恒力华振完成数千万元Pre-A轮融资，大辰创投领投
06-17
在今日举行的全球人工智能与机器人峰会上，小米科技联合创始人黄江吉（kk）分享了一系列小米智能家居设备介绍小米的方法论为人工智能技术的发展。
大多数业内人士认为人工智能的成功归功于大数据，而黄江吉则认为人工智能的发展离不开这三个前提：产品+大数据+机器学习。
首先，机器学习和大数据离不开高度活跃的产品。
这些产品包括手环、电视、盒子、网络设备、智能家居等常用软件和智能硬件。
黄江吉提到，小米手机拥有2亿MIUI系统用户，其中日活跃用户过万的应用有8个，日活跃用户过万的有17个。
这为大数据和机器学习能力的提升奠定了基础。
当高活跃度的产品推出时，会产生大量的数据，通过数据采集、数据清洗、数据挖掘、数据智能等方法实现高质量数据的建立。
我们知道任何数据最终都是为人服务的，因此为每个人建立用户档案就显得尤为重要。
为了构建用户画像，小米收集了各种场景、碎片时间产生的数据，数据总量达到TB级。
此外，黄江吉指出，他们需要通过搜索、推荐、导流、人工操作等方式了解用户关心的内容。
最后，有人问黄江吉以下两个问题：你认为小米目前最智能的产品是什么？黄江吉：如果你问开放的KK，我会告诉你，我们的产品非常智能。
如果你问一个封闭的KK，我会告诉你，没有一个产品是真正简单易用的，甚至没有你。
它可以用最少的干预将事情做到极致。
这要求有点高了。
如果你问我们最智能的东西，毫无疑问就是我们的手机。
不知道大家是否了解小米的发展模式。
你买了小米手机之后，我们的系统基本上每周都会升级一次。
从5年前第一部手机到今天，我们基本上每周都会更新。
所有更新的大部分需求都来自于用户，也就是说，我们实际上可以要求他们每周告诉我们他们对本周的更新最满意的三件事是什么，也告诉我们他们最不满意的三件事。
它是什么，每周为我们投票，我们就会实现这一目标。
如今，手机是最成熟的业务，其智能化也相对成熟。
小米的重点并不在前端。
如果是在前端，后续的数据分析有什么用，如何产业化，如何赚钱？黄江吉：希望我今天的报告能够解决刚才的问题。
如果你做的好，你不需要区分前端、后端、云和中端。
我们首先要把这个产品的硬件做好，然后再把系统的软件做好，让真正的用户愿意使用这个产品，然后云就可用了。
只有云才能产生数据。
生成这些数据之后，你可以去机器学习或者深度学习，把它变成数据模型，让你的产品越来越智能。
只有里面的商业人士才能让体验变得越来越好。
如果真要实现智能化，如果不在每个圈子都实现，就实现不了智能化。
以下为黄江吉演讲实录：（注：为了方便阅读，加了字幕。
）各位专家、嘉宾大家好，今天我非常荣幸代表小米在这里做报告。
这份报告是关于产品、关于用户、关于机器的。
了解人工智能。
6年前，当我们创立小米时，我们就有一个愿景。
我们希望每个人都能享受其中的乐趣。
这意味着什么？其实，从小米创立到今天，我们的核心无非是希望做出越来越好用、越来越智能的产品，然后把这些产品带给越来越多的用户，满足他们的一些真实需求。
核心需求并可以改变他们的生活。
也可以理解为我们6年前创立小米是因为我们觉得我们日常生活中使用的很多产品还不够智能，所以我们就有这样的使命，我们希望让它更加符合我们的要求。
我们有这个想法。
今天，很多专家都提到，人工智能要想落地，有几个前提条件。
他们多次提到机器学习或人工智能最大的基础是大数据，对吗？我非常同意，但是既然我们做小米，根据我这几年的实践经验，我会把它再推一个台阶。
我认为人工智能就是大数据，但是大数据的基础应该是产品加上大量用户使用这些产品实际产生的大数据，所以我认为这三个前提中，我们应该从产品开始共享。
2亿MIUI用户，所以大多数朋友对小米最大的印象就是我们是从小米手机开始的。
