5个方面详解：AI产品运营必知的软硬件技能

一、AI产品运营对根本关系的安排1. 智能软硬件与软件和硬件

在AI产品里没有纯粹单独的软件和硬件，尤其是产品经理更该当系统来看，把软件和硬件算作是AI赋能的智能软硬件。

例如：单片机一样平常意义上被看做硬件，但是我们以一种单片机Arduino来看，Arduino板子上的微掌握器可以通过Arduino的编程措辞来编写程序，编译成二进制文件，烧录进微掌握器，而程序本身又是软件部分。
其他AI产品部件也类似像STM32，瑞芯微3288等等。

单片机只是举例，现在这么大的数据量单片机是处理不了的，AI也不但是跑在单片机上，X86，做事端也有。

AI里软件相称于人的大脑，硬件相称于人的身体！
以是离开软件硬件没有灵魂，离开硬件软件没有肉身！
当下AI硬件紧张被用来采集数据和作为算力！

2. 算法和数据

有人说算法主要，由于它表示了技能水平的高低，驾驭数学知识的能力；有人说数据主要没有数据算法如何实现效果，实际上LineLian和工程院院士杨善林的学生谈论后创造，算法和数据是鱼和水的关系。
AI时期里算法跟传统算法的差异在于AI的算法是对人脑的仿照，是一种智能。

AI是在大量的样本数据根本上，通过神经网络算法演习数据，建立了输入数据和输出数据之间的映射关系，其最直接的运用是在分类识别方面。
例如：演习样本的输入是语音数据，演习后的神经网络实现的功能便是语音识别，如果演习样本输入是人脸图像数据，演习后实现的功能便是人脸识别。

AI算法使得办理问题的步骤智能，数据使得算法得到演习从而实现算法所构建的商业模式！

3. 做事端和运用端

做事端和运用端是相对的。

开拓应程序调操作系统的API， 操作系统的API有（创建线程、 读写文件【读、写、偏移到指定地址】、 网络通信、 图形渲染），那么操作系统便是运用程序的做事端。

而写一个常规的小程序或者APP，前端用户界面上须要的数据便是分别通过WEB程序调用浏览器功能接口然后OS向后台做事端发要求传数据。

其余web程序员，和底层嵌入式程序员理解的做事端和运用端还有差别，这里产品经理明了这种关系即可。
做事端即底层便是功能的实现者， 运用端上层便是功能的利用者，这一关系利于产品开拓过程中需求韶光安排方案。

AI产品经理明了根本关系，能更好的折衷资源，补充Team短板，提升产品生命期效率！

二、站在硬件肩旁上赋能硬件

智能软硬件是指通过将硬件和软件相结合，对设备进行智能化创造或者改造。
而智能软硬件移动运用端则是软件，通过运用连接智能硬件，操作大略、开拓简便，各式运用层出不穷，也是企业获取用户的主要入口。
例如：新零售的店铺，智能贩卖机等！

创造和改造工具可能是电子设备，例如：腕表、电视和其他电器；也可能因此前没有电子化的设备，例如：门锁、茶杯、汽车乃至屋子。

智能软硬件已经从可穿着设备延伸到智能电视、智能家居、智能汽车、医疗康健、智能玩具、机器人等领域。
比较范例的智能软硬件包括Google Glass、三星Gear、FitBit、麦开水杯、咕咚手环、Tesla、无屏电视等。

1. 智能软硬件的特色

信息的获取和交互智能软硬结合

2. 智能硬件的组成

（1）传感器

传感器是一种检测装置，能感想熏染到被丈量的信息，并能将感想熏染到的信息，按一定规律变换成为电旗子暗记或其他所需形式的信息输出，以知足信息的传输、处理、存储、显示、记录和掌握等哀求。

例如：检测间隔的声波传感器，探求轨迹的红外传感器，通信的蓝牙、NB-IoT传感器等等！

（2）掌握器

掌握器是指按照预定顺序改变主电路或掌握电路的接线和改变电路中电阻值，来掌握电动机的启动、调速、制动和反向的主令装置。

由程序计数器、指令寄存器、指令译码器、时序产生器和操作掌握器组成，它是发布命令的“决策机构”，即完成折衷和指挥全体打算机系统的操作。
例如：一样平常功能的叫MCU单片机，复合功能的叫操作系统OS！

首先，掌握器在智能硬件中一样平常叫做芯片，AI与CPU比较在架构和功能特点上有着非常大的差异。

传统的CPU运行的所有的软件是由程序员编写，完成的固化的功能操作，其打算过程紧张表示在实行指令这个环节。
但与传统的打算模式不同，人工智能要模拟的是人脑的神经网络，从最基本的单元上仿照了人类大脑的运行机制。
它不须要人为的提取所需办理问题的特色，或者总结规律来进行编程。

