人工智能工程化：應用落地與中臺構建

蔣彪

曾任東京日立情報株式會社軟件工程師，蘇寧易購DevOps研發中心高級架構師，
蘇寧人工智能研究院高級架構師，現任福特中國車聯網高級產品架構師。
《 Docker微服務架構實戰》作者，發表過多篇技術論文，兼任多所大學客座講師，
在軟件研發流程管理，DevOps實踐，企業中臺構建等領域有獨到見解。

王函

資深微服務架構師，擁有15年軟件開發，架構設計經驗。
曾負責研發日本移動音樂門戶www.music.jp，淘房365等因特網產品，現投身於國內知名金融機構，
工程師大規模高並發客戶營銷系統架構設計相關工作。
在微服務架構，雲計算，人工智能工程化等技術領域都有深入的見解。

目錄
第一部分認識人工智能及其常見算法
第1章認識人工智能2
1．1人工智能的基本概念2
1．2人工智能的常見流派4
1．3深度學習的不同種類8
1．3．1監督學習8
1．3．2無監督學習9
1．3．3強化學習10
1．4人工智能的數學基礎12
1．4．1線性代數：如何將研究對象形式化12
1．4．2概率論：如何描述統計規律13
1．4．3數理統計：如何以小見大14
1．4．4最優化理論：如何找到最優解15
1．4．5信息論：如何定量度量不確定性16
1． 4．6形式邏輯：如何實現抽象推理18
1．5人工智能的應用場景19

第2章人工智能的常見算法24
2．1線性回歸25
2．2決策樹27
2．3支持向量機32
2． 4 K近鄰算法35
2．5人工神經網絡36
2．6神經網絡中的梯度下降39
2．7捲積神經網絡41

第二部分人工智能應用落地
第3章人工智能與智能製造50
3．1人工智能與AIOps 50
3．1．1業務場景50
3．1．2工程化實踐53
3．2人工智能與物流57
3．2．1業務場景57
3．2．2工程化實踐61
3．3人工智能與智能駕駛65
3．3．1業務場景65
3．3．2工程化實踐67
3．4人工智能與焊點檢測69
3．4．1業務場景69
3．4．2工程化實踐72

第4章人工智能與智能設計75
4．1人工智能與廣告圖75
4．1． 1業務場景75
4．1．2工程化實踐78
4．2人工智能與保險文本設計93
4．2．1業務場景94
4．2．2工程化實踐94

第三部分人工智能中臺構建
第5章人工智能中臺化戰略102
5．1企業架構中的大中臺戰略102
5．2人工智能中臺與數據中臺106
5．3人工智能中臺使人工智能更具使能110
5．4中小型企業人工智能中臺化架構112

第6章人工智能中臺工程化：數據能力120
6．1數據標註的平臺能力120
6．2數據標註的工程化方案127
6．2．1標註工具127
6．2．2工程化技術129

第7章人工智能中臺工程化：硬件能力144
7．1 GPU資源調度平臺144
7．1．1 GPU虛擬化：顯卡直通145
7．1．2 GPU虛擬化：分時虛擬化146
7．2人工智能業務下GPU資源調度的工程化方案147

第8章人工智能中臺工程化：業務能力157
8．1模型服務平臺157
8．1．1基於微服務和Python的工程化方案157
8．1．2基於TensorRT的工程化方案160
8．2算法建模平臺166

第9章人工智能中臺工程化：平臺能力172
9．1人工智能統一門戶平臺172
9．2人工智能中臺工程化的另一種選擇――Kubeflow 175