新兴行业的崛起，继而带来崭新的就业形态。因此，劳动技术教育在任何时代都不会消失。
既然劳动技术教育永不过时，那么，新时代我们究竟需要怎样的劳动技术教育？回归现实，一方面，当今我们正处于一个社会大转型时代，随着以网络化和数字化为核心的人工智能发展，很多具有既定程序操作的工作不断被机器取代，随之也涌现出了一批新兴劳动形态，产生了很多需要用复杂的认知去判断、执行的工作。这些工作没有可以遵循的既定程序，需要人类依据具体情境进行创造性解决。这就要求我们今后的教育要以创造性劳动为重点。另一方面，《中国制造2025》中制造强国战略的实施，进一步增加了对创新性劳动者的需求。再者，习近平总书记也提及，“当代工人不仅要有力量，还要有智慧、有技术，能发明、会创新，以实际行动奏响时代主旋律”。[4]为此，人工智能时代，劳动技术教育要充分考虑社会对未来人才的需求，秉持一种创造性的劳动观，与时俱进地开展劳动教育，让创造性劳动成为今后的教育重点。
（三）多元实践是劳动技术教育的实施准则
信息化时代，劳动技术形态不断演变更新，在劳动技术教育的具体实施中，多元实践是劳动技术教育的实施准则。
科学技术的迅猛发展使新时代劳动呈现出新的发展趋势：劳动的内容越来越丰富、形式越来越多样；体力支出越来越少、智力支出越来越多；劳动生产率越来越高、劳动者的流动性越来越强；劳动主体的作用越来越突出、世界对人才的需求越来越迫切。[5]面对日益复杂的劳动教育，首先，要确保教育内容的完整性。根据现实中不断变化的劳动形态自觉扩充教育内容，高度重视信息和知识生产，自觉将闲暇教育、消费教育、劳动审美教育等内容纳入劳动教育范畴。其次，做到授课方式的多元化。重视利用信息技术拓展劳动教育方式，利用微课、慕课、翻转课堂等方式讲好劳动技术教育，打造新时代劳动技术教育“金课”，增强其互动性和趣味性，使其“活起来”，提升教育的实际效果。同时在实施过程中也要注重多学科渗透，将劳动技术教育恰当地融入其他“四育”中。最后，但绝不是最不重要的一点，那就是要注重实践。劳动技术教育要以劳动实践为主，这是由学科性质和教学目标决定的。苏霍姆林斯基指出，“儿童的智慧出在他的手指头上。”[6]脱离实践的劳动教育如同“空中楼阁”，故为了确保劳动技术教育的正常开展，教学不能只凭单一的讲述、单纯的模型演示，学校必须具备与之适应的劳动实验基地，以达到理论与实践的有机结合。如讲解劳动技术课本中农作物种植的内容时，单靠知识的讲授是万万不够的，必须让学生接触实际，亲自动手操作，只有这样才能让学生把所学知识用在实处。
二、人工智能时代对劳动技术教育的再审视
人工智能时代，信息技术和人工智能的发展，一方面为学校劳动技术教育的发展提供了种种便利，如促进了对教育公平的美好追求、为教师教学提供便利、促进了学生的个性化发展；但另一方面，智能化的发展也遮蔽了劳动技术教育的其他可能性，甚至在一定程度上阻碍了人的全面发展。经进一步审视，发现人工智能时代的劳动技术教育存在三点悖论。
（一）教育公平的美好追求与数字鸿沟之悖
凯文·凯利指出，“把最不可能共享的资源实现共享，这就是未来最大的机会”。[7]人工智能促进了教育的资源共享，在最大程度上实现了劳动技术的教育公平。具体来说，互联网时代，微课、慕课的发展打破了教学空间和时间的限制，消除了国别、种族、性别、阶层等教育权的限制，实现了任何学生在任何时间和任何地点的劳动技术学习。在以往的劳动技术教育中，城市地区的学生具有学习先进技术的优越条件，但却难以体验农业生产劳动学习的精髓；农村地区的学生具备学习农业生产知识的天然便利，但却很难感受到高科技带来的神奇变化。庆幸的是，基于人工智能的虚拟化智能学习，使得城市学生能够跳出书本中枯燥的农业理论知识学习，体验农业生产劳动学习的精髓；也使得农村学生能够冲破“井底之蛙”，享受外面的“大千世界”，感受到高科技带来的神奇变化。