AI一样平常包含机器学习和深度学习，但不管是机器学习还是深度学习都须要构建算法和模式，以实现对数据样本的反复运算和演习，降落对人工理解功能事理的哀求。

因此，AI芯片须要具备高性能的并行打算能力，同时要能支持当前的各种人工神经网络算法。
传统CPU由于打算能力弱，支撑深度学习的海量数据并走运算，且串行的内部构造设计架构为的因此软件编程的办法实现设定的功能，并不适宜运用于人工神经网络算法的自主迭代运算。

传统CPU架构每每须要数百乃至上千条指令才能完成一个神经元的处理，在AI芯片上可能只须要一条指令就能完成。

其次，解读主流的人工智能芯片。

AI的高等阶段是深度学习，而对付深度学习过程则可分为：演习和推断两个环节。

演习环节常日须要通过大量的数据输入或采纳增强学习等非监督学习方法，演习出一个繁芜的深度神经网络模型。
演习过程由于涉及海量的演习数据和繁芜的深度神经网络构造，须要的打算规模非常弘大，常日须要GPU集群演习几天乃至数周的韶光，在演习环节GPU目前暂时扮演着难以轻易替代的角色。

推断环节指利用演习好的模型，利用新的数据去“推断”出各种结论，如视频监控设备通过后台的深度神经网络模型，判断一张抓拍到的人脸是否属于黑名单。
虽然推断环节的打算量比较演习环节少，但仍旧涉及大量的矩阵运算。

在推断环节，除了利用CPU或GPU进走运算外，FPGA以及ASIC均能发挥重大浸染。
目前，主流的人工智能芯片基本都因此GPU、FPGA、ASIC以及类脑芯片为主。

FPGA：

即专用集成电路，一种集成大量基本门电路及存储器的芯片，可通过烧入FPGA配置文件来来定义这些门电路及存储器间的连线，从而实现特定的功能。
而且烧入的内容是可配置的，通过配置特定的文件可将FPGA转变为不同的处理器，就如一块可重复刷写的白板一样。

FPGA有低延迟的特点，非常适宜在推断环节支撑海量的用户实时打算要求，如语音识别如LineLian2017年打造的裸眼3D试衣镜所采取的芯片。

由于FPGA适宜用于低延迟的流式打算密集型任务处理，意味着FPGA芯片做面向与海量用户高并发的云端推断，比较GPU具备更低打算延迟的上风，能够供应更佳的消费者体验。
在这个领域，主流的厂商包括Intel、亚马逊、百度、微软和阿里云。

ASIC：

即专用集成电路，不可配置的高度定制专用芯片。
特点是须要大量的研发投入，如果不能担保出货量其单颗本钱难以低落，而且芯片的功能一旦流片后则无变动余地，若市场深度学习方向一旦改变，ASIC前期投入将无法回收，意味着ASIC具有较大的市场风险。
但ASIC作为专用芯片性能高于FPGA，如能实现赶过货量，其单颗本钱可做到远低于FPGA。

谷歌推出的TPU便是一款针对深度学习加速的ASIC芯片，而且TPU被安装到AlphaGo系统中。
但谷歌推出的第一代TPU仅能用于推断，不可用于演习模型，但随着TPU2.0的发布，新一代TPU除了可以支持推断以外，还能高效支持演习环节的深度网络加速。

根据谷歌表露的测试数据，谷歌在自身的深度学习翻译模型的实践中，如果在32块顶级GPU上并行演习，须要一整天的演习韶光，而在TPU2.0上，八分之一个TPUPod(TPU集群，每64个TPU组成一个Pod)就能在6个小时内完成同样的演习任务。

GPU：

即图形处理器。
最初是用在个人电脑、事情站、游戏机和一些移动设备上运行绘图运算事情的微处理器，可以快速地处理图像上的每一个像素点。
后来科学家创造，其海量数据并走运算的能力与深度学习需求不谋而合，因此，被最先引入深度学习。

GPU之以是会当选为超算的硬件，是由于目前哀求最高的打算问题恰好非常适宜并行实行。
一个紧张的例子便是深度学习，这是人工智能（AI）最前辈的领域。

深度学习以神经网络为根本，神经网络是巨大的网状构造，个中的节点连接非常繁芜。
演习一个神经网络学习，很像我们大脑在学习时，建立和增强神经元之间的联系。

从打算的角度说，这个学习过程可以是并行的，因此它可以用GPU硬件来加速。
这种机器学习须要的例子数量很多，同样也可以用并行打算来加速，在GPU上进行的神经网络演习能比CPU系统快许多倍。

