在今天举办的全球人工智能与机器人峰会上，小米科技牵头创始人黄江吉（kk），带着对一系列小米智能家居设备的讲解，共享了小米对人工智能技术发展的方法论。绝大部分业内人士指出，人工智能的顺利得益于大数据，而黄江吉指出人工智能的发展必不可少这三个前提：产品+大数据+机器学习。首先，机器学习与大数据是必不可少低活跃度的产品，这些产品还包括常用软件和类似于如手环、电视、盒子、网路设备以及智能家居等智能硬件。黄江吉提及，小米手机有两亿MIUI系统用户，其中日活跃1000万的应用于有8个，而日活超强100万的有17个。

这为大数据和机器学习能力的提高打下了基础。当低活跃度的产品落地时，就不会产生大量数据，而创建高质量的数据，则通过数据采集，数据清除，数据挖掘，数据智能等方式来构建。

我们告诉，任何数据最后都是为人服务，因此创建每个人的用户画像就变得尤为重要。小米为创建用户画像搜集了各个场景、以及各个碎片时间产生的数据，数据量共计约200TB。

此外，黄江吉认为，他们理解用户注目的内容必须通过搜寻、引荐、导流、人工运营的方式来展开。最后有人向黄江吉明确提出以下两个问题：您指出小米目前最智能的产品是什么？黄江吉：你问一个公开发表的KK的话，我会告诉他你我们的产品都很智能化了，如果你回答了关门的KK的话，我会告诉他你没一个产品知道做又非常简单，甚至是不必你的介入它就可以把事情做到得极值，这个有点轻率，如果你问我们智能化度做到得最低的，毫无疑问就是我们的手机。我不告诉大家告诉不告诉小米的研发模式，你买了小米手机之后我们基本上的系统是每周都升级一次，从5年前开始第一款手机到今天我们基本上每一周改版一次，里面的全部的改版大部分市场需求是来自用户的，就是我们每周只不过是可以让他们告诉他我们本周改版他符合的前三样东西是什么，也告诉他我们他不失望的很烂的前三样东西是什么，每周给我们投票，我们做今天手机是最成熟期的业务，它的智能度也是比较较为成熟期的。

小米的重点不是在前端，如果是在前端的话你做到后面的数据分析有什么用，怎么产业化，怎么赚？黄江吉：我期望我今天的报告解决问题刚才的问题，如果你把一个事情作好了你就不必分前端、后末端，云端、中端。我们首先要把这个产品的硬件作好，然后把系统的软件作好，才有现实的用户不愿去用于这个产品，然后才有云端。有云端才可以产生数据，。产生了这个数据之后才可以去机器学习也好，怎么样去深度自学也好，让它反过来变为一个数据模型，把你的产品做到得更加智能。

里面的商业化的才可以把它的体验度做到得更加好。你知道要把智能落地的话，你不把每个圈落地的话，你是不有可能做智能化的。以下是黄江吉演说国史：（录：小标题是为了读者便利而特。

）各位专家各位来宾大家好，今天十分荣幸我可以代表小米在这里做到一个报告，这个报告是关于产品，关于用户，关于机器学习，关于人工智能。6年前我们创立小米的时候，我们有一个愿景，我们是期望可以让每个人都可以享用可以的体验，什么意思呢？只不过小米从创立到今天我们的核心无非就是期望可以做出更加好用的产品，更加智能的产品，然后把这些产品带来更加多的用户，来去符合他们的一些现实的核心的市场需求，而且可以转变他们的生活。

也可以这么解读，6年前我们创立小米就是因为当时我们实在有很多我们生活上用的产品还过于智能，所以我们有这样一个愿景我们期望可以去把它做到得更加合乎我们的拒绝，我们有这个点子。今天很多专家早已提及了人工智能如果要落地，它有好几个前提，他们重复的谈到机器学习或者是人工智能仅次于的一个基础就是大数据，对吗，我十分表示同意，但是从我们在做到小米这几年实践中的经验我会把它往北下来引一层，我指出人工智能是大数据，但是大数据的基础应当是产品再加海量的用户去用于这些产品现实产生出来的大数据，所以我指出在三个前提里面我们应当从产品开始共享。2 亿 MIUI 用户所以大部分朋友对小米仅次于的印象就是我们就是指小米手机开始做到的，我们从6年前开始创业，第一个智能产品就是手机，为什么我们当时做到手机，原因很非常简单，就是我们这一群老男人，我们有时候打趣说道小米就是一群老男人的创业公司，我们是一群发烧友，我们用了很多当时堪称的智能手机，但是只不过每一个手机都有很多的体验上面的空间，看你怎么样定义智能，虽然我们都叫智能手机，但是坦白讲它不智能。我们6年前的第一个产品就是做到手机，我们从2011年发售第一部手机到今天只不过做到了两个产品线，一个是小米手机，一个是白米手机，我们做到的这个手机是移动互联网手机，我们怎么评价它是不是一个低活跃度的产品，我们早已有多达2个亿的 MIUI 用户，但是他们究竟有多活跃？这个是MIUI系统多达1000万的用户早已有8个了，日活跃多达100万的用户早已有17个了，你不会看到他们平时在用于手机里面的各种各样的系统的应用于。