但进一步审视发现，人工智能时代的劳动技术教育“形式上”的平等悄悄遮蔽了“实质上”的不平等，甚至在某种程度上加大了这种不平等。因为我们忽略了这样一个事实：在到处充满数字化的信息时代，不同阶层在信息技术的拥有和使用能力上是不同的，这种差别极有可能导致强者更强、弱者更弱的局面，即所谓的“数字鸿沟”。如尼葛洛庞蒂在《数字化生存》中提及，“有些人担心，社会将因此分裂为不同的阵营———信息富有者和信息匮乏者，富人和穷人，以及第一世界和第三世界。”[8]具体到我国实际情况，城市学生从小接触互联网、电子产品，能够熟练掌握操作技能，在智能化的劳动技术学习中具有天然优势。然而，乡村基础设施的落后和信息素养的缺乏却将大部分农村学生挡在了“数字化”门外，导致他们无法享受最先进的劳动技术教育。就此层面而言，人工智能的存在不仅没有缓解教育公平问题，甚至在一定程度上加重了社会的不平等。
（二）教师教学的便利与教师素养的高要求之悖
人工智能时代，劳动技术教育解决了传统模式下教学资源不足等种种弊端，呈现出了前所未有的新面貌。于教学模式而言，互联网彻底打破了时空限制，微课、慕课等开放式的教学模式使得学生可以自主控制想要的学习内容、学习进度；就教学资源来说，虚拟现实技术的应用可以精细、详实地复现复杂的劳动技术，利于提高劳动技术教育的教学效率、节省教学成本、规避教学风险；对教学管理而言，人工智能时代，互联网终端能够实时记录学习者的学习进度、学习表现和学习态度，教师完全可以根据数据展开立体多维的动态评价，方便了教师管理。
但与此同时，劳动技术教师在人工智能时代也面临着空前未有的挑战。一方面，未来的劳动技术教师将面临双重压力，即知识快速迭代的压力和信息素养的压力。人工智能时代，新兴技术不断产生，而且周期短、更新快，这促使学校的劳动技术内容随着社会发展不断调整。这就需要教师紧跟时代的步伐，不断更新自己的知识储备，掌握新时代的劳动专业知识和技能。此外，数字化时代，劳动教育的教学迫使教师处于新技术前沿，通识计算机技术，具备高效获取信息、熟练表达信息、创造性使用信息的能力。这无疑对教师的信息素养提出了新要求。另一方面，教师要承担双重任务，既要传授知识，又要及时关注学生情感。人工智能时代，虚拟技术教学的应用给劳动技术教学带来了极大便利，但是这种电子虚拟空间的互动“只是一种功能上的实在性，缺乏身体的可感性和实体性”，[9]流失了人际交往间应有的温暖、真挚和情谊，人际关系被技术转化为机器与机器或物与物的关系。师生之间更多是知识和信息层面的交互，少有面对面的互动，弱化了教育的育人功能。这就需要教师在教学中除了要承担讲授知识的重任外，也要刻意消解数字化教育的弊端，及时关注学生情感，有意增加学习者与教授者之间、学习者与学习者之间的直面沟通和深度交流。
（三）学生个性化的发展与技术对人的异化之悖
人工智能时代，劳动技术教育能够逐步实现学生的个性化定制。于学习方式而言，学生可以根据自身需要，选择自己喜欢的教师和感兴趣的教学内容，最大限度的实现学生个性化发展；就互动方式来说，基于人工智能构建的自由放松、自主开放的人人、人机交流环境，能够促进学生勇于发问，积极探索，并通过学习过程中相互之间的交流建构主体间性，实现群体层面的知识建构；对学习内容而言，借助虚拟现实技术创设逼真的教学情境，可以把教学内容化静为动、化繁为简，在促进学生理解的同时，也激发其学习兴趣与学习热情。
但是也需要意识到，劳动技术教育的高度自主化也带来了一些问题：其一，这种学习到底是一种主动学习还是被动学习？支持者认为，由于劳动技术的学习者可以自主选择教育及其难度，自己确定学习的时间和地点，因而，这种学习是一种典型的主动学习。但也有研究者指出，人工智能时代的劳动技术教学有可能会导致学习者的被动学习。如学生对教育的学习动机和期待程度一般在初期较高，但是伴随教育的不断进行，学习者的学习热情将持续走低，直至后期，大部分学习者会出现学习疲劳，仅仅希望在教育结束时拿到相关结业证书，并不会考虑所学劳动技术在现实中的运用，而且在以后的学习中也倾向于选择那些容易学习的教育，在这种情况下，劳动技术的学习无疑成为了一种被动行为。