人工智能产品设计，怎么在不同情况下做出判断？ （下）

人工智能产品的设计构思更是如此，人工智能产品设计的应用场景设计错综复杂，许多情况下必须产品在不一样情况下作出判断。假如产品设计师都没有事先将全部很有可能发生的场景设计考虑到且提前作出设计方案，那该产品导致的客户体验很有可能会十分不妙。用一个人工智能产品的实例来详细说明。

人工智能场景设计，行人闯红灯违章拍照重现「行人闯红灯拍到」的真实性业务场景：交叉路口，为了更好地更佳标准规范非机动车与机动车辆，所以有了交通信号灯。当红灯闪烁时，非机动车也罢，机动车辆也罢，都不可以经过或行驶。当绿灯闪烁的情况下，非机动车和机动车辆均可通行。但总会有人，不遵守交通规则，闯红灯。所以，在这类场景设计下，我们可以依靠人工智能来协助人们能够更好地监管行人闯红灯的行为。人们希望，如果有非机动车A闯了红灯，那人们的机器能够将此人记录下来，并向后端开发监控设备发送该用户闯红灯的情况信息内容，包含时间、地点、非机动车的脸。上面的需求描述，比较宽泛，使我们考虑如何把该需求，拆解成优化算法(人工智能)+硬件可实现。红灯期间，集成了优化算法工业相机检测并违章拍照到红灯期间发生在斑马线上的人；将该情况有关信息，包含时间、地点、非机动车的脸一共上传到后端开发监控系统。三、从需求文档到实际业务场景需求文档输出后，我们这款产品似乎立刻就要成功了。为什么会发生上述所说情况产品设计师在输出需求文档情况下，只描述了需求是检验行人闯红灯。都没有考虑车体广告这类情况，所以都没有事先考虑解决方法，故而发生了上图的情况。俞军老师在他的新书《俞军产品方法论》中，讲到：技术自身并不创造价值，技术必须被应用于产品。不论是多么顶级的技术，摆脱了产品，如何做得更佳？

人们必须将检测边界依照时间、地点、人物三个基本要素进行设定，对应到本场景设计中，即：红灯时间段、斑马线区域、人脸+活体。技术方案：在这类场景设计下，如何做活体检测呢？由于场景设计的开放性，不可以像线上支付那样，从优化算法模型到部署到真实性业务场景中，人工智能产品设计师/项目经理必须考虑很多很多。许多情况下，必须考虑产品如何与真实性业务场景产生互动，这十分关键，而不单是只考虑人们期待中的优化算法该如何运行。产品如何与当今世界互动，这十分重要。