AI產(chǎn)品經(jīng)理：方法、技術(shù)與實(shí)戰(zhàn)

定　價(jià)：￥99.00

作　者：	王澤楷著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787111711773	出版時(shí)間：	2022-10-01	包裝：	平裝-膠訂
開本：	32開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　這是一本指導(dǎo)AI產(chǎn)品真正實(shí)現(xiàn)商業(yè)化落地的專業(yè)技術(shù)書。書中內(nèi)容完全圍繞產(chǎn)品落地、商業(yè)化展開，既提供了不同類型AI產(chǎn)品的落地方案，又提供了具體的方法、技巧，還提供了安防、制造、汽車等多個(gè)典型行業(yè)的應(yīng)用案例。無論是從技術(shù)或其他崗位轉(zhuǎn)型AI產(chǎn)品經(jīng)理，還是從其他方向的產(chǎn)品經(jīng)理崗位轉(zhuǎn)型AI產(chǎn)品經(jīng)理，都可以通過本書彌補(bǔ)欠缺的相關(guān)知識(shí)。而對(duì)于已經(jīng)入門的AI產(chǎn)品經(jīng)理，閱讀本書可以了解算法、中臺(tái)、業(yè)務(wù)等各類AI產(chǎn)品的落地方案，掌握快速、高效、高質(zhì)量落地產(chǎn)品的方法論。本書共包括4篇13章的內(nèi)容。第一篇（第1～2章）對(duì)AI產(chǎn)品及AI產(chǎn)品經(jīng)理進(jìn)行全方位深入解讀，目的是讓讀者真正理解AI產(chǎn)品經(jīng)理這個(gè)職位，這是做好這份工作的基礎(chǔ)。另外，本篇還重點(diǎn)介紹了如何成為AI產(chǎn)品經(jīng)理和如何規(guī)劃AI產(chǎn)品經(jīng)理職業(yè)發(fā)展路徑。第二篇（第3～6章）從機(jī)器學(xué)習(xí)入手，逐漸拓展到以計(jì)算機(jī)視覺、語音識(shí)別、語義理解為核心的多模態(tài)內(nèi)容理解技術(shù)、行為主義的機(jī)器人學(xué)，以及AI云原生工程應(yīng)用。本篇以AI產(chǎn)品經(jīng)理實(shí)際需求為前提，用產(chǎn)品經(jīng)理可以理解的方式展開介紹，不講與產(chǎn)品經(jīng)理工作關(guān)聯(lián)性不強(qiáng)的技術(shù)細(xì)節(jié)，只講技術(shù)原理和應(yīng)用方向，這些都是AI產(chǎn)品經(jīng)理落地產(chǎn)品時(shí)必須掌握的。第三篇（第7～11章）是本書的重點(diǎn)。本篇首先介紹了通用的產(chǎn)品方法論，然后結(jié)合AI產(chǎn)業(yè)鏈的特點(diǎn)，深入解讀了算法、中臺(tái)、業(yè)務(wù)三大類AI產(chǎn)品的落地實(shí)踐。其中，關(guān)于算法和中臺(tái)類產(chǎn)品的介紹，可幫助讀者應(yīng)對(duì)自動(dòng)駕駛、元宇宙、企業(yè)智能、智能汽車、虛擬數(shù)字人等主流產(chǎn)品的落地需求；針對(duì)業(yè)務(wù)類AI產(chǎn)品，從城市治理、企業(yè)服務(wù)、個(gè)人服務(wù)三個(gè)維度展開介紹。第四篇（第12～13章）從賦能行業(yè)和項(xiàng)目實(shí)踐兩個(gè)維度解讀AI產(chǎn)品高效、高質(zhì)量落地的方法。其中不僅以安防、制造業(yè)、汽車為案例解讀了AI產(chǎn)品高效落地的方法和方案，還以B/G端項(xiàng)目、商機(jī)項(xiàng)目為例，提供了可行性驗(yàn)證、交付等問題的解決思路。

作者簡(jiǎn)介