其二，过度的自主选择权增加了学生的选择难度。虽然人工智能为劳动技术教育提供了大量而丰富的教学资源，但同时也导致部分学生淹没在五彩斑斓的教育资源里而无所适从。正如迈克尔·海姆所说：“信息疯狂侵蚀了我们对于意义的容纳能力。我们逐渐习惯于抱住知识的碎片而丧失了对知识后面那智慧的感悟。所获得的信息越多，可能的意义便越少。”[10]最后，人工智能时代，学生的学习完全依据自身的兴趣来进行选择，这难以确保学生劳动技术学习的系统性和连贯性，进而不能保障劳动技术知识体系的完整性。
三、人工智能时代劳动技术教育的路径超越
重新审视人工智能时代的劳动技术教育，并不是否定数字技术带来的价值，而是期望能在一片欢呼声中保持冷静。我们要成为未来的建构者，而不是简单的评论者，只有以客观理性的态度审视人工智能时代与劳动技术教育间的悖论，才能提出化解之道。
（一）缩小地区间教育信息化差距为关键抓手
劳动技术的数字化教学改变了传统的教育理念、方法、内容以及体制和模式，也在某种程度上加重了城乡教育之间的不平衡。缩小城乡教育信息化差距是促进教育公平的关键举措。首先，政府要加大对落后地区的支持力度，通过政策支持和经费投入，加快信息网络教学资源和基础设施建设，努力构建覆盖全国学校的数字化教学系统，解决落后地区教育信息化贫乏问题。其次，鼓励城乡之间建立学校发展联盟，建立“一帮一”的合作关系，一方面，发达地区的学校可以调遣部分骨干教师对帮扶学校进行一对一的跟踪指导，提供精神与物质上的支持；另一方面，落后地区的教师可以定期到发达地区的学校进行观摩学习，尽可能缩小不同地区学校的软硬件差异。此外，还可以通过师资、教学设备以及图书资料等资源的共享，带动农村偏远学校走出信息化困境。
（二）提升教师素养是现实诉求
教师专业素养的高低决定了劳动技术教育程度的强弱，加强劳动技术教师队伍建设，应着力构造多种渠道：其一，于学校而言，增加教师培训，提升教师信息素养。学校要根据教师教学实际，努力为教师创造学习机会，加强教师培训，建立规范的培训服务体系。同时也要制定完善的管理制度，为教师信息化素养的提高做好制度保障，如可以对基于信息化开展新型教学模式的教师给予一定的物质奖励。其二，于教师自身而言，努力践行终身学习的理念。面对人工智能带来的多重变化，教师要做到时刻学习，掌握最前沿的劳动技术知识，不断提高自身能力，将不断学习贯穿于自身一生的职业生涯中。最后，就教师与教师之间来说，要加强合作学习。教师群体间的合作是促进教师专业成长的灵魂，教师群体间要不断合作交流，沟通经验教训，互帮互助，共同提高。
（三）回归劳动技术的育人本质为应有之义
伊利曾在《技术是答案，但问题在哪里》中指出，“我们生活在一个技术控制的社会中，想摆脱技术的影响是不现实的。实际上，技术完全可以为我们很好地服务。问题在于我们必须明白我们想用技术来实现什么目的，解决什么问题。”[11]由此推及人工智能时代的劳动技术教育，其实无论多么智能化的教学设施，都只不过是劳动技术教学的辅助手段。不管何时，培养有情感的人最终都是课堂教学的主体。为此，回归劳动技术教学的育人本质才是数字时代劳动技术教育的应有之义。一方面，要正确处理好“器”与“气”两者之间的关系，推进浸润式教学。其中“器”指的主要是工具，是硬件，即电脑硬件；“气”则指的是人文精神。我们在借助信息技术手段和平台进行劳动技术教育时，要注意把人文精神渗透到教学过程中，真正起到教育的作用。另一方面，信息技术为学生提供了个性化的学习路径，但并不意味着他们可以在课堂上各行其道，随意选择学习什么或获取哪些资源。教师作为教学活动的引领者，要学会在课堂教学中进行适当的管理，引导学生学会选择，并尽量保证其学习的完整性。
[1][苏]苏霍姆林斯基著.帕夫雷什中学[M].赵伟译.北京：教育科学出版社，1983：3.
