人工智能工程化

作者介绍

内容简介

推荐序

推荐语

序1

序2

前言

读者服务

第一部分 认识人工智能及其常见算法

第1章 认识人工智能

1.1 人工智能的基本概念

1.2 人工智能的常见流派

1.3 深度学习的不同种类

1.4 人工智能的数学基础

1.5 人工智能的应用场景

第2章 人工智能的常见算法

2.1 线性回归

2.2 决策树

2.3 支持向量机

2.4K近邻算法

2.5 人工神经网络

2.6 神经网络中的梯度下降

2.7 卷积神经网络

第二部分 人工智能应用落地

第3章 人工智能与智能制造

3.1 人工智能与AIOps

3.2 人工智能与物流

3.3 人工智能与智能驾驶

3.4 人工智能与焊点检测

第4章 人工智能与智能设计

4.1 人工智能与广告图

4.2 人工智能与保险文本设计

第三部分 人工智能中台构建

第5章 人工智能中台化战略

5.1 企业架构中的大中台战略

5.2 人工智能中台与数据中台

5.3 人工智能中台使人工智能更具使能

5.4 中小型企业人工智能中台化架构

第6章 人工智能中台工程化：数据能力

6.1 数据标注的平台能力

6.2 数据标注的工程化方案

第7章 人工智能中台工程化：硬件能力

7.1 GPU资源调度平台

7.2 人工智能业务下GPU资源调度的工程化方案

第8章 人工智能中台工程化：业务能力

8.1 模型服务平台

8.2 算法建模平台

第9章 人工智能中台工程化：平台能力

9.1 人工智能统一门户平台

9.2 人工智能中台工程化的另一种选择——Kubeflow

好书分享 2100433B

人工智能深刻影响着人类发展，本书将带领各位读者从工程化落地的角度了解人工智能。

本书的第1章和第2章简单介绍了人工智能的基本概念及其常见算法。第3章和第4章从工程化的角度探讨了人工智能与智能制造、人工智能与智能设计。第5～9章重点介绍了人工智能中台的概念，以及在企业中构建人工智能中台的流程。

本书适合人工智能相关领域（特别是人工智能产品研发领域）的工程技术人员阅读，对于人工智能科研领域的读者亦有一定的参考价值。

人工智能深刻影响着人类发展，本书将带领各位读者从工程化落地的角度了解人工智能。

《人工智能工程化：应用落地与中台构建》的第1章和第2章简单介绍了人工智能的基本概念及其常见算法。第3章和第4章从工程化的角度探讨了人工智能与智能制造、人工智能与智能设计。第5～9章重点介绍了人工智能中台的概念，以及在企业中构建人工智能中台的流程。