他们的活跃对我们来讲有两个意义：第一是我们如何通过做到产品跟用户的对系统里面获得他们确实市场需求。第二个是只有他们十分活跃用于这个产品的时候我们才可以提供更好的数据，反过来把这个数据充分发挥一起，所以你看里面的比如说浏览器，比如说音乐，比如说视频播放器，智能家庭，甚至是天气、读者等等，只不过说明了用户每天都在高度用于的产品是什么功能。IOT的两个问题我们在三年前转入了更加多的用户生活上用于的一些功能。我们第一个转入的就是手环，当时出来之后变为了手机的最佳搭档，在用户的移动生活上面我们更进一步的对他的生活有更进一步的理解。

我们做到了小米电视和盒子，因为在家庭里面电视还有娱乐的视频、电影这些市场需求是十分十分刚性的，所以我们在看了一圈当时的传统电视我们指出某种程度的理由，我们指出里面的用户体验十分十分不智能，里面有极大的提高空间所以我们要求之后认认真真的做到电视和盒子。我们两年前也转入了网络设备，一系列的路由器，在高配的路由器里面有1T到6T平均的硬盘，只不过它是一个数据中心。接着我们通过生态圈的方式做到了更加多的用户生活上必须的产品，比如说智能净水器，灯、摄像头、智能插座等等等等，我们在做到这个的时候只不过是IOT这个浪潮的愈演愈烈，只不过我们在转入这个领域的时候我们要解决两个核心的问题。

第一个问题是用户当时实在他们传统的硬件产品只不过没适当要智能化。更加非常简单的众说纷纭，是这些产品没适当去联网。

第二个就是当时的所谓的智能硬件只不过十分不智能，你要把它们弄好，再行用于，只不过比传统的更难用，我们当时做到了两个事情去突破这两个问题。第一个事情：在我们转入这个领域的时候，如果你要你的智能硬件可以联网的话你必须一个wifi，再加一个CPU，再行再加一些memory，如果你是一个硬件开发商你要特这样一个的话是60块人民币，你听得一起这个数字不是很高，但是我告诉他你如果一个传统的电灯的售价也就是十几二十块，一个传统的插座也就是几十块的时候，你再行再加一个60块的Wifi基本上就把它一个一百多块的产品，这个基本上在市场卖不出去，卖不出去先前的一系列的联网、智能化基本上是不有可能，所以我们转入到今天，我们早已一步步把wifi从当时的60块做今年的10块，你说什么意思，你要把它做10块有什么核心目标。

只不过我们的核心目标很非常简单就是如何做你只要做到一个硬件产品的你想要都不必想要就影响把这个wifi再加去，你想要都不必想要就是让你这个产品联网，甚至你不告诉为什么要联网，为什么必须做到这个智能功能的话您把这个再加去它才是确实智能化的，当我们做完这些，还包括电饭煲都是可以联网的，全部的电灯、摄像头等等等等。第二个事情：两三年前IOT愈演愈烈的时候大家都实在用户的用于度不低，那是因为当时大家没把应用型作好，我们可以做这样的一个用于体验，你买了一个净化器也好，摄像头也好，回来一开箱你不必须看说明书，你只必须把它往电上一挂，你的手机就有一个解释，你容许不容许把它装进你的家庭智能网络，如果你中选是的话，它就不会自动的联入你家里的网络，所以我们当时突破这个的时候，我们找到我们的智能硬件不单所指它的联网度十分十分低，知道是相似全量，更加关键的是它的活跃度也是十分十分低。3700 万智能硬件和背后的数据工厂到今天，远比手机，全部的智能设备的出货量早已多达了3700万，这个数字未来有可能是远大过智能手机，我们每个人有可能是用一两个手机，但是我们家里面物理的产品特一起是十几二十个，只是今天没知道被智能化，知道被联网。