[2]徐海娇.新时代劳动教育需要新考量[J].中国德育，2018，（18）.
[3][德]马克思，恩格斯著.马克思恩格斯选集（第4卷）[M].中共中央马克思恩格斯列宁斯大林著作编译局编译.北京：人民出版社,1995：580.
[4]陈豪主编.巨大的鼓舞行动的指南——学习习近平总书记在同全国劳动模范代表座谈时重要讲话心得[M].北京：中国工人出版社，2013：299.
[5]刘向兵.新时代高校劳动教育论纲[M].北京：社会科学文献出版社，2019：52.
[6]冯克诚主编.苏霍姆林斯基教育思想与论著选读（中）[M].北京：人民武警出版社，2010：91.
[7]曹培杰.未来学校的变革路径——“互联网+教育”的定位与持续发展[J].教育研究，2016，37（10）.
[8][美]尼古拉·尼葛洛庞蒂（NicholasNegroponte）著.数字化生存[M].胡泳，范海燕译.海口：海南出版社，1997：15.
[9]社会学研究编辑部.中国社会学前沿报告[J].社会学研究，2002，（2）.
[10][美]迈克尔·海姆（Herm，M）著．从界面到网络空间——虚拟实在的形而上学[M]．金吾伦，刘钢译．上海：上海科技教育出版社，2000：9．
[11]DonaldEly.TechnologyistheAnswer:ButWhatWastheQuestion?[R].TheJamesP.CurtisDistinguishedLectureseries,Cap－stoneCollegeofEducationSociety,UniversityofAlabama,1995.
周美云：轨迹·焦点·走向：劳动教育研究七十年返回搜狐，查看更多
当古籍修复遇上人工智能
光明日报记者韩业庭
北京大学数字人文研究中心、北京大学-字节跳动数字人文开放实验室、北京大学人工智能研究院联合主办的“古籍智能信息处理”系列研讨会日前在线上举办。
在研讨会上，北京大学数字人文研究中心主任王军算了一笔账：我国现存古籍约有20万种，从1949年到2019年，共修复整理出版了近38000种，照此速度，要将现存古籍全部修复整理出来,可能需要三百年的时间。不过，若利用人工智能技术辅助修复整理，大概二三十年就能完成。
王军所说的“利用人工智能技术修复古籍”，并非遥远的科学设想，它正在成为现实中的生动实践。“古籍智能信息处理”系列研讨会第一讲开讲后不久，字节跳动宣布向北大教育基金会提供捐赠，支持北京大学—字节跳动数字人文开放实验室研发“古籍数字化平台”，利用智能技术加速中华古籍资源的数字化建设，预计三年内完成10000种精选古籍的智能化修复整理。
古籍文本转化正在智能化
很长一段时间里，古籍保护主要采用原生性保护方式，即把古籍当作“文物”保护起来。后来出现再生性保护方式，对古籍进行影印再造和影像保存，让古籍得以以纸本或缩微胶片的形式存在。现有的数字化古籍很多是由缩微胶片转换而成，分辨率较低且影像多为黑白色。
即便将所有古籍用数字化手段影印出版，古籍也是“死”的，人们无法方便地使用。北京大学中文系教授杨海峥举了个简单的例子——影印的古籍没有标点符号，非常不便于阅读。另外，这也不利于对古籍内容进行检索，想查阅某个内容，得逐篇逐页阅读原文，很难快速找到想要的知识。因此，要提升传统古籍的利用率，必须将古籍内容转化为数字文本。过去，这种转化主要依靠专家人工录入，时间成本极高。
“信息技术的发展，尤其是人工智能和大数据技术的出现，为古籍的修复整理带来了革命性变化。”王军说，近年来，包括北京大学在内的不少高校、科研机构在古籍数字化上开展了不少开拓性的工作，在OCR（光学字符识别）、AI句读、实体识别等方面积累了比较成熟的技术和经验。以OCR应用为例，用电子设备对纸本古籍一扫，古籍上的内容就会转录到计算机中，并生成相应的数字文档，效率比人工录入提升了不止千万倍。
