《数学之美》之读书笔记(一):由规则启发的个性化


“个性化”、“机器智能”、“千人千面”这些热门概念背后,我们来细细思考它背后的规则...


                                           1

关于信息的传播,我们通过信息源发出信息,通过信道传播信息,接收者接收后发出信号去反馈,达到信息的落地,长此以往语言就产生了。所以语言天然就是为了传递信息而生,任何一种语言都是一种编码方式,对人脑中的信息进行编码处理,如果接受者懂得这门语言,那么就能解码识得其中信息。

在现代社会,人与人的每一步交互都可能触发利益点的产生。随着交流的不断推进,大家发现:咦?能不能有东西代替我和对方交流呢?于是,我们就开始希望机器能代替人类的自然语言进行自由交流,也就衍生出:人工智能这个热门概念。

如何让机器去理解人类的自然语言?机器理解的输出是否和人类一样呢?

最早提出机器智能设想的计算机科学家Alan Turing(阿兰·图灵)提出一个概念:

让人和机器进行交流,如果人无法判断自己交流的对象是人还是机器,就说明这个机器有智能了。

这种验证机器是否只能的方法就被后人称为:图灵测试(Turing Test)。

接着科学家们开始走一段很长的弯路,认为机器学习的方式、路径、效率和人脑是一样原理的,所以开始用电脑模拟人脑,就像当初人类制造飞机时模仿鸟一样,这样的方法论被称为“鸟飞派”。

那时候,全世界对于自然语言处理的研究都陷入一个大误区。当时,学术界对人工智能和自然语言理解的普遍认为:要让机器完成翻译或者语音识别等只有人类才能做的事情,就必须先让计算机理解自然语言,而做到这一点就必须让计算机拥有类似我们人类这样的智能。

20世纪70年代,科学家开始基于数学模型和统计规则对自然语言做处理,通过分析句法、分析语义,形成机器对自然语言的理解规则,在应用到语音识别、机器翻译、自动问答、自动摘要的各个领域。但这样的归类统计方法可能出现的问题是:文法规则数量巨大,句子越长,语法树越大,歧义越多。

举个例子:广州市长隆马戏团

到底是:广州市,长隆,马戏团?

还是:广州,市长,隆马戏团?

或是:广州市,长隆马,戏团?

随着商品极大丰富和零售渠道多元化,我们研究机器智能让机器去学习和计算更多的规则,去挖掘更多人和商品之间的联系,从而创造更多潜在消费场景。最近研究日本消费品巨头MUJI,发现很多消费者似乎越来越不喜欢被定义的固化场景(可能他们都或多或少的了解推送背后的目的),他们需要的已不仅仅是商品,可能是独特、昂贵、新奇、难忘的商品标签也可能是一套能够彰显价值主张的生活解决方案。



                                           2

笔者去研究了一下MUJI这个日本零售业的典范,发现它有一些独有的特质:

1.无印良品创立于1983年,目前日本最大的Life Style Store(生活形态提案店)。MUJI的广告语:入水一般随隙而入,它先探寻针对生活问题的日用之道、行为之道,再把产品填充进去。从用户的生活习惯入手:构建一种生活的哲学。将消费日常化,不让你有选择困难症的犯病机会。


2.去掉品牌附加值,聚焦产品本身:把“无印良品”四个字拆开,就是“没牌子的好东西”。“无印”在日文中是没有花纹的意思,日本店名“无印”意为无品牌。在所有无印良品的商品上,顾客很难找到它的品牌标记。我猜至少一半以上的人,是先通过MUJI的装潢、店铺陈设、产品体验去记住它的,你不一定记得它的品牌名,但你一定记得它给你的体验。

3.“简而实用,奢而朴实”极大程度满足消费者心理。产品而言,消费者的心理通常会向两个方向发展,一方面向往新奇奢华,一方面向往平常朴素,这种复合心态带来了消费者对产品丰富而细腻的需求,而不断寻求最简单的解决方案是人类的天性。

4.它的魅力之一是创造生活态度的标签。MUJI的设计追求”少即是多“,追求留白,这被贯穿到整个品牌店面和产品开发之中。它摒弃以多为美的加法美学,反其道而行不断地做减法:拿掉商标、去除一切不必要的加工和颜色、简单包装,简单到只剩下素材和功能本身。

5. MUJI的管理者原研哉在《设计中的设计》一书中写道:“很多品牌都以诱发消费者产生所谓‘这个最好’、‘非它不可’的强烈喜好为目的,无印良品的理想却不在此。他想做的,是要带给消费者一种‘这样就好’的满足感。不是‘这个’,而是‘这样’。”

当我们知道更多规则,搭建出更多潜在场景,但人与人的交互有限,机器智能帮我们搭建了这个桥梁。在日渐丰裕的消费领域,也许最好的选择就是不给你选择!





注:本文仅作为学习笔记,不做任何商业用途

参考资料:

1.https://zhuanlan.zhihu.com/p/27121124

2.https://www.zhihu.com/question/19813262

3.http://info.10000link.com/newsdetail.aspx?doc=2017032190010


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,639评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,277评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,221评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,474评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,570评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,816评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,957评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,718评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,176评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,511评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,646评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,322评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,934评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,755评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,987评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,358评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,514评论 2 348

推荐阅读更多精彩内容