AI 硬件產品經理需要懂的技術有哪些？本文作者就這個問題進行了思考並總結，與大家分享。
目錄：
- 計算機硬件（計算/輸入/輸出/交互）
- 計算機軟件（系統/算法）
- 懂技術的概念與構建技術知識體系
完整的計算機系統是由硬件（hardware）和軟件（software）兩大部分（即兩類資源）組成的。
計算機的硬件系統是計算機系統中看得見、摸得著的物理設備，是一種高度複雜的、由多種電子線路及精密機械裝置等構成的、能自動並且高速地完成數據計算與處理的裝置或者工具。
計算機的軟件系統是計算機系統中的程序和相關數據，包括完成計算機資源管理、方便用戶使用的系統軟件和完成用戶預期處理的應用軟件這樣兩大部分。
硬件與軟件二者相互依存，分工協作，缺一不可，硬件是計算機軟件運行的物質基礎，軟件則為硬件完成預期功能提供智力支持。
下面以我做過的無人機為例，分解一下需要哪些方面的技術能力，做一個簡單的認知。
01 計算機硬件
如上圖，大疆的無人機包含兩部分，飛機和遙控器。
遙控器對於飛機來講，屬於輸入設備。類似於我們電腦的鍵盤鼠標。
我們先不討論遙控器，只看飛機部分。（見下圖）
圖中 GPS、前視/下視/後視視覺系統、紅外感知系統，這些都是傳感器，屬於輸入裝置。
電機屬於輸出裝置，有的也叫做動作器，根據輸出命令做出相應的反應。
機頭 LED 指示燈、飛行器狀態指示燈、對頻狀態指示燈、對頻按鍵以及電池上的電源開關，電量指示燈。這些屬於人機交互部分。
還有一部分我們從外觀上看不見的。處於機體內部的處理器、儲存器、圖像 sensor 等。
所以，一個智能設備與我們的計算機組成一模一樣，輸入—>計算—>輸出。
計算機組成
以前推薦過一本書《計算機組成原理》。
以我們人類來舉例，耳鼻眼口（傳感器，獲取並輸入），眼觀四路，耳聽八方，獲取周邊環境信息；傳輸到大腦（計算）；手腳（動作器，輸出）。
1.1 硬件的計算部分
瞭解這一部分有什麼好處？
- 我們 PM 需要了解智能設備的工作原理，才知道怎麼設計一款產品。
- 功能及流程的權衡取捨，比如我們同時需要做人臉識別和視頻數據傳輸，需要考慮硬件資源開銷的問題。產品規劃的權衡取捨，比如產品在軟件上的迭代考慮是否預留資源。
- 成本評估，我們自己根據需求設計的產品，更夠較為準確的做成本預估，選擇什麼樣的處理器、多大的ROM/RAM 等。
- 開發週期的評估，換了一個硬件平臺，運行於其上的大部分軟件/算法基本不能複用，基本上算法重新開發。
更重要的是，我們明白這部分內容，跟軟件、算法、硬件團隊溝通的時候會快速簡單很多，別人不需要跟你解釋太多。比如硬件團隊在做原理圖設計的時候需要芯片的數據手冊、設計指南等，需要傳感器的規格、接口定義，芯片支持列表等等。
產品前期溝通的時候，能夠快速找到對應的相關人，發現問題，定位問題，拉取相關的人員進行簡短溝通以提高產品人自身的效率。
懂一些這部分內容的優勢是當我們更加深入瞭解這一塊兒內容的時候，我們做的產品競爭力可能更加不一樣。
經常關注新的硬件平臺，可以增加產品在性能、成本上的優勢。
科技創新是需求創造的基礎。可能我們以前解決不了的問題，在新的硬件平臺可能輕鬆解決了。
產品經理經常拓展這些資源，有利於賦能我們創造產品。
1.2 硬件的輸入部分
我們經常講，AI 重要的三駕馬車，算法、算力、數據。
AI 硬件設備，一部分數據是事先準備好的用於訓練設備的智能。另一部分是從外部實時獲取的。這部分來源就是我們設備上的傳感器。
數據輸入的質量決定了我們設備輸出效果的好壞。類似於我們讀了很多的雞湯文章，但是沒辦法做好自己的工作，這部分雞湯文章屬於無效數據。
我們根據產品功能設計和場景選用不同的傳感器，甚至傳感器組合來實現一項功能。因為不同傳感器適用不同環境、具備不同功能和效果邊界。
上例中的無人機，一個定位功能，氣壓計可以提供高度信息，但是這個高度信息只是海拔高度，並且受溫度影響，俗稱“溫漂”。這就造成了使用場景和數據精度的侷限。
- 爬坡地貌：隨著坡度上升，海拔高度變化極小，很容造成撞擊山坡。這時候你可以使用超聲波輔助定位。
- 室內環境：室內無 GPS，如果需要精確定位，使無人機不漂移，就需要配合下視視覺傳感器配合。