　　王澤楷亞太人工智能學(xué)會(huì)資深數(shù)字孿生研究專家，曾任平安科技、商湯科技任AI高級(jí)產(chǎn)品專家。近10年來一直工作于AI領(lǐng)域技術(shù)和產(chǎn)品一線，曾參與多個(gè)世界500強(qiáng)企業(yè)的AI建設(shè)項(xiàng)目、多個(gè)一線城市的城市級(jí)AI應(yīng)用落地，在AI技術(shù)、產(chǎn)品的項(xiàng)目應(yīng)用等方面積累了豐富的經(jīng)驗(yàn)。曾從事深度學(xué)習(xí)算法研究工作，發(fā)表AI相關(guān)專利論文6篇。經(jīng)歷了新一代人工智能技術(shù)發(fā)展，對(duì)以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)的發(fā)展有深刻理解。對(duì)計(jì)算機(jī)視覺有深入研究，長(zhǎng)期跟蹤研究前沿技術(shù)趨勢(shì)。碩士畢業(yè)于法國(guó)南特大學(xué)，擁有電子工程專業(yè)和測(cè)控（機(jī)器視覺）專業(yè)雙碩士學(xué)位。

圖書目錄

前言
第一篇　AI與AI產(chǎn)品經(jīng)理
第1章　深入理解AI和AI產(chǎn)品2
1.1　全方位認(rèn)識(shí)AI2
1.1.1　AI的定義2
1.1.2　AI的三大學(xué)派6
1.1.3　AI的發(fā)展歷程8
1.1.4　AI的發(fā)展政策11
1.2　深入理解AI產(chǎn)品12
1.2.1　什么是AI產(chǎn)品12
1.2.2　AI技術(shù)產(chǎn)品化13
1.2.3　AI產(chǎn)品產(chǎn)業(yè)化和標(biāo)準(zhǔn)化14
1.2.4　AI產(chǎn)品落地的價(jià)值與難題16
第2章　AI產(chǎn)品經(jīng)理19
2.1　什么是AI產(chǎn)品經(jīng)理19
2.2　怎樣成為優(yōu)秀的AI產(chǎn)品經(jīng)理21
2.2.1　AI產(chǎn)品經(jīng)理的職業(yè)規(guī)劃23
2.2.2　AI產(chǎn)品經(jīng)理的知識(shí)體系24
第二篇　 AI技術(shù)
第3章　機(jī)器學(xué)習(xí)28
3.1　機(jī)器學(xué)習(xí)概述28
3.1.1　監(jiān)督學(xué)習(xí)30
3.1.2　無監(jiān)督學(xué)習(xí)31
3.1.3　強(qiáng)化學(xué)習(xí)32
3.1.4　自監(jiān)督學(xué)習(xí)33
3.2　深度學(xué)習(xí)34
3.2.1　什么是深度學(xué)習(xí)34
3.2.2　深度學(xué)習(xí)的發(fā)展和局限38
3.2.3　遷移學(xué)習(xí)40
3.2.4　大規(guī)模預(yù)訓(xùn)練模型40
3.3　生成對(duì)抗網(wǎng)絡(luò)42
3.4　元學(xué)習(xí)44
3.4.1　基于度量的元學(xué)習(xí)45
3.4.2　基于優(yōu)化的元學(xué)習(xí)47
3.5　聯(lián)邦學(xué)習(xí)與隱私計(jì)算48
3.5.1　什么是聯(lián)邦學(xué)習(xí)48
3.5.2　聯(lián)邦學(xué)習(xí)的分類50
3.5.3　聯(lián)邦學(xué)習(xí)框架與應(yīng)用53
3.6　AutoML/AutoDL55
3.6.1　什么是AutoML55
3.6.2　自動(dòng)化數(shù)據(jù)處理與增強(qiáng)56
3.6.3　自動(dòng)模型生成—神經(jīng)架構(gòu)搜索58
3.6.4　自動(dòng)模型壓縮 62
3.7　可解釋AI 64
第4章　多模態(tài)感知及理解67
4.1　計(jì)算機(jī)視覺67
4.1.1　圖像生成69
4.1.2　圖像處理71
4.1.3　立體視覺73
4.1.4　圖像分類79
4.1.5　圖像檢測(cè)80