我们6年前开始创业，我们的第一个智能产品是手机。
我们当时做手机的原因很简单。
我们是一群老人。
我们有时会开玩笑说，小米是一群老人创办的公司。
我们是一群爱好者。
我们当时用过很多所谓的智能手机，但其实每款手机都有很大的体验空间。
看看你如何定义智力？虽然我们都称其为智能手机，但坦白说它并不智能。
六年前，我们的第一个产品是手机。
从2016年我们推出第一款手机到今天，我们实际上做了两条产品线，一条是小米手机，一条是红米手机。
我们做的手机就是移动互联网，我们如何评价一款手机是否是高活跃度的产品？我们已经拥有超过2亿的MIUI用户，但他们的活跃程度如何？目前MIUI系统用户数过万的用户已有8个，日活跃量过万的用户有17个。
你会看到他们通常在手机上使用各种系统应用程序。
他们的活动对我们来说有两个意义：第一是我们如何通过产品开发和用户反馈来了解他们的真实需求。
第二个是只有当他们非常积极地使用这个产品时，我们才能获得更多的数据，进而利用这些数据。
所以如果你看看浏览器、音乐、视频播放器、智能家居，甚至天气、阅读等，其实都说明了用户日常使用频率较高的产品的功能。
我们三年前提出的两个物联网问题是更多用户在生活中使用的一些功能。
我们进去的第一个东西是手镯。
它问世后，成为了手机的最佳拍档。
在用户的移动生活方面，我们对他的生活有了更深入的了解。
我们做小米电视和盒子，因为家里对电视、娱乐视频、电影的需求是非常非常刚性的，所以我们当时看传统的电视，我们觉得道理都是一样的。
我们认为里面的用户体验非常非常不智能，还有巨大的改进空间，所以我们决定继续认真做电视和盒子。
我们两年前也进入了网络设备，路由器系列，高端路由器的硬盘有1T到6T不等。
事实上，它是一个数据中心。
然后我们通过生态系统做了更多用户日常生活中需要的产品，比如智能净水器、灯、摄像头、智能插座等。
当我们做这个的时候，其实是物联网浪潮的爆发。
事实上，当我们进入这个领域时，我们要克服两个核心问题。
第一个问题是用户觉得自己的传统硬件产品不需要智能化。
更简单地说，这些产品不需要连接到互联网。
第二个就是当时所谓的智能硬件其实非常不智能。
你必须把它们做好，然后再使用它们，但它们实际上比传统的更难使用。
我们当时做了两件事来突破这两个问题。
第一件事：当我们进入这个领域的时候，如果你想让你的智能硬件能够联网，你需要一个wifi，加上一个CPU，加上一些内存。
如果你是硬件开发者，需要加上这一块60元。
听起来这个数字不是很高，但是我告诉你，如果一个传统的电灯只要十几二十块钱，一个传统的插座只要几十块钱，那么你加个60块钱的Wifi基本上就可以了。
产品价值超过100元。
这在市场上基本上是卖不到的。
如果卖不出去，后续系列的联网、智能化就基本不可能了，所以我们进入到今天为止，我们把wifi从当时的60元逐步提高到了今年的10元。
什么意思，做成10元的核心目标是什么。
其实我们的核心目标很简单：如何做一个硬件产品，想都没想就给它加上wifi？你不用想就可以将你的产品连接到互联网，你甚至不知道它为什么需要连接到互联网。
，为什么需要这个智能功能呢？如果加上这个，那就真的很聪明了。
当我们完成这个之后，包括电饭锅，所有的灯，摄像头等都可以连接到互联网了。
第二件事：两三年前IOT爆发的时候，大家都觉得用户使用率不高。
那是因为当时大家在应用类型上没有做好。
我们可以实现这样的用户体验。
如果你买的净化器无论是设备还是相机，拆箱时都不需要看说明书。
您只需将其插入即可。
您的手机将显示是否允许将其安装在家庭智能网络上的说明。
，如果选择是，它将自动连接到您的家庭网络。
