目    录

第1章  概述  1

1.1  AI发展历程中的重要事件  3

1.2  AI流水线：系统架构方法  7

1.3  AI系统架构构建模块的高级描述  8

1.4  有效的AI部署  11

1.5  AI视野：基于内容、协作和上下文的洞察  12

1.6  章节路线图  14

1.7  主要收获  14

1.8  练习  15

第I部分  AI系统架构

第2章  系统工程基础  18

2.1  系统工程的常见定义  19

2.2  系统工程学科的特性主张  21

2.3  应用于AI的系统工程方法  25

2.4  架构框架：是什么以及如何实施  25

2.5  领导力：系统思考者  28

2.6  系统工程面临的挑战  31

2.7  主要收获  33

2.8  练习  34

第3章  数据预处理  36

3.1  数据的指数级增长  37

3.2  数字化转型  40

3.3  数据库：管理与演变  42

3.4  数据质量、清洗与准备  45

3.5  精选数据集示例及属性  48

3.6  数据预处理面临的挑战  51

3.7  主要收获  53

3.8  练习  54

第4章  机器学习  55

4.1  机器学习的类别  56

4.2  常见的性能衡量标准  62

4.3  深度学习与神经网络简介  65

4.4  使用反向传播训练神经网络  68

4.5  设计神经网络  71

4.6  卷积神经网络简介  74

4.7  机器学习面临的挑战  76

4.8  主要收获  77

4.9  练习  78

第5章  现代计算技术  80

5.1  计算技术简史  82

5.2  企业级计算与边缘计算  85

5.3  神经网络：关键计算内核  88

5.4  算术精度  91

5.5  机器学习算法改进与计算技术的融合  92

5.6  特定领域的硬件和软件  95

5.7  当代计算引擎与集成系统  97

5.8  Roofline性能指标  100

5.9  保障现代计算安全  102

5.10  现代计算面临的挑战  107

5.11  主要收获  111

5.12  练习  113

第6章  人机协作  115

6.1  增强人类能力  116

6.2  AI作为搜索与发现工具  118

6.3  AI作为队友  120

6.4  自主性与近期挑战  122

6.5  定量和定性绩效指标  124

6.6  人机协作面临的挑战  128

6.7  主要收获  130

6.8  练习  132

第7章  可靠的AI系统  134

7.1  从系统视角看AI的脆弱性  136

7.2  对抗性AI的类别  138

7.3  深度伪造技术及其示例  141

7.4  可解释的AI  143

7.5  缓解技术  145

7.6  对抗攻击测试方法论  147

7.7  可靠的AI系统面临的挑战  149

7.8  主要收获  151

7.9  练习  153

第8章  负责任的AI  155

8.1  AI与社会  156

8.2  案例研究：AI的危害  158

8.3  社会技术系统的考量因素  160

8.4  负责任的AI原则  162

8.5  AI开发生命周期中的RAI考量  163

8.6  RAI面临的挑战  165

8.7  主要收获  167

8.8  练习  167

第II部分  战略原则

第9章  AI战略与路线图  170

9.1  战略思维导论  171

9.2  AI战略开发模型  174

9.3  使命/愿景与未来展望  178

9.4  组织核心价值观与战略方向  180

9.5  AI的价值主张  182

9.6  AI战略路线图：蓝图设计  185

9.7  战略与执行：互补组合  191

9.8  主要收获  192

9.9  练习  194

第10章  AI部署指南  196

10.1  部署AI时面临的挑战  198

10.2  成功部署AI能力的十大指南  199

10.3  将系统工程学科应用于AI部署的流程  201

10.4  AI采用：四个不同的组织成熟度集群  204

10.5  AI生态系统  206

10.6  黄金标准：测试平台、性能指标和基准  210

10.7  AI平台的特性与优势  212

10.8  主要收获  214

10.9  练习  217

第11章  MLOps：从开发到部署的过渡  218

11.1  MLOps基础导论  219

11.2  使用MLOps实现AI系统架构  221

11.3  MLOps赋能技术与当代工具  225

11.4  MLOps平台、AutoML和LCNC应用开发  230

11.5  AI开发与部署：常见的陷阱  232

11.6  主要收获  234

11.7  练习  236

第12章  营造一个创新型团队环境  238

12.1  组织文化  240

12.2  组织结构与创新  242

12.3  AI人才与未来的工作  244

12.4  为你铺就职业成功之路  246

12.5  AI技术深度与广度  248

12.6  进展和结果的度量指标  250

12.7  AI领导力与韧性  253

12.8  指导、建立人脉和招聘AI人才  258

12.9  维持高绩效团队  260

12.10  主要收获  262

12.11  练习  264

第13章  高效沟通  266

13.1  用于结构化沟通的VSN-C框架  268

13.2  温斯顿之星：被铭记的要素  269

13.3  大纲制定要点  271

13.4  写作和演讲基础  272

13.5  主要收获  279

13.6  练习  280

第Ⅲ部分  人机增强：应用案例

第14章  应用案例1：Misty陪伴机器人用于阿尔茨海默症的治疗  282

14.1  使命和愿景  283

14.2  设想的未来  283

14.3  战略方向  284

14.4  AI价值主张  284

14.5  AI战略路线图  285

14.6  练习  287

第15章  应用案例2：Bose AI驱动的骑行教练和警告系统  288

15.1  使命与愿景  290

15.2  设想的未来  290

15.3  战略方向  291

15.4  AI价值主张  291

15.5  AI战略路线图  292

15.6  练习  293

第16章  应用案例3：膳食评估及获取系统(MEALS)  294

16.1  使命和愿景  294

16.2  设想的未来  295

16.3  战略方向  296

16.4  AI价值主张  296

16.5  AI战略路线图  298

16.6  练习  299

第17章  应用案例4：管理智能家居(MESH)的能源  300

17.1  使命和愿景  301

17.2  设想未来  301

17.3  战略方向  302

17.4  AI价值主张  302

17.5  AI战略路线图  303

17.6  练习  304

第18章  应用案例5：AquaAI——AI驱动的现代化海洋维护系统  305

18.1  使命和愿景  306

18.2  设想的未来  306

18.3  战略方向  306

18.4  AI价值主张  307

18.5  AI战略路线图  308

18.6  练习  309

附录A  310