本书适合人工智能相关领域（特别是人工智能产品研发领域）的工程技术人员阅读，对于人工智能科研领域的读者亦有一定的参考价值。

第一部分 认识人工智能及其常见算法

第1章 认识人工智能 2

1.1 人工智能的基本概念 2

1.2 人工智能的常见流派 4

1.3 深度学习的不同种类 8

1.3.1 监督学习 8

1.3.2 无监督学习 9

1.3.3 强化学习 10

1.4 人工智能的数学基础 12

1.4.1 线性代数：如何将研究对象形式化 12

1.4.2 概率论：如何描述统计规律 13

1.4.3 数理统计：如何以小见大 14

1.4.4 最优化理论：如何找到最优解 15

1.4.5 信息论：如何定量度量不确定性 16

1.4.6 形式逻辑：如何实现抽象推理 18

1.5 人工智能的应用场景 19

第2章 人工智能的常见算法 24

2.1 线性回归 25

2.2 决策树 27

2.3 支持向量机 32

2.4 K近邻算法 35

2.5 人工神经网络 36

2.6 神经网络中的梯度下降 39

2.7 卷积神经网络 41

第二部分 人工智能应用落地

第3章 人工智能与智能制造 50

3.1 人工智能与AIOps 50

3.1.1 业务场景 50

3.1.2 工程化实践 53

3.2 人工智能与物流 57

3.2.1 业务场景 57

3.2.2 工程化实践 61

3.3 人工智能与智能驾驶 65

3.3.1 业务场景 65

3.3.2 工程化实践 67

3.4 人工智能与焊点检测 69

3.4.1 业务场景 69

3.4.2 工程化实践 72

第4章 人工智能与智能设计 75

4.1 人工智能与广告图 75

4.1.1 业务场景 75

4.1.2 工程化实践 78

4.2 人工智能与保险文本设计 93

4.2.1 业务场景 94

4.2.2 工程化实践 94

第三部分 人工智能中台构建

第5章 人工智能中台化战略 102

5.1 企业架构中的大中台战略 102

5.2 人工智能中台与数据中台 106

5.3 人工智能中台使人工智能更具使能 110

5.4 中小型企业人工智能中台化架构 112

第6章 人工智能中台工程化：数据能力 120

6.1 数据标注的平台能力 120

6.2 数据标注的工程化方案 127

6.2.1 标注工具 127

6.2.2 工程化技术 129

第7章 人工智能中台工程化：硬件能力 144

7.1 GPU资源调度平台 144

7.1.1 GPU虚拟化：显卡直通 145

7.1.2 GPU虚拟化：分时虚拟化 146

7.2 人工智能业务下GPU资源调度的工程化方案 147

第8章 人工智能中台工程化：业务能力 157

8.1 模型服务平台 157

8.1.1 基于微服务和Python的工程化方案 157

8.1.2 基于TensorRT的工程化方案 160

8.2 算法建模平台 166

第9章 人工智能中台工程化：平台能力 172

9.1 人工智能统一门户平台 172

9.2 人工智能中台工程化的另一种选择——Kubeflow 1752100433B

基于以上MBD工程化应用的各项需求，需要有配套的工具辅助完成以下工作，包括：MBD数据的完整性、MBD模型的共享、面向制造的设计和设计与工艺的协同。

2013年以来市面上可以使用的工具如下：

1) SmartDoctor 模型管家

SmartDoctor模型管家：基于Pro/E或UG进行二次开发的软件，可以对模型进行属性检查、建模规范性检查、模型可制造性检查、工程图检查和三维标注检查。

SmartDoctor模型管家可以对模型的各种属性进行检查，包括模型名称、单位、材料、精度、参数等等，并可以将参数等信息通过EXCEL进行导出后，在EXCEL中进行单个或批量的编辑，并将编辑后的EXCEL表中的各种信息重新导入进模型，实现模型各种属性的批量更改，简洁而高效。适用于MBD模型在下发到制造部门前的自行检查和修复问题，防止有属性问题的模型下发到制造部门造成制造失误。

在建模规范性检查方面，SmartDoctor融合了Pro/E等三维软件对建模方面的各项要求，包括对修饰特征的处理方法、实体特征和非实体特征的处理方法、外部参考的使用等，并通过建模规范性的检查，确保模型特征的创建思路和方法符合全流程的应用需求，即能够尽可能的减少在生产制造环节产生不必要的麻烦。

SmartDoctor的模型可制造性检查用于对设计模型的制造合理性和制造可行性进行检查，确保设计模型能符合制造部门的生产设备和对应工装刀具的要求，可以帮助设计师在模型设计阶段就避免产生可制造性的问题，如采用了不合理的孔径、不合理的深孔等。

SmartDoctor还具有对二维工程图的规范性进行检查，包括工程图图幅大小、图纸比例、文本样式等等，还可以对二维工程图和三维标注中的假尺寸进行快速检查，确保在MBD工程化应用环境中，所有的模型尺寸都是真实有效的。

2) SmartComparison模型对比

SmartComparison模型对比：基于Pro/E或UG进行二次开发的软件，可以对不同版本的相同模型进行对比，对比的内容包括常规的属性（修改时间、材料、单位等）、特征的变化（特征增加或减少）、特征尺寸的变化、装配中零件的装配关系和装配数量的变化，并将这些对比内容以列表或文件的形式展现出来。

SmartComparison模型对比可以在制造部门接到设计部门的版本更新模型后，利用此工具快速查找更新的内容，并及时作出工艺层面的相应调整。

3) APDTools三维装配工艺

APDTools三维装配工艺：对于以MBD技术为核心的三维装配而言，其三维模型的原始数据量通常比较庞大，大容量的数据对于计算机硬件的要求也相应很高，所以不适合用原始的Pro/E模型做三维装配的动画和工艺。APDTools是国内自主知识产权的三维轻量化装配工艺系统，已经在我国的航天行业取得了广泛的认可，基于Pro/E或UG的三维模型数据进行轻量化后，导入到APDTools三维装配工艺系统内，即可进行三维装配动画和对应装配工艺的创建，并支持声音、文字和二维工艺卡片的添加和展示。由于采用了轻量化的数据处理方式，最大可以将三维模型的数据压缩到原有数据容量的二十分之一，从而极大的方便了对应三维装配动画和三维装配工艺的创建，为生产制造部门的装配制造提供了全新的手段。

4) SmartDrawing敏捷标注

Pro/E敏捷标注：基于Pro/E二次开发的软件，主要用于解决在Pro/E三维软件下二维工程图标注效率低的问题，可以方便快速的标注工程图中的尺寸、公差、技术要求、粗糙度、焊接符号及其他一些常用符号等，为了方便MBD模型快速生成二维工程图，还具备自动根据MBD的模型视图生成带三维标注尺寸的二维工程图视图的功能，用于对MBD模型需要同时提供二维工程图的场景下非常有效。

5) Smart3Drawing敏捷三维标注

Smart3Drawing敏捷三维标注：基于Pro/E二次开发的软件，用于改善Pro/E原有三维标注功能的不足，使三维标注更加快捷简便，且所有的标注符合相应的国家标准。在此基础上，还增加了很多原本Pro/E三维标注并不具备的功能，进一步提高MBD模型的标注效率。