所以当我们突破这个的时候，我们发现我们的智能硬件不仅仅意味着它的联网程度非常非常高，它真的已经接近满负荷了，而且关键是它的活跃度也非常非常高。
数以百万计的智能硬件及其背后的数据工厂。
如今，不包括手机，所有智能设备的出货量均已突破万台。
未来这个数字可能会远远大于智能手机。
我们每个人可能会使用一部或两部手机。
但我们家里的实体产品总共有十几二十个，但今天它们还没有真正智能化或连接到互联网。
这就是您所关心的。
当我们有了这样一系列的硬件产品，所有这些产品都连接到互联网，并且能够真正产生各种数据时，我们就有机会构建真正的大数据，所有的数据每天都会产生。
我刚才讲的产品是TB级的，我们为这个数据量付出了巨大的成本，但我认为这是核心基础。
从我们开始开发产品的第一天起，我们就知道数据有多么重要。
只有通过Wifi来实现，我们才能够生成高质量的大数据。
这实际上就是我刚才向您描述的。
我们全系列产品或者业务的大数据基本上都聚合到一个数据工厂里。
我特别同意杨强教授刚才的说法。
如果只有大数据，其实是可以的。
它不仅没有任何价值，因为它给你带来的成本是巨大的。
如果存储大量数据而无法使用，最好不要存储。
所以说到数据处理，首先要理清、挖掘。
利用这些数据反过来训练我们的算法，训练各种产品，让它们真正变得智能。
建立用户画像。
当你拥有海量数据时，我们意识到你必须真正以人为核心。
我们花了两年的时间建立用户画像。
当然，不同的公司有不同的用户画像。
在小米，我们对用户画像的定义实际上是围绕这个用户展开的。
无论他是在使用手机、看电视，还是在家里使用各种智能硬件，如何才能充分满足这个用户的需求呢？还有他的习惯以及如何建立他的特点。
只有你比这个用户更了解、更需要，我们才能为他提供更智能的服务。
这个肖像包括云服务、MUI 中的播放器、视频播放器等。
它们生成的功能非常庞大。
比如你使用小米多看阅读应用，我是一个我是一个爱读书的人。
我觉得我的阅读软件确实需要深入了解我的阅读特点，这样才能很好地为我服务。
我们必须知道这个用户喜欢什么样的数字，喜欢什么样的作者。
这些作者的书的哪一部分引起了他们的共鸣？他们什么时候喜欢读书，是在路上、在队列中、还是在一些碎片时间里？我想只有你才能体会到这样一幅肖像的粒度。
只有学历高了我们才能给他提供智力。
如果你只知道很粗浅的话，他每天读书多少次，读了哪些书？我认为你只能做一些非常基本且非常粗粒度的事情。
推荐的话，我想这应该不会超出用户对智能手机的预期。
今天我们已经拥有大约一千个用户功能。
我告诉我的大数据团队为什么这个数字是一千而不是一万，因为我们还没有集成更多的功能。
让我详细说明一件有趣的事情。
当我们建立用户画像的时候，你会发现会计算出高质量的数据。
如果你要求一个用户填写他所有的特征，这是可以的，但是没有用户愿意跟你合作。
为了做到这一点，我们如何使用机器学习来根据用户已有的一些特征来确定用户是男性还是女性以及他的年龄？如果我们能够保证高精度，有时我们就不得不牺牲我们的覆盖范围。
如果我们不知道计算的准确性，我们甚至可能会放弃这个功能。
这还是为了回应刚才提到的高质量的大数据。
我们可以通过足够的大数据来确定用户的性别——如果使用手机，他永远无法判断你是男孩还是女孩，但我们的准确率可以接近90%。
利用用户画像打击黄牛的真实性对于大多数业内朋友来说可能不是问题，但小米每天都在与黄牛作斗争。
人们叫我们饥饿营销，因为我们的产能跟不上。
当产能跟不上的时候，我们小米网站上每天都会出现大量的黄牛。
他们模仿真人，利用各种技术手段在网上抢夺我们的产品。
我什至怀疑他们可能是用深度学习来模拟真人，把黄牛的活发挥到了极致。
半年前，我们尝试了如何使用足够的特征来确定用户的真实性。
传统的黄牛可以利用你的一两个漏洞让你认为他是真正的用户。
