序1

我是2018年开始接触人工智能的。最早的契机是，开发一款大数据风险评估产品。

当时，我们需要融合各种数据源，通过算法对客户的金融信用进行评级和打分。对此，我们尝试了各种算法，包括回归算法、支持向量机、决策树、随机森林等。

但是我们很快发现，清洗数据、融合数据、训练模型、部署模型、反馈模型等，好像所有事务都要从零开始，我们需要手动造轮子。为此，所有人都痛苦不已。

然而，还有一件更痛苦的事情——每一个在训练场景中都能完美收敛的算法，在上线之后总是和目标结果有很大偏差。

我猜想一定是哪里做错了、想错了，才使整个人工智能的落地过程令人感觉如此痛苦，可究竟是哪里做错了、想错了呢？

2019年，我开始深度参与如雨后春笋般成长起来的人工智能产品的研发，并负责其中的关键环节，如无人零售场景分析、商场人流分析和预测、无人监控服务器运维值守等。我开始深刻地认识到，在人工智能工业化落地过程中，作为设计人员，一定要明白人工智能到底是什么、能用来做什么，以及如何去做。

基于此，2019年下半年，我开始构思、推广人工智能中台化这一概念。所谓人工智能中台化，就是将企业所需要的常见人工智能能力模块化、组件化、可插拔化，将人工智能能力（包括硬件的计算能力、算法的训练能力、模型的部署能力、基础业务的展现能力）集约起来，包装成基础平台。

站在整个企业架构的角度来看，人工智能中台的地位和数据中心、业务中台一样，是公司发展的基石。可以这么说，20年前便开始好好规划企业数据中心的公司、10年前便开始规划企业业务中台的公司，以及目前已着手规划企业人工智能中台的公司，都是站在时代前沿的追逐者。

市面上主流的关于人工智能的图书，多半深耕算法或某一特定领域工具。我和身边的朋友交流发现，很多人都希望有这样一本书：面对的读者是工程师，介绍的内容是人工智能从算法到产品再到工程化，不仅能帮助业务落地，而且能控制企业成本。于是，我和王函老师合作，撰写此书，希望能给各位工程师朋友提供帮助。

这本书是对我最近两年在人工智能工程化道路上深度思考的总结。我在这本书中着重描述了人工智能的基础能力和各种落地场景，介绍了每个场景适合的算法，不同场景各有哪些缺陷。在本书最后，我还描述了如何利用一系列开源组件快速搭建一个适用于中小型企业的人工智能中台。

鉴于本人能力有限，如果书中有不足之处，还请各位读者多多海涵、批评指点。

我想将此书献给我的女儿蒋文婷，祝愿她健康幸福、快乐成长。

蒋彪

2020年6月