簡單列舉上面兩點環境說明傳感器的適用邊界。
再看一下傳感器的功能和效果邊界。
超聲波可以實現高度測量，但是有測量極限，並且某些材質對超聲波具有吸收特性。
視覺傳感器效果不錯，但是易受環境光影響，同時也對透明玻璃失效，也存在視覺盲區。視覺傳感器主要原理是抓取物體特徵進行計算，環境光影響類似於拿手電筒照射我們的眼睛，使我們什麼都看不到。
傳感器的類別特別多，有距離（激光雷達/超聲波雷達/深度攝像頭）、煙霧氣體、觸控、動作、光線、加速度和角度測量（IMU）、身份識別、聲音等等。
有無數的傳感器都能夠檢測你能得到的任何事物。因此沒辦法一一列舉，只能靠我們平常的積累和項目實戰。通過廣泛的涉獵獲知廣袤的傳感器功能與效果邊界；通過項目實戰明白其中的奧妙。
之前推薦過一本書《傳感器實戰全攻略》，有興趣，動手能力強可以親自實現一下，也可以作為一個傳感器入門教材。
AIOT 實現的前提就是我們能夠運用傳感器獲取到我們需要的數據，然後才能通過 AI 去處理，實現智能化。
1.3 硬件的輸出部分
其實這部分分為人機交互和動作執行兩部分。為什麼呢？
比如 LED 指示燈、顯示屏這些既有通過計算處理給出的狀態結果也有給人類的交互。
我自己是將執行動作的部分定義為輸出，比如無人機的電機。將指示燈、顯示屏、蜂鳴器等定義為人機交互。主題思想是執行動作的為輸出，給人類反饋的是交互。
這裡主要講執行動作。交互部分單獨作為一個小主題。
無人機執行動作的有兩部分，一個是螺旋槳下面的電機，一個是雲臺相機部分的電機。
螺旋槳部分的電機，控制各電機的轉速以產生不同升力，從而控制無人機的航向。電機有不同的類型，比如無刷電機，空心杯電機。玩具無人機以及一些兒童玩具汽車都用空心杯。消費級、工業用無人機多用無刷電機。
為什麼要單獨講這個呢？
因為不同的智能設備其如果有動作器，其動作器的類型不一樣，比如優必選機器人上的那些關節是舵機。
我們需要根據不同的應用環境和產品效用選擇最適合的動作輸出部件。擴大、提高產品的效用邊界。
1.4 硬件的交互部分
我自己將交互分為人機交互和互聯網數據交互兩部分。
人機交互：即人與設備的交互，使用人對設備的控制和設備給使用人的直觀狀態反饋。
互聯網數據交互：既然是 AI 硬件產品，必定有數據產生或者聯網等。將數據傳送到雲端處理或者轉發到 App 端。
先看人機交互部分：
無人機例子中的交互包含了指示燈、按鍵這些。
產品經理需要知道在何種場景下使用何種指示燈，做出那些指示反饋的交互，也就是我們常說的用戶體驗。
用不同的顏色、不同的閃爍等級表示飛機的狀態，比如紅色燈快速閃爍，表示飛機沒電了，給人一種強烈的刺激，告訴機主需要快速停止操作並返航。
我們需要知道 LED 有三色燈，也有單色燈，可以多種顏色組合使用。LED 還可以做成燈帶，燈帶能做成什麼樣比較漂亮，進而提升產品的美觀度。
按鍵，可以複用以節省成本、使外觀更加美觀，比如 iPhone 就一個 home 鍵搞定一切，特別的簡單。按鍵還可以長按、短按、長按+短按組合使用，實現不同的功能，比如短按顯示電量，短按+長按開關機；也可以與其他按鍵組合實現另一項功能。
mic 陣列，在智能音箱上 mic 陣列的重要性比較高，什麼樣的mic 收音效果怎麼樣，最好是 360 度都能喚醒音箱對吧！瞭解各類 mic 的特性，大小、靈敏度、信噪比、最大輸入聲壓等。
數據交互部分：
目前無人機的數據是通過 App 傳到雲端服務器，不太直觀。稍微提一下，一般無人機下發到 App 端的數據是通過 5.8G 信號，也有不少採用 WiFi 傳輸。然後 App 通過移動互聯互聯網或者家裡的路由器上傳到雲端。
這裡面還有一些設計機制會導致用戶體驗問題，比較複雜暫且不表。
我們用比較常見的產品來舉例，以求直觀的認知體驗。
我們的無線耳機採用藍牙與手機或者電腦進行數據交互；
我們的智能手機採用WiFi/4G模塊與對應的服務器進行數據交互。
沒錯！產品經理需要了解的數據交互就是這部分。
產品經理需要了解這些組網方式的優缺點，適用環境。
以常見的 WiFi 為例：