4.1.6　圖像分割82
4.1.7　目標(biāo)跟蹤85
4.2　語音識(shí)別87
4.2.1　基本概念87
4.2.2　傳統(tǒng)語音識(shí)別流程90
4.2.3　端到端深度學(xué)習(xí)語音識(shí)別93
4.2.4　聲紋識(shí)別97
4.3　自然語言處理99
4.3.1　概述99
4.3.2　NLP的分析層次100
4.3.3　信息抽取105
4.3.4　知識(shí)圖譜108
4.3.5　機(jī)器翻譯116
4.3.6　對(duì)話系統(tǒng)119
4.4　多模態(tài)內(nèi)容理解122
4.4.1　多模態(tài)方法簡(jiǎn)介122
4.4.2　多模態(tài)融合應(yīng)用124
第5章　機(jī)器人學(xué)與運(yùn)動(dòng)規(guī)劃128
5.1　機(jī)器人硬件130
5.1.1　傳感器130
5.1.2　執(zhí)行機(jī)構(gòu)131
5.1.3　動(dòng)力源132
5.1.4　處理器133
5.2　機(jī)器人感知133
5.2.1　傳感和信號(hào)處理133
5.2.2　定位與地圖構(gòu)建134
5.3　運(yùn)動(dòng)規(guī)劃與控制137
5.3.1　運(yùn)動(dòng)規(guī)劃137
5.3.2　運(yùn)動(dòng)控制141
5.4　應(yīng)用領(lǐng)域142
第6章　AI云原生工程應(yīng)用146
6.1　云原生147
6.1.1　云原生概述147
6.1.2　容器技術(shù)150
6.1.3　微服務(wù)151
6.1.4　Service Mesh152
6.1.5　Serverless152
6.1.6　DevOps與ModelOps154
6.2　AI云原生應(yīng)用發(fā)展趨勢(shì)155
第三篇　AI產(chǎn)品應(yīng)用
第7章　從兩個(gè)視角深挖AI產(chǎn)品機(jī)會(huì)158
7.1　市場(chǎng)視角：尋找商機(jī)158
7.1.1　關(guān)注市場(chǎng)的宏觀力量159
7.1.2　尋找AI細(xì)分好賽道161
7.2　技術(shù)視角：技術(shù)創(chuàng)新和可行性167
7.2.1　依托技術(shù)創(chuàng)新的產(chǎn)品創(chuàng)新167
7.2.2　技術(shù)可行性和技術(shù)成本170
第8章　AI產(chǎn)品從定義到落地173
8.1　如何真正做到從用戶需求出發(fā)173
8.2　正確定義一款產(chǎn)品的8個(gè)要素176
8.3　AI產(chǎn)品設(shè)計(jì)框架詳解180
8.3.1　軟件設(shè)計(jì)要點(diǎn)詳解180
8.3.2　硬件設(shè)計(jì)要點(diǎn)詳解191
8.3.3　整體性能設(shè)計(jì)要點(diǎn)詳解195
8.3.4　安全性與AI倫理197
8.4　產(chǎn)品需求流轉(zhuǎn)200
8.4.1　需求收集200
8.4.2　需求管理201
8.4.3　產(chǎn)品需求評(píng)審202
8.4.4　產(chǎn)品需求排期206
8.4.5　產(chǎn)品需求驗(yàn)收207
8.5　AI產(chǎn)品三層級(jí)—算法、平臺(tái)與業(yè)務(wù)208
第9章　算法類AI產(chǎn)品落地詳解210
9.1　任務(wù)定義—AI算法產(chǎn)品的真實(shí)需求與目標(biāo)211
9.1.1　明確算法需求211
9.1.2　用樣例描述算法需求213
9.2　數(shù)據(jù)工程—用數(shù)據(jù)定義功能邊界214
9.2.1　數(shù)據(jù)采集215
9.2.2　數(shù)據(jù)標(biāo)注216
9.2.3　數(shù)據(jù)生成218
9.3　算法生產(chǎn)—獲得最小可行的AI產(chǎn)品219