这个是你们关心的，当我们有这么一系列的硬件产品他们全部都联网，再加知道是可以产生各种各样的数据之后呢，我们才有机会创建一个确实的大数据，每天全部的这些刚才我谈过的产品是200个TB，我们也为这个数据量代价了极大的成本，但是我实在这个是最核心的基础。我们从产品上进来的第一天我们就告诉数据多么最重要，我们通过Wifi把它落地才有可能产生高质量的大数据。这个只不过就是刚才我给你们刻画的，我们全线的产品或者是业务他们的大数据基本上汇总到一个数据工厂，我尤其尊重刚才杨强教授谈的一个点，你光有大数据，只不过有可能不但只是没价值，因为它给你导致的成本是海量的，如果你遗了大量的数据你不需要充分发挥价值的话，还不如不遗，所以在数据的处置上面我们首先要明晰掉，挖出，如何用这个数据反过来训练我们的算法，训练各种各样的产品，让它可以做确实智能化。创建用户画像当你有海量的数据之后我们意识到，只不过你必需要以人为核心，我们花上了过去两年的时间就是在创建一个用户画像，当然有所不同的公司有有所不同的用户画像，在小米我们对用户画像的定义只不过就是环绕这个用户，他不管是在用于手机移动上面也好，或者是在看电视，或者是在家庭用于各种各样的智能硬件，如何可以充份的把这个用户的市场需求还有他的习惯，怎么样可以把他的特征创建出来，只有当你比这个用户更为理解和市场需求的话我们才可以为他获取更好的智能服务。

在这个画像里面包括了云服务，MUI里面的播放器，视频播放器等等，他们产生的特征知道是海量的，荐个例子，如果你用于小米多看读者的应用于的话，我本身是一个很热衷读书的人，我指出我的读书软件知道要很深刻印象的告诉我读书的特征它才可以很好的服务我，我们必需告诉这个用户讨厌哪一类数，他们讨厌哪一类作者，这些作者的哪一部分的书对他们有感觉的，他们是讨厌在什么时候读书，是在移动当中，还是在排队，或者是在一些碎片时间去用于，我实在只有你去到这样一个画像的颗粒度的时候我们才有可能为他获取智能度，如果你只是告诉的十分表象，他每天告诉读者多少次，他早已读过什么书，我实在你只可以做到一些很基础的而且是很粗颗粒的引荐，我指出这个不可以多达用户对智能手机的期望值。我们今天早已有大约一千个用户特征，就是我对我的大数据团队我跟他们说道为什么这个是一千，而不是一万，因为我们还没把它更加多的特征统合一起。我做到细说一个有意思的事情，我们在创建用户画像的时候你不会找到高质量的数据不会被计算出来，你如果让一个用户去填上他全部的特征的话，这个是可以但是没用户不愿因应你做到这样的事情，怎么样可以在他早已有的部分的特征里面我们可以通过机器学习究竟这个用户是男的还是女的，他的年龄是什么，如果可以确保在一个低的准确度，有时候要壮烈牺牲到我们的覆盖率，如果我们不告诉计算出来的精准度的话，我们甚至退出这个特征，这个还是对此刚才所说的高质量的大数据，我们可以通过充足的大数据辨别用户的性别—如果用手机的话他是几乎会告诉他你是 男还是女的，但是我们的准确率可以相似90%。

通过用户画像压制黄牛用户的真实性，有可能大部分行业的朋友都没这个苦恼，但是小米每天都是跟黄牛在对付的，大家大骂我们说道是饥饿营销，是因为我们的生产能力跟上，当生产能力跟上的时候，我们的小米网上每天有大量的黄牛，他们仿效知道人各种技术手段来在网上抢走我们的产品。我甚至猜测他们有可能在用于深度自学仿真真人，把这个黄牛的工作做到得淋漓尽致。我们在半年前实验了一把，我们如何用充足的特征把一个用户的真实性辨别出来。传统黄牛可以通过你的一个或者是两个漏洞，让你以为他是一个现实的用户，只不过你是避免没法他在某一些特征里面作弊，但是你不会找到他不有可能在30个或者是100个特征里面作弊，整个成本太高了，当我们用于了1000个用户特征之后，我们找到我们立刻把黄牛打到劣势了。