目前，环球70%的GPU芯片市场都被NVIDIA霸占，包括谷歌、微软、亚马逊等巨子也通过购买NVIDIA的GPU产品扩大自己数据中央的AI打算能力。

3. 智能硬件生产流程

智能软硬件的开拓流程先容

（1）需求调研及剖析

凡是开拓产品类的，都须要进行完成的市场调研，智能硬件也是一样，通过面向群体来网络有用的代价，从而对产品开拓的导向及功能哀求有明确的方向。

（2）产品原型设计

对付该产品的硬件、原件、构造进行开拓，完成后进行联调测试，如果中途涌现问题，须要重新设计，若通过进行组装及测试。

（3）试产阶段

小批量的进行产品试产，进行产品认证。

（4）产品运营硬件市场化量产阶段

一样平常情形下，须要等到一些认证做完，接到正式订单才会开始大规模生产。

三、站在软件肩旁上赋能软件

上文第二节里讲站在硬件的肩旁上赋能硬件里，硬件本身亦不是纯硬件，个中有软件部分且是必不可少的部分。

软件包含系统软件和运用软件，系统软件是软件的软件，是软件运行的平台，运用软件是为了完成特定产品业务运营而编写的软件。

常用的系统软件有操作系统（DOS、WINDOWS、UNIX、OS/2）、数据库管理系统（FoxPro、DB-2、Access、SQL-server）、编译软件（VB、C++、JAVA）。
运用软件有笔墨处理软件（WORD、WPS）、信息管理软件、赞助设计软件（CAD）、实时掌握软件(CAM)。
再例如：APP、小程序等属于运用软件，Android/IOS等属于系统软件。

软件流程一样平常如下图：

AI须要的智能软硬件流程：

四、以智能家居的智能软硬件产品实战为例

本节以智能家居整体构造设计、芯片选型、模块设计实战履历为例讲一遍智能软硬件产品的打造流程。

先看下图为笔者操盘的智能家居整体构造图：

以下为整体构造图解析：

Android手机终端在连接的4G或WIFI情形下通，过向做事器发出 HTTP 要求完成对信息的查询和任务的设定。

云做事器根据用户需求供应必要的数据，并将对应的任务更新至数据库。
嵌入式智能设备通过WIFI模块AT与做事器，进行Socket通信，做事器端利用基于JavaNIO的框架实现 Socket连接。

Android手机终端和智能设备通过不同的做事器进行通信 ，Android手机终端采取http 协议与做事器进行通信，做事器供应了用于通信的RESTful API，嵌入式智能设备基于 Socket与做事器连通。
两个做事器支配在同一台机器上，通过MYSQL数据库做中间桥接，实现数据的共享。

再看下图为详细模块构造图：

上图中MCU卖力全体模块的掌握；WIFI模块实现模块的无线连接，并集成协议TCP/Ip协议，卖力同做事器交流数据；开关掌握利用继电器实现，能够实现弱电对强电的掌握；湿度、温度、亮度模块根据不同模块的功能进行选装，从而实现对不同量的丈量。

限位检测用于检测电机运行的位置状态，从而实现对宠物喂食中机器的掌握，实现定量的喂食；RTC时钟为系统的运行供应韶光基准；FRAM保存配置数据,纵然在掉电后还能够实行之前设定的任务；基本的用户界面供应了现场的掌握路子，利用户能够对模块进行直接的操作；供电利用AC/DC电源直接由220V供电或者利用DC进行供电，可以根据外部公开进行选择。

其次芯片选型。

选用M451LG6AE作为主控芯片M451LG6AE为 32位单片机，基于M4内核，具有足够的RAM和 Flash能够知足运行程序的哀求。
其具有多个串口，支持硬件的 SPI 及 I2C，能够方便实现的通信，具有 AD能够实现一些状态量的丈量。

利用 DTH11进行温湿度的丈量，其集成了温度及湿度检测功能,接口为单线制串口。
节约 IO，利用 DS18B20进行范围较大的温度丈量，其测温范围较广，具有密封的封装，能够丈量液体温度，能多个并联。
对付土壤湿度的丈量，利用电阻式湿度传感器进行丈量。

限位检测紧张用于检测物体是否移动到了指定位置，或者在喂食装置中电机旋转的圈数（决定喂食的量），只须要输出开关量，因此利用光电门进行检测，利用非打仗丈量能够有效地延长传感器的利用韶光，同时能够供应足够的精度。

