主讲人就职经历：
QQ浏览器：大数据和搜索的业务，
前期的创业经历：AI+各种行业的应用
李锐章的公开课主要讲了一个AI产品经理应该具备的能力模型以及如何达到这些能力的修炼途径。
按照公开讲座中的观点，AI产品经理与普通互联网产品经理之间的日常工作差不多。但是AI产品经理需要理解AI技术和具体某个行业的业务，掌控好用户的预期。用下面思维导图可以总结出来。
第一部分：人工智能的前世今生
1、人工智能的第三次浪潮特点
更高的算力、超多的数据、算法和技能的提升
2、人工智能的三个阶段
机器智能：强调机器油大规模的运算能力
感知智能：语音和图像的识别
认知智能：在认知智能方面还是离真正的广泛应用有一定距离。
第二部分：AI产品经理的秘诀（实打实的去做）
秘诀一：成为最懂AI的产品经理
互联网产品的做法更考验的是，产品经理对用户的理解，对体验上优化或者对商业模式的理解。但是AI产品经理，更考验的是产品经理是不是懂AI可以用来做什么，局限是什么？
比如AI产品经理需要理解目前AI使用的的四个核心场景：数据分析（BI）、图像识别（CV）、自然语言处理（NLP）、语音识别（ASR）
理解目前AI技术的本质和实现思路是：
符号主义：就是知识图谱。即通过人能够理解的推理手段，做一些知识性的搜索。准确率很高，可以做一个很好的专家系统。
连接主义：模拟人的大脑去记忆和思考，把机器通过算法像神经元一样产生记忆，当输入A的时候能够识别A，并作出对A的应答反应。
行为主义：类似巴布洛夫的狗实验。已知我想达成的结果，利用相关条件触发系统产生反应，不断训练形成成熟的系统。这也是控制理论。
理解AI技术是没有确定的概念的，只会问到一个概率问题（AI技术的本质就是一个分类，样本数据多，数据模型好，正确的分类就会提高）。以准确率和召回率作为评估指标。
秘诀二：成为行业专家。核心技术相似，但是应用行业不同。
① 去学习，去补课，获得行业领域内的知识，能够达到分享的地步。应用举例：高考填志愿，志愿填报师。
② 结合技术特点去思考行业内解决方案。
知识图谱：把所有不同种类的信息连接在一起而得到的一个关系网络。提供了从关系的角度去分析问题的能力。
知识图谱的主要能力：知识存储、推理、数据校验、关系延展、实体链接。
案例：QQ浏览器是怎么联系起知识图谱的能力的呢？
浏览器的本质是通过搜索和信息流让用户和信息世界产生关联的工具。
——搜索结果。是系统要先理解用户的问题，通过知识问答能力直接给出答案。
——兴趣游走。通过图谱关系，发现用户真正的兴趣点，并进行延展推荐。
——金融应用-反欺诈。知识图谱的数据一致性教研能力，进行欺诈行为的识别。
秘诀三：成为用户和机器的翻译官。
为什么NLP很难，因为存在信息失真的问题。
AI 产品经理需要解决什么？
源源不断丰富数据，低成本的获取数据
算法是概率，即便达到99%，剩下的1如何解决？不会产生迷茫，知道怎么办，给用户一个修复的机会。
如何管理用户对AI“无所不能”的预期？
设计思路：技术不可能解决所有的问题，笨但有效的办法可以第一时间用上，实现用户可感知的AI，让用户先用起来。
设计原则：深度学习+Good Old fashion AI（模板填表大法好，但不是真正的AI）
管理用户：设计合理的“边界”，解决有限的用户问题，实现技术价值的最大化。核心思路：合理边界+易感知。哪些事能做，哪些是不能做。
帮助技术：让用户产生数据。大规模+有效
案例：QQ浏览器世界杯机器人
交互引导，来收敛用户的问题。
AI 时代的产品经理强调综合素质：懂技术、懂用户、懂业务。
其他零碎的点：
智能客服参照淘宝和京东的客服，去引导用户怎么说。
2C快速要获得大量的用户，首先自己就要是用户。
2B需要了解行业内的知识，初期没有大量的数据，容易被初期的用户带偏。
构建行业内的知识图谱，依据行业不同难度也不同。有些行业很封闭，比如法律。