除了我们对用户更加理解之外，我们只不过也要对他们注目的内容更加理解，所以在资源池里面我们把他们的内容整理，在里面萃取充足的特征之后我们可以把用户的画像一起放进去我们的大力自学里面，才可以做出全方位的一些引荐。大家听见我谈到这里只不过可以告诉，要实施一个人工智能或者是机器学习知道不更容易，我谈了那么宽的篇幅我们才可以落地产品，才有可能产生现实的大数据。这些大数据之后如何可以被用于，知道把它智能化，这个对于我们这几年在人工智能还有机器学习上面，这个行业获得的一些急弯（意为“拐点”）。

产品开发新常态我们再行来解剖学这个图，这个循环是未来我们看见的一个新的常态，不仅是在过去人们在人工智能领域的用于方式，应当沦为一个新的常态。只要你有一个产品，只要你的产品智能度，不会大幅提高他的用户体验；只要你通过这个产品产生大数据的话，我指出这个不会变为一个新的常态。首先你必需要有一个好的产品，你的产品必需要有充足的用户自由选择用于，然后你才有可能开始产生大数据，这个大数据才可以通过机器学习反过去，把里面智能的功能做到得更加职能，这个智能不会提升这个产品的体验，这个产品的体验，可以让更加多的用户去用于这个产品，或者是现有的用户在里面逗留的时间不会更加低活跃，构成一个于是以循环，他的自学过程不会把这个产品做到得，未来一步一步的显得更加智能。

我为了解释这个规律我就中选了两个产品，这两个产品你之前有可能会想起有可能会用于人工智能。第一个IOT出来的时候每个公司都想要做到智能灯。但是甚至到今天为止都没一个灯是知道合乎你的市场需求：在你想要它暗的时候它自动暗，想它暗的时候不会自动关上。这么非常简单的一个市场需求，你不会找到如果做到出来知道很难。

我们过去看智能灯的作法，如果你想要把它智能化的话，你不会用很多 Rule-Base（基于规则） 的方式，说道只要这个用户一回家，只要是晚上你就把这个灯关上，只要他一离开了家里一，这个门一关上有一个传感器，这个灯就不会灭亡，你不会找到，如果把它作好，必须10、20个 Rule （规则）才可以把它做到得靠谱一点。这不就是机器学习要解决问题的问题吗？你可以想象，机器学习就样子在我家里面的摄像头一样，它只要看到我买了这个灯回去，我开始用于这个灯，用于了2个月，它每天就在那里看著我在什么时候不会关上灯，或者是什么时候关灯。是不是晚上回去，家人早已睡觉了，就不要关上灯，以免影响到家人；是不是有时候你过来倒垃圾你立刻就回去的话，你不要把那个灯又关口又进了等等。

只不过机器只要给它充足的数据，它几乎可以配上三、四十个有所不同的“特征”，再加 Wi-Fi 相连的状态，再加时间状态，再加你自己在家里走来走去的状态，它就可以知道做到一个智能的灯。这个是第一个例子。

（第二个例子是）手环，我们投资的生态公司做到的手环，它是较为精确。但是只不过要把这个算法做到出来里面知道是很艰难的，去拍脑袋把这个算法做到出来它才告诉你在走路，这个动作是走路的动作。如果它想要把这个动作做到得更加精准，或者是有有所不同的运动的方式，比如说跑步、跳绳、爬山、骑马自行车，每个都要拍脑袋去做到这个算法的话，我实在这个是可以反人类的事情。我们可不可以最开始让它做到基础的功能，因为通过大数据，我们告诉他是在爬山、在跳绳、在骑自行车，我们就可以辨别他那一类的动作就是在爬山，在跳绳、在跑步。

你不会找到样子我们做到的某一个产品，都必须有这样一个规律，才有可能超过确实的智能化。所以这个刚才早已提及过了，我们对数据的处置能力，哪怕是把一个灯作好你要处置甚至是上百个特征。您不会找到，你要处置的海量的数据是极大的。这个数据愈演愈烈的时候，我们在这上面的投放也不会更加多。

如何把这个数据用于好，当你有了这个数据之后，如果可以把它开花结果，知道通过深度自学把它落地到我们每个业务里面。你看到小米的业务，只不过跟你们想象的人工智能的解读，有可能不几乎一样。