为了实现高精度的计时，从而减小离线时涌现的定时偏差，利用外置的RTC DS3231 作为计时基准。
DS3231 内置了带温补的晶振,能够实现较高精度的计时，知足利用的需求。

选择擦写次数多和读取速率块的FRAM FM24V系列，来进行设置数据的存储%使掉电复位后，仍旧能够进行中断的任务。

利用 HLK-PM01 作为 AC/DC芯片，HLK-PM01 用于实现220VAC到 5VDC的转换，能够供应 3W的功率,足够系统的利用。
利用 HLK_M30模块作为WIFI 模块，其体积很小，功耗较低 ，支持TCP Server/TCP Client /UDP Server/UDP Client事情办法，能够方便地实现互联网连接，串行接口能够方便地与主控器连接。

再则软件设计：

整体软件功能模块如下图：

个中1：软件部分与硬件之间交互通信模块， APP通过HTTP 协议与做事器进行通信 ，采取 OkHttp 进行网络要求，要求的办法以 Post为主。

Android系统供应了两种 HTTP 交互的办法HTTPURL-CONNECTION和 APACHE HTTP CLIENT，虽然两者都支持 HTTPS流的上传和下载，配置超时IPV6和连接池，已足够知足各种HTTP要求的需求，但原生的HTTP 接口存在着 API 数量过多，扩展困难等不敷。

因此产生了许多出色的网络通信库来替代原生的 HTTPURLConnection，个中OkHttp是最出色的一个。

利用 OkHttp 库进行更高效 HTTP要求可以让运用运行更快、更节省流量，因此，本项目中利用 OkHttp库依赖开拓。

APP与 做事器通信时采取 JSON格式进行数据传输 ，JSON 作为一种轻量级的数据交流格式，易于阅读和编写，并且多种编程措辞均供应了对 JSON 格式数据解析的支持，易于机器解析和天生。

并且比较XML格式，JSON数据量更小，具有较高的有效数据率，有助于节省流量，提升网络传输速率。
APP采取 Android 自带的 JSONObject 类进行 JSON数据的解析。

个中2：登录模块，由于智能家居掌握系统是一个面向多种需求多个用户的掌握系统，须要建立用户系统，使不同的用户可以有序地管理自己的设备。

APP在启动时会首先检讨本地是否存有用户的 token，如果不存在，跳转到登录界面，密码采取 MD5进行加密。
用户登录成功后， 将做事器发来的 token通过 SharedPreferences 保存在本地，往后每次网络要求通过这个token进行用户验证，而不须要重新进行登录。

个中3：设备模块设备列表中选择一个设备进入设备掌握页面，在设备掌握页面可以进行查看设备信息，查看历史记录，对设备进行掌握等操作。

进行设备掌握时，智能照明掌握开、关两种状态，智能浇水对浇水量进行掌握，智能喂食对喂食量进行掌握，每种设备的掌握均供应手动和定时两种事情办法。
在启动定时任务时，可以设置每周某几天在某个韶光重复实行设备掌握的任务。

个中4：场景页面中可以添加的任务分为两种类型：

一种是对设备的掌握任务，包含掌握照明设备的开关，浇水设备的浇水量、喂食设备的喂食量等。
另一种是延时任务，用于设定不同设备掌握任务之间的延韶光隔，场景可以设置为手动或定时启动两种办法。
为了减少掌握的繁芜性，场景中的单项任务不能进行定时的设置，但可以通过设置场景整体的定时任务来实现场景中每个任务的定时实行。

希望通过以上智能软硬件产品实战，来传达一套系统的智能软硬件产品方法论！

五、Hold住产品靠本领，引领智能软硬件市场靠人性！

同样是语音识别猎豹做出来翻译棒，而天猫做出阿里智能音箱。
同样是图像识别，用在机场可以帮忙安检通过，波士顿动力可以给机器狗避障！

智能软硬件产品运营是买卖人，互联网产品运营是设计师。

而笔者爸爸说：

“10年难培养一个买卖人，1年大概就能培养一个善于用工具的设计师和程序员”。

比算法更难得是算法的思想，比编程工具更难的是编程的思维，比做产品更难的是产品的梦想！

运营好和卖好产品，并用户口口喷鼻香传，与实现产品同样主要。
没有指令机器不知运转，而没有机器指令又命谁运转？智能软硬件是产品运营的未来！

#专栏作家#

连诗路，"大众年夜众号：LineLian。
大家都是产品经理专栏作家，《产品进化论：AI+时期产品经理的思维方法》一书作者，前阿里产品专家，希望与创业者多多互换。

本文原创发布于大家都是产品经理。
未经容许，禁止转载。

题图来自 Unsplash，基于 CC0 协议