事实上，你无法阻止他在某些特征上作弊，但是你会发现他无法在30个或更多特征上作弊。
整个作弊的成本太高了。
当我们使用了一个用户功能后，我们发现我们立即让黄牛处于劣势。
除了越来越了解用户之外，我们其实还需要越来越了解他们所关心的内容，所以我们将他们的内容组织到资源池中，提取出足够的特征后，我们就可以创建他们的画像。
用户。
只有将它们纳入我们的主动学习中，我们才能提出一些全面的建议。
听了我这里说的话，你其实可以知道，实现人工智能或者机器学习确实不容易。
我讲了这么久，才能够实现产品，产生真正的大数据。
未来如何利用这些大数据，真正做到智能化，是我们近年来在人工智能和机器学习领域所取得的行业曲线（即“拐点”）的标志。
让我们来剖析一下这张产品开发新常态的图景。
这个周期是我们未来会看到的新常态。
这不仅是人们过去使用人工智能的方式，它应该成为一种新常态。
只要你有一个产品，你的产品的智能化就会大大提升它的用户体验；只要你通过这个产品产生大数据，我想这就会成为一个新常态。
首先，你必须有一个好的产品。
你的产品必须有足够多的用户选择使用它。
然后你就可以开始生成大数据了。
只有这些大数据才能通过机器学习进行逆向，使内部实现智能化功能。
随着功能越来越多，这种智能将会提升这款产品的体验。
这个产品的体验可以让更多的用户使用这个产品，或者说现有的用户在里面停留的时间会越来越活跃，形成一个良性循环，他的学习过程会让这个产品一步一步变得越来越智能化。
将来。
为了说明这个规则，我选择了两种产品。
以前可能没有人认为这两款产品使用了人工智能。
当第一个物联网出现时，每个公司都想做智能灯。
但即使到了今天，还没有一种灯能真正满足你的需求：你想让它亮它就自动亮，你不想它亮它就自动关。
这么简单的需求，你会发现做起来真的很难。
我们研究了过去如何使用智能灯。
如果你想让它们变得聪明，你会使用很多Rule-Base（基于规则的）方法，说用户一回家，只要是晚上你就开灯。
他一离开家，门上有一个传感器，灯就会熄灭。
你会发现，如果你做得好，你需要10或20条规则才能使它可靠。
这不就是机器学习想要解决的问题吗？你可以想象机器学习就像我家里的摄像机。
只要它看到我买了这个灯，我就开始用了2个月，每天它都会在那里看我什么时候午睡。
打开灯，或何时关灯。
晚上回来，家人已经就寝时，不要开灯，以免打扰家人；事实上，只要给机器足够的数据，它就可以匹配三十到四十种不同的“功能”，加上 Wi-Fi 连接的状态，加上时间状态，加上你自己在家里走动的状态。
，真的可以做成智能灯。
这是第一个例子。
（第二个例子是）手环是我们投资的生态公司做的，比较准确。
但事实上，这个算法的实现确实很难。
只有当你拍拍头并实现这个算法时，它才会知道你在走路，而且这个动作是走路动作。
如果它想让这个动作更加精准，或者有不同的运动方式，比如跑步、跳绳、爬山、骑车，每一种都得拍拍它的头来做这个算法，我觉得这可能是反人类的。
事物。
我们可以先让它执行基本功能吗？因为通过大数据，我们知道他在爬山、跳绳、骑自行车，所以我们可以判断他的动作是爬山、跳绳、跑步。
。
你会发现我们做的每一个产品都需要有这样一个规则，才能真正实现智能。
所以这个刚才已经提到了，我们的数据处理能力，即使是做一盏灯，你也要处理上百个特征。
你会发现你要处理的数据量是巨大的。
当这些数据爆炸时，我们将越来越多地投入其中。
如何利用好这些数据呢？当你有了这个数据之后，如果你能让它开花结果，你就可以通过深度学习真正把它落实到我们每一项业务中。
当你看到小米的业务时，你对人工智能的理解可能和你想象的不太一样。
都是非常传统的互联网业务，比如搜索、推荐、金融、广告、云相册、智能助手等。