它们都是很传统的互联网业务，比如说搜寻、引荐、金融、广告、云Blogger、智能助手，只不过它们跟你们想象的 AI 未必是几乎一样的，但是他们都可以归功于深度自学。这个就是，我实在人工智能和深度自学这几年的突破，对我们这个行业的贡献。有可能，相比之下好比大家解读的语音、图象处理。有可能是在每一个必须算法的应用于和产品里面，都能用得上。

这才是机器学习对我们仅次于的意义。它几乎转变了，我们一个工程师如何做到产品的方法论。从嵌入式到内容引荐但是，显然，深度自学对视觉还有语言上面的突破，知道是让我们有机会，可以做到一些新的嵌入式。在嵌入式上面，知道可以把人工智能做无处不在。

之前的张宏江博士老大我们打了很多广告，我们在人脸识别，学术界研发了很多才有了这个成果。我们去年把它用在面孔Blogger上面，效果知道很好。用户有这样的口碑共享的话，这就是我们做到小米的原因，用智能化打动到每个用户。在这个面孔Blogger发售之后，到今天这个Blogger还有用于它的功能的，早已超过了总用户的1.5亿。

我们的照片的存储量早已是500亿以上，每天上载的照片是1.5亿，这个量是海量的，我们可以通过新的产品把这些量给发挥出来了。自然语言处置。

过去大家一想起这个，不会想起你是不是要做到聊天机器人，或者是语音辨识，大家对这个的解读有误区。我们做到这个两年时间。我们为什么要做到这个，我们是要把我们各个应用于里面的内容引荐和搜寻，可以做到得更加淋漓尽致。

只不过跟一个搜寻公司里面，为什么要用深度自学，来把它的搜寻结果优化，是同一个道理。我们只有告诉了用户的确实的意图，告诉了里面的内容的有所不同的特征，可以分析到文本的特征的时候，才有可能把这些应用于做到的知道是智能，所以我们在小米视频的信息流里面大量用于了机器学习。只要某一个业务用于了这个效果好的话，它就可以迅速的遍地开花。

他们的用户画像，又返回我们核心的用户画像里面，把它做到得更加大。我们游戏的信息流都是基于机器学习的。我们的内容引荐，我就不一一的讲解了。

全局搜寻，那个规模早已更加低，我们把机器学习和深度自学用于了之后，它的转化率和日活跃度不会更加低。这就是为什么互联网公司十分忠诚的投放深度自学，因为它的效果是立竿见影。

甚至是我们的电视都有一个按键，一按就可以说道，老大我去找近期的《跳跃吧兄弟》，必要播出，还有我们智能家庭里面的智能摄像头。总结：把人工智能带进生活只不过在过去的6年，我们很幸运地的零距离的看到了几个技术和产品的急弯（意为“拐点”）、愈演愈烈。

从一开始的移动互联网的愈演愈烈，基本上造就了有可能每个用户用于了他们第一个智能设备的手机，再行到两年前的IOT的愈演愈烈。直到现在的人工智能，我实在这几个愈演愈烈和急弯（意为“拐点”），知道是我们整个行业的幸运地。但是我实在那个目标仍然是很明晰的，而且根本没转变过，就是我们有那么多的技术的急弯（意为“拐点”），到最后只不过我们的目标，仍然是如何可以把产品，用户知道必须的产品里面的功能做到得更加好用，然后这些功能最少对于小米来讲，我们的目标是期望把这些最前沿的功能带进到千家万户，而好比是矮小上的用户可以中用。我们期望跟行业里面的科学家、专家，还有工业界的合作伙伴一起，想到在我们这一代里面是不是可以落地人工智能，把人工智能知道是带进到家庭的每个角落，无处不在。

我在我的客厅里面不必摇控器就可以掌控电视，在我的洗手间里面就必要跟我智能音响，必要告诉他它现在要去哪，然后它自动下单，或者是我的冰箱不会必要的谈我没鸡蛋了，然后它就可以下单。这是第一步。第二步，在我没说道时候，它不会自动的意识到，做到引荐，或者其他智能服务，如果是能做，人工智能是知道做了生活上面。

我担忧的不是奇点（Singularity），不是人工智能如何统治者这个世界。我担忧的是，如何在我们这一代，工业届和科学界一起，利用我们的技术把人工智能带回我们的生活。（完了）原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：乐博体育最新地址-www.daiei-bousui.com