9.3.1　訓(xùn)練模型219
9.3.2　加速模型222
9.3.3　跨硬件平臺(tái)適配224
9.4　算法評(píng)估—獲得算法能力邊界225
9.4.1　兩種評(píng)估方法225
9.4.2　視圖識(shí)別的精度指標(biāo)227
9.4.3　語音識(shí)別及文本精度評(píng)價(jià)233
9.4.4　確定合理的速度指標(biāo)233
第10章　AI中臺(tái)落地詳解236
10.1　AI中臺(tái)的需求及整體方案236
10.1.1　算法的長(zhǎng)尾現(xiàn)象237
10.1.2　AI中臺(tái)及體系架構(gòu)239
10.1.3　全棧、自動(dòng)化、資產(chǎn)化與普惠化241
10.2　AI中臺(tái)下的三大功能模塊設(shè)計(jì)242
10.2.1　算力管理類功能設(shè)計(jì)243
10.2.2　數(shù)據(jù)管理類功能設(shè)計(jì)245
10.2.3　算法管理類功能設(shè)計(jì)246
10.3　AI中臺(tái)典型應(yīng)用舉例249
10.3.1　云廠商的云原生AI中臺(tái)249
10.3.2　零售智能稱重：推理訓(xùn)練自動(dòng)化閉環(huán)應(yīng)用251
第11章　縱深業(yè)務(wù)類AI產(chǎn)品的落地254
11.1　面向G端城市治理的AI產(chǎn)品254
11.1.1　城市治理的需求與業(yè)務(wù)模式255
11.1.2　G端碎片化市場(chǎng)下的AI產(chǎn)品策略255
11.1.3　城市治理下的典型AI產(chǎn)品—智能攝像機(jī)258
11.2　面向B端企業(yè)服務(wù)的AI產(chǎn)品261
11.2.1　企業(yè)服務(wù)的需求與業(yè)務(wù)模式261
11.2.2　企業(yè)轉(zhuǎn)型AI262
11.2.3　效益型AI產(chǎn)品策略263
11.2.4　AI與制造業(yè)結(jié)合的產(chǎn)品應(yīng)用265
11.3　面向C端消費(fèi)者的AI產(chǎn)品267
11.3.1　個(gè)人服務(wù)需求和業(yè)務(wù)模式267
11.3.2　交互體驗(yàn)型AI產(chǎn)品策略268
11.3.3　虛擬數(shù)字人與元宇宙270
第四篇　行業(yè)實(shí)踐
第12章　AI 行業(yè)的產(chǎn)品應(yīng)用274
12.1　AI 安防274
12.1.1　安防行業(yè)總覽274
12.1.2　泛安防人臉產(chǎn)品實(shí)戰(zhàn)275
12.2　AI 制造業(yè)287
12.2.1　制造業(yè)質(zhì)檢痛點(diǎn)分析287
12.2.2　瓷磚缺陷檢測(cè)289
12.2.3　制造業(yè)讀碼產(chǎn)品實(shí)戰(zhàn)290
12.3　AI 汽車294
12.3.1　行業(yè)總覽及AI技術(shù)機(jī)會(huì)分析294
12.3.2　智能駕駛AI芯片解決方案296
12.3.3　AI在駕駛輔助與自動(dòng)駕駛中的應(yīng)用298
12.3.4　智能座艙AI產(chǎn)品實(shí)戰(zhàn)302
第13章　AI項(xiàng)目落地過程及問題分析306
13.1　B/G端的AI項(xiàng)目306
13.1.1　AI落地B/G端離不開項(xiàng)目307
13.1.2　從項(xiàng)目到產(chǎn)品308
13.2　商機(jī)項(xiàng)目與概念驗(yàn)證309
13.2.1　AI商機(jī)的涌現(xiàn)309
13.2.2　AI商機(jī)POC實(shí)戰(zhàn)310
13.3　AI交付項(xiàng)目管理314
13.3.1　AI項(xiàng)目管理方法314
13.3.2　AI項(xiàng)目交付管理實(shí)戰(zhàn)316