事实上，它们可能与你想象的AI不完全一样，但它们都可以从深度学习中受益。
这就是我认为近年来人工智能和深度学习的突破对我们行业的影响。
可能，它远远超出了大家理解的语音和图像处理。
它有可能用于每一个需要算法的应用和产品。
这就是机器学习对我们最大的意义。
它彻底改变了我们作为工程师构建产品的方法。
从人机交互到内容推荐 然而，深度学习在视觉和语言方面的突破确实让我们有机会做一些新的人机交互。
在人机交互方面，人工智能真的可以变得无处不在。
张宏江博士之前帮我们投放过很多广告。
为了达到这个成果，我们在人脸识别和学术界做了大量的研究和开发。
去年我们在脸部相册中使用了它，效果非常好。
如果用户有这样的口碑分享，这就是我们做小米的原因，用智慧去感动每一个用户。
该人脸相册上线后，截至今日，该相册仍在使用其功能的用户数量已达1.5亿。
我们的照片存储容量已经超过1亿张，每天上传1.5亿张照片。
这是一个巨大的数量，我们可以通过新产品充分利用它。
自然语言处理。
过去，当人们思考这个问题时，他们会想到是否要构建聊天机器人或语音识别。
人们对此存在误解。
我们这样做了两年。
我们为什么要做这个？我们希望让我们每个应用程序中的内容推荐和搜索更加极致。
事实上，这与搜索公司使用深度学习来优化搜索结果的原因是一样的。
只有当我们知道用户的真实意图，内容的不同特征，并且能够分析文本的特征，才能让这些应用真正智能化，所以我们在小米视频的信息流中大量使用了机器学习。
只要某个商家利用这个效果好，就能迅速传播到各地。
他们的用户画像回归到我们的核心用户画像，并且越做越大。
我们游戏的信息流基于机器学习。
我就不一一介绍我们的内容推荐了。
全球搜索的规模越来越大。
当我们使用机器学习和深度学习之后，它的转化率和日活跃度会越来越高。
这就是为什么互联网公司非常坚决地投资深度学习，因为它的效果是立竿见影的。
甚至我们的电视也有一个按钮，你可以按一下说“帮我找到最新的《奔跑吧兄弟》”并直接播放，还有我们智能家居中的智能摄像头。
总结：将人工智能带入生活 事实上，在过去的6年里，我们有幸近距离看到了技术和产品的几个转角（意为“拐点”）和爆发。
从最初移动互联网的爆发，基本上每个用户都将手机作为第一台智能设备，再到两年前IOT的爆发。
到现在为止，就人工智能而言，我认为这些爆炸和转折点（意为“转折点”）对于我们整个行业来说确实是幸运的。
但我觉得这个目标还是很明确的，从来没有改变过。
也就是说，我们有很多技术角点（意思是“拐点”）。
最终，我们的目标仍然是如何让产品和用户真正需要的产品中的功能变得越来越好用，而这些功能，至少对于小米来说，我们的目标是把这些前沿的功能带到用户身边。
千家万户，而不仅仅是高端用户。
可以使用。
我们希望与行业内的科学家、专家、产业伙伴一起，看看人工智能能否在我们这一代落地，让人工智能走进家庭的每一个角落、每一个角落。
不在这里。
我可以在没有遥控器的情况下控制客厅的电视。
在我的浴室里，我可以用我的智能音箱直接告诉它去哪里，然后它会自动下订单，或者我的冰箱会直接告诉它。
我的鸡蛋用完了，然后就可以订购了。
这是第一步。
第二步，当我什么都不说的时候，它会自动预测，提出建议，或者提供其他智能服务。
如果能做到这一点，人工智能就真的改变了生活。
我担心的不是奇点，也不是人工智能将如何统治世界。
我担心的是，在我们这一代，工业界和科学界如何共同努力，利用我们的技术将人工智能带入我们的生活。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-21
06-18
06-18
06-08
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态