据了解，利用人工智能和大数据技术，北京大学数字人文中心在从先秦到明清跨时代的大规模古籍文本语料整理上，已实现对古文本的自动句读，平均准确率达到94%，同时还实现了对人名、地名、时代名、职官名、书名的自动识别，在中古史料上的准确率接近98%。
在这些方面，字节跳动等互联网公司也有很多经验和技术积累。例如，OCR技术在今日头条、抖音等平台的图片文字识别、字幕翻译，以及商业化业务中的各类卡证票据及行业文档识别等领域均有广泛应用。“这些技术可以逐渐向古籍智能数字化的方向上迁移。我们在古籍数字化平台开发中，与北大在技术上能优势互补，进行有效的打通与融合。”字节跳动人工智能实验室总监李航表示。
王军介绍，“古籍数字化平台”将会进一步提升古籍整理的准确率、智能化水平和开放度。一方面，可以对重点文本进行精校，满足专家学者对资料准确度的要求；另一方面，利用智能平台上的文字识别、校对工具，学者和古籍爱好者可以在线上一站式完成古籍整理工作，而不用像以前那样先在word文档中进行整理编辑，再传递相关的文档，在提高效率的同时，也方便公众参与。
古籍利用有望智慧化
四川大学中国文化全球传播大数据中心教授王兆鹏认为，技术的进步为古籍修复整理智能化带来两个面向：一是古籍文本转化智能化，二是古籍利用智慧化。
把纸质古籍上的内容转化成数字文本，只是古籍修复整理的第一步。在此基础上，要解决的另一个问题是，如何将海量晦涩难懂的古籍内容进行整理归类，形成可交互、可触摸、可视化的数字人文作品，以方便人们查阅使用。否则，录入计算机的古籍依然会继续“沉睡”。
基于人工智能技术，目前我国已建立多个古籍整理自动化和可视化平台。比如，王军主持设计和研发的“《宋元学案》知识图谱可视化系统”，对240万字的《宋元学案》进行了文本处理和分析，将2000多位宋元理学学者、近100个学术流派所涉及的人物、时间、地点、著作等提取出来构造成知识图谱。然而，不少平台的智能化水平仍然较低，比如输入关键词，搜索出的内容各自孤立、凌乱无序。王兆鹏认为，更智慧的古籍整理利用平台，应该从1.0版向2.0版演进，比如内容检索应“以类相从”，检索出的内容应彼此关联，且由人工智能进行有机分类。
北京大学与字节跳动合作研发“古籍数字化平台”是提升古籍整理和利用智慧化水平的一次尝试。“我们合作的技术核心是将人工智能和大数据应用在海量的古籍文献上，实现古文本知识图谱的自动生成和对古籍内容的智能化整理，让古籍能够以文本的形态加以检索、关联阅读和深度挖掘利用。”李航说，未来，“古籍数字化平台”不仅是一个古籍智能整理平台，还将是一个面向读者的数字化阅读工具，将提供免费开放的访问服务。
王军预计，随着人工智能技术的运用，古籍文献中所蕴藏的古代历史文化知识将不断被抽取出来，构造成各种各样的知识库，并将会以知识图谱的形式支持互联网前端应用。
由于在互联网产品研发、设计方面存在优势，互联网公司等社会力量的加入会进一步保障古籍数字化平台的服务质量。“我们有优秀的产品经理、设计师、软件工程师，能够不断优化、创新古籍数字化平台的产品功能，提供更好的用户体验。”北京字节跳动企业社会责任部产品总经理唐垲鑫表示，目前今日头条的设计团队和抖音的开发、测试团队已经加入“古籍数字化平台”的开发工作。
需要跨学科通力合作
随着人工智能技术在古籍修复整理领域的广泛应用，作为古典文献专业的老师，杨海峥经常被学生们问到一个问题：“学古典文献的同时，还要学人工智能吗？”虽然杨海峥不能确定，但一个事实是，人工智能技术与古籍修复整理的结合，将开辟出全新的交叉学科领域，利用人工智能技术修复整理古籍肯定需要更多复合型人才。
王军认为，在这种情况下，高校古典文献学等相关专业如何培养兼具技术与学术能力的古典文献学人才，如何形成多学科交叉的课程体系等，都是亟待解决的问题。
