清華大學資訊工程系副教授吳尚鴻分享了他們團隊研發和營運的經驗。 讓產品符合需求 我們可能很常遇到以下情形：讀書時收到手機上的訊息，你拿起手機，原本只是想回覆一下就回到書本上，結果卻一直不停滑手機。根據研究，從專注狀態離開去進行社交活動（例如回覆訊息），通常需要20分鐘才會回到原本的裝態，所以如果專注狀態被打斷，生產力必定會大受影響。

 

因此，吳尚鴻說：「我們能不能做一個app，讓使用者不要使用其他app？」這個「擬game化」的app就是Forest和Flora。 以Flora為例，當你想要專心念書30分鐘，你可以和朋友一起種一棵樹，接下來的30分鐘內，樹會逐漸長大，若有任何一個人離開去使用另一個app，這棵樹就會死亡，別人還會知道是誰殺了這棵樹。你可能不在乎虛擬樹的死活，那麼可以試試投入金錢當賭注，如果能成功專注30分鐘，錢就可以拿回來；如果不行，錢就會被沒收。如此可以給使用者一些壓力。

 

也許因為實用，Flora大受歡迎，吳尚鴻的團隊還與世界上三個種樹團體合作，把多餘利潤用在種真正的樹上，目前已種下已超過20萬棵的樹。而與Flora類似、需要付費的Forest，在85個國家中都排名前五，還被App Store列為精選項目。 讓產品脫穎而出 然而有的時候，產品再好，還是可能乏人問津，結合大數據和人工智慧技術進行行銷，則可以讓產品脫穎而出。

 

吳尚鴻指出，可以用技術來做介面測試，使產品更完善，避免錯誤影響使用經驗；或者可以分析使用者行為，了解是什麼事件讓使用者掏出錢來，怎樣的使用者才會付費；或是做出吸睛的廣告，讓廣告效益最大化。因此吳尚鴻團隊接下來的目標，就是做出廣告生成器。 為了找出什麼是吸引人的廣告，研發團隊用網路爬蟲技術蒐集網路上的廣告，了解文章內容和廣告配對的情況。根據這些資料，就可以訓練機器去產生適合的廣告。

 

首先，他們先訓練機器產生文字廣告，但是也有影像廣告，所以希望能再訓練同一個機器產生影像廣告。或者，訓練機器做中文廣告後，希望也能訓練機器做英文廣告。聽起來很美好，但這時機器會產生一個很大的問題——災難性忘記。 吳尚鴻解釋，災難性忘記是指機器學習完A之後學習B時，B在建立神經網路的過程中會覆蓋原本A任務的網路，機器因而「忘記」了解決A的方法。簡單來說，這意味著人工智慧系統為了學習新內容，不得不忘記過去學會的技巧和知識。

 

吳尚鴻團隊的解決方法是，當機器遇到不同範圍的情況時，它要知道可走不同的迴路，不要讓後面的學習覆蓋了之前的學習，這樣就能把每一次學習的東西都保留下來。如此一來，同一個機器可以做各種型態的廣告，也能做各種語言的廣告了。 由此看來，在人工智慧技術逐漸成熟的今日，人工智慧與app的結合已成為必然的趨勢。【整理／科學人】