一个困扰机器学习产品开始的问题就是，它看起来像巨大的、无法逾越的、需要数月时间的工作才能填补的“鸿沟”。对此，Google大数据研究科学家Martin Zinkevich曾在论文《机器学习法则：机器学习工程最佳实践》中进行了最佳机器学习工程的描述——不必要对运用机器学习本身犯怵，很多产品可以用简单基线从收集用户反馈开始。
“如果你需要通过几十个柱状图才能讲清你的非机器学习产品是干什么的，可能你在设计的是一个复杂的过度解决方案。换句话说，如果你可以一句话概括产品功能（“我们就是来解决低价问题的”，“我们给你最流行的趋势”），恭喜你，你拥有了一个良好开始”。
4. 你需要和什么对比？
问题接踵而至，如果单单从最小化可行产品（Minium Viable Product, MVP）来看，这里并不需要基线。但要设计机器学习产品，你就需要设立条简单的基线了。
机器学习产品的不同就体现在它的运行情况不是数值可以体现的，是与基线对比出来的。你想将算法的准确率在基线为94%的情况下提高到95%，虽然仅仅为1%，但你可能也需要相当大的工作量来完成。如果你的基线值设定到50%，而算法目前的准确率为75%，这就变成一步巨大的飞跃了。
这里有两点需要特别注意的是：首先，产品性能的好坏是相对的，你需要建立一个基线。其次，为了能有效进行比较和测评，定基线还得“走心”呀。在机器学习产品中，通常会将线上和线下指标分离。例如“算法预算历史数据的准确率”和“这种算法下的产品转化率是多少”就分属为不同的问题。
5. 产品的更新速度有多快？
机器学习产品的输出对你的构建会产生很大的影响。比如美国在线出版平台Medium（类似国内简书）的推荐邮件或者是Quora的摘要邮件，可能都隐藏着机器学习。由于它的产品就是邮件，所以这里不需要适应用户的实时活动。但像Foursquare这种基于地理位置而运算得到的数据，或者类似Google搜索引擎这类产品，用户活动都会导致不同的输出结果。
所以，你要意识到产品的更新速度不仅仅要适应你的系统架构，还会影响用户体验。
6. 用户拥有什么样的交互、活动和管理权限？
数据学家喜欢先着眼于数据获取的难易程度，之后基于此创建学习算法。然而当创建一个新产品时，产品团队更愿意在设计用户交互时来定义数据的获取范围，这些数据将来有可能都会用到。如果你前期准备不周，那么没有记录早期产品数据将成为很多数据学家感到沮丧的原因。
图片社交应用Instagram的好友推荐功能就允许用户关注或者隐藏推荐联系人，Foursquare支持用户自己修正系统检测的曾去位置，而这些都与机器学习算法输出相关连。重要的是，它们添加了新的数据选项——肯定的（是的，我关注）和否定的（no,隐藏吧）两种样例。这些都可以作为提升学习算法性能的反馈依据。
7. 怎样会导致产品灾难性失败？
如果产品没有用到机器学习，最常见的致命性错误可能包含系统的bug、崩溃或令人困扰的界面。既然机器学习的本质是通过样例训练算法，那么错误出现的原因就更复杂多维度。
这个时候将“塔吉特读心术”拿出来再合适不过了。这里有一位父亲曾到一家塔吉特百货愤怒地投诉，商店竟然给他还在读书的女儿寄婴儿用品的优惠券。百货店居然比父亲都早知道女儿怀孕了。根据用户已购买的商品（比如很多孕妇怀孕头三个月过后会购买大量无味的润肤露）进行记录和分析就是机器学习的典型案例。经过与女儿的沟通，才发现自己的女儿真的怀孕了。
在上述案例里，机器学习算法精确预测了女儿的怀孕。但实际上，机器学习产品也可能会犯很多错误。
Google Home的笑话已经不少了。综合这些错误我们可以得到一个共同的主题：产品的应用和设计师们的设想不太一样！无论是依据敏感信息来推广商品、用户对机器人的吐槽还是用带偏见数据集来训练脸部检测算法，都说明产品团队没有将用户的实际操作情境考虑在内。
总结
运用机器学习设计产品是一项涉及学科越来越多的活动。我们今天探讨了机器学习的定义以及七点在实践中的应用。关于机器学习这个发展极迅速、已经变得非常广袤的学科领域，还需要产品经理们不断了解。
招聘
我们正在招募编辑记者、运营等岗位，工作地点在北京中关村，期待你的到来，一起体验人工智能的风起云涌。
相关细节，请在公众号对话界面，回复：“招聘”两个字。
One More Thing…
今天AI界还有哪些事值得关注？在量子位（QbitAI）公众号会话界面回复“今天”，看我们全网搜罗的AI行业和研究动态。笔芯~
另外，欢迎加量子位小助手的微信：qbitbot，如果你研究或者从事AI领域，小助手会把你带入量子位的交流群里。
追踪人工智能领域最劲内容
相关阅读：
相关推荐：
转载请注明出处。
相关文章
精彩导读
热门资讯
关注我们