此外，人工智能并非“绝顶聪明”。在华南理工大学电子与信息学院教授金连文看来，古籍图像增强、修复，复杂版式古籍文档图像版面分析等问题都有待解决。而在对古籍内容的分析整理中，目前最大的技术难点是人工智能对古籍中人名、地名等专有名词识别后，如何进一步实现关系提取，从而为古代历史文化知识图谱的自动生成准备技术条件。
因此，杨海峥认为，在古籍整理中，人文社科学者还是要积极介入，并加强与技术人员的合作，那样才能更好地利用机器而不是被机器牵着鼻子走，从而保证结果的准确性。
人工智能技术的发展带来了古籍整理研究方法、思路的根本改变。业内的一个共识是，利用人工智能推进古籍修复整理需要进行跨学科、跨环境、跨文化、跨地区合作。正如王军所言，“古籍保护需要社会各界的共同努力，应欢迎更多古籍收藏机构、研究机构和热心古籍事业的个人加入，这样才能打造出一个开放的‘古籍数字化平台’”。
《光明日报》（2022年04月11日 09版）
[责编：孙宗鹤]《人工智能产品经理技能图谱：AI技术与能力升级》PDF电子书免费下载 – pdf电子书资源百度网盘免费下载
前言第1章AI产品经理—不是简单的“当产品经理遇上AI”0011.1三大浪潮看AI技术发展0021.2AI产品和AI产品经理0031.3成为AI产品经理三步走0111.3.1步：找到自己的糖山0111.3.2第二步：找到自己的比较优势0161.3.3第三步：打造闭环系统，提高自己的能力020
第2章不留短板—不懂AI技术做不好AI产品经理0252.1如何“说”—自然语言处理0262.1.1什么是自然语言处理0262.1.2自然语言处理包括哪些0262.1.3自然语言处理能做什么0292.1.4熟悉自然语言处理需要哪些知识储备0312.1.5自然语言处理可以帮助产品经理做什么0322.2如何“看”—计算机视觉0332.2.1什么是计算机视觉0332.2.2计算机视觉原理是什么0342.2.3计算机视觉能做什么0372.2.4熟悉图像识别需要哪些知识储备0392.3如何“记忆”—知识图谱0412.3.1什么是知识图谱0412.3.2知识图谱的表示与存储0432.3.3知识图谱构建过程0452.3.4理解知识图谱对AI产品经理的意义0482.3.5知识图谱的设计0492.4如何“理解”—机器学习0532.4.1什么是机器学习0532.4.2机器学习的应用0562.4.3机器学习相关业务的构建流程0592.4.4理解机器学习对产品经理意义0632.5如何“听”—语音识别0642.5.1什么是语音识别0642.5.2语音识别原理及流程0642.5.3熟悉语音识别需要哪些知识储备0662.5.4语音识别能做什么068
第3章一键打包—AI产品经理通识储备0713.1万物皆数0723.1.1概率论通识：4个概念3个问题0723.1.2线性代数通识0763.1.3微积分通识0793.2热度排名—牛顿冷却定律0813.2.1什么是牛顿冷却定律0813.2.2牛顿冷却定律在AI场景中的应用0823.3有限的因子预测结果—费米推论0823.4通过现象推断规律—贝叶斯定理0843.4.1什么是贝叶斯定理0853.4.2贝叶斯定理举例说明0853.4.3贝叶斯定理AI应用说明0863.5事务的判断与推荐—余弦相似度0873.5.1什么是余弦相似度0873.5.2余弦相似度应用说明0893.5.3使用余弦相似度注意事项0903.6在挑选与下手之间做决定—停止理论0913.6.1什么是停止0913.6.2如何应用停止0933.6.3对AI产品经理的借鉴意义0933.7学会举一反三—迁移学习0943.7.1什么是迁移学习0943.7.2如何进行迁移学习0953.7.3对AI产品经理的启发096
