[
-
内容大纲
这是一本指导AI产品真正实现商业化落地的专业技术书。书中内容完全围绕产品落地、商业化展开，既提供了不同类型AI产品的落地方案，又提供了具体的方法、技巧，还提供了安防、制造、汽车等多个典型行业的应用案例。
无论是从技术或其他岗位转型AI产品经理，还是从其他方向的产品经理岗位转型AI产品经理，都可以通过本书弥补欠缺的相关知识。而对于已经入门的AI产品经理，阅读本书可以了解算法、中台、业务等各类AI产品的落地方案，掌握快速、高效、高质量落地产品的方法论。 本书共包括4篇13章的内容。
第一篇（第1～2章）对AI产品及AI产品