智能手機，直接在屏幕上輸入密碼即可使手機入網。一是用戶習慣已經形成，二是基本也算是傻瓜式。並且智能手機也在迭代，比如小米手機直接分享二維碼即可使另外一臺手機入網。
假設我們終端是 wifi 入網，那我們是 2.4G&5G 兩個頻段都是支持嗎？兩個頻段有不同的特性，成本也不一樣。假如不這支持 2.4G，其實很多用戶家裡的路由器是不支持 5G 頻段的。
我們 AI 硬件產品可能沒有屏幕，需要考慮用戶如何傻瓜式的入網。在入網方式方面，我們提供 AP 模式讓用戶通過 App 告訴終端 WiFi 的名稱和密碼，還是通過藍牙的方式，或通過攝像頭掃碼的方式。
如果不瞭解 wifi，就不知道 WiFi 有 AP 模式和 station 模式，也不知道怎麼設計入網方式是最符合用戶的認知及習慣。
所以，根據我們產品的適用環境，考慮功耗、速率、續航、傳輸距離、延時及聯網耗時、成本等，關注其用戶體驗。
產品經理視角還是關注於用戶、場景，因此關於計算機硬件重點關注輸入與輸出部分，這兩部分與用戶強相關。
計算部分深度參與到軟硬件討論中即可，花大量時間將這個學會對於產品經理來講有點兒浪費時間。
參與工程實踐過程中我認為是一個不錯的學習方式，重點關注技術動態，以幫助我們優化產品的性能與成本，以及提供更好的解決方案。
02 計算機軟件
若進一步深入分析計算機系統，我們可以通過 6 個層次來認識計算機硬件和軟件系統的組成關係（如圖）。
最下面的兩層屬於硬件內容，最上面的3層屬於軟件內容，中間的指令系統層連接硬件和軟件兩部分，與兩部分都有密切關係。
2.1 操作系統
產品經理不需要完整了解這裡面的全部，關注一下操作系統這一層級即可。我們經常接觸的就是「操作系統」，對這個相對比較清楚，有一點兒認知。例如手機的操作系統 Android/iOS 等;電腦操作系統 windows/Mac os 等。
我們設計的功能基本是在這一層之上實現的。我們不需要在這一層面有過多的瞭解，當然如果懂一些更好，方便與工程師之間順暢的溝通。
需要明確的是，最後聯調通過，找工程師拿到引導裝載程序（bootloader)以及固件（系統及應用軟件，通常是打包好的，但也有分層的）給到工廠 NPI 或者其他負責生產的人員進行成品軟件燒錄。
2.2 人工智能技術（算法）
這層叫做應用軟件也好，還是算法也好，我們不在這些專業名詞上做過多的糾結。
我們重點關注能夠實現我們既定的目標，以用戶需求側為導向引導技術研發；提高決策水平和溝通能力。
理解人工智能技術什麼能做，什麼不能做；什麼容易做，什麼不容易做；什麼該做，什麼不該做。確保需求的可行性，實現方案的模塊拆解，評估工作量，以產品/業務的角度協助研發人員以保證系統架構的合理性。
懂技術並不是說我們能夠實際的工程實踐，當然如果能夠做簡單的工程實踐更好，因為能夠幫助我們更好的理解人工智能技術。工程實踐是算法工程師的工作，並不是產品經理的工作。
AI 產品經理需要在技術廣度上發揮力量；算法型產品經理或者算法工程師在技術深度上發揮力量。
理解目前主要的人工智能技術，機器學習、深度學習；計算機視覺、語音交互（ASR/NLP/對話管理/自然語言生成/TTS）、Vslam、知識圖譜等。
03 技術的概念與知識體系構建
AI 硬件產品經理懂技術的概念概括為：
- 技術賦能產品創新，掌握前沿技術在所處領域的應用和實踐；
- 融入到實際的研發過程中，設計交互體驗（或叫用戶的使用體驗），協調人工智能三要素“算法、算力、數據”；
- 從對手或者目前技術層面橫向比較產品優劣勢，對內外宣傳價值。
構建技術知識體系：
- 人工智能三駕馬車“算法、算力、數據”；
- 硬件資源，傳感器和組網（其實也是傳感器）；
- 人機交互語言（燈帶、按鍵等）。
只有懂，才知道軟硬件效用與邊界，才能更好的運用。
最後，從技術、成本與性能上理解，軟件和硬件在邏輯上是等效的，即某些操作有軟件實現，反之亦然。按照摩爾定律來講，組成計算機的基本元器件的發展，其性能不斷提高，價格不斷下降。某些軟件操作由硬件去完成，即軟件硬化，同時也提高了實際的運行速度。所以這是一個動態平衡的過程，取決於我們產品經理的決策。
題圖來自 Unsplash，基於 CC0 協議
閱讀更多 人人都是產品經理 的文章