第4章AI产品设计方法论0994.1摒弃直觉，打造自己的AI产品MVP1004.1.1如何设计AI产品MVP1014.1.2打造AI产品MVP的三大方法1024.2算法—未来世界的真规则1034.2.1通用算法有哪些1044.2.2如何选择算法1114.3数据标注—人工智能的催化剂1114.3.1数据标注模型1114.3.2数据标注类型1134.3.3标注流程1174.4专业领域的高效停用词库1184.4.1什么是停用词1184.4.2为什么要建停用词库1194.4.3如何搭建专业停用词库1194.5先知—智能搜索联想1214.5.1需求分析1224.5.2解决方案1234.6对话的艺术1254.6.1删繁就简三秋树1264.6.2知我心者知我求1264.6.3老妪能解1274.6.4一言一语总关情1274.6.5欲说莫休1284.7AI产品经理的“极致理论”和“数据信仰”129
第5章博闻强识有储备—软件AI产品经理锦囊1315.1AI产品的中枢神经—AI数据中台1325.1.1什么是AI数据中台1325.1.2AI数据中台整体架构1325.1.3AI数据中台解决的问题1335.1.4AI数据中台团队1345.1.5AI数据中台中的产品经理定位1355.2金融变革者—智能保顾1365.2.1什么是智能保顾1365.2.2智能保顾现处于什么阶段1365.2.3智能保顾的发展方向1385.3让垂直领域对话型机器人更好地和你交流1395.3.1问题的语义理解1395.3.2知识库构建1415.4资讯革命枪—智能推荐系统1425.4.1什么是推荐系统1425.4.2推荐引擎的分类1435.4.3推荐系统中常用的算法1445.4.4如何评价一个推荐系统1465.4.5推荐系统的冷启动1505.5又一个身份ID—声纹识别1515.5.1什么是声纹识别1515.5.2声纹识别的原理1525.5.3声纹识别关键技术1535.5.4声纹识别的应用154
第6章合纵连横联万物—硬件AI产品经理锦囊1576.1AI的神经触手—传感器1586.1.1传感器的类型1586.1.2智能手机传感器1606.1.3无人机传感器1626.1.4智能家居系统中的传感器1636.1.5工业机器人传感器1646.2万物向善—人机交互设计1656.2.1人机交互的发展1656.2.2人机交互作用1666.2.3交互设计的原则和注意事项1686.3指令传输—物联网通信1696.3.1什么是物联网通信1706.3.2物联网通信有哪些通信技术1706.3.3物联网通信有哪些协议1736.3.4物联网通信技术选型考量因素1756.4王冠上的宝石—AI芯片1786.4.1什么是AI芯片1786.4.2AI芯片的分类1806.4.3AI芯片的研发方向1806.5从零开始做智能硬件1816.5.1需求阶段1816.5.2立项阶段1826.5.3开发阶段1846.5.4测试阶段1876.5.5MP阶段1876.5.6总结188
第7章他山之石—典型AI产品剖析1897.1智能家居1907.1.1智能电视机1907.1.2智能空调器1927.1.3智能洗衣机1937.1.4智能家具1937.1.5智能家居操作系统1957.2无人驾驶1977.2.1什么是真正的无人驾驶1977.2.2无人驾驶首先普及的应用场景1987.2.3无人驾驶系统的基本架构1997.2.4无人驾驶的传感装置2007.2.5计算机视觉的应用2017.3智能音箱2037.3.1智能音箱功能介绍2037.3.2智能音箱交互设计2057.3.3语音交互异常情况的解决方案2077.3.4语音交互的几点原则2077.3.5国内语音技术提供商2087.4智能安防2127.4.1AI技术在安防领域应用2127.4.2智能安防主要涉及的算法及技术2137.4.3智能安防对产品经理的要求2147.5智能客服2167.5.1客服系统的发展历程2177.5.2智能客服系统搭建2177.5.3设计智能客服系统时会遇到的问题222
第8章职业进阶—当AI产品经理遇上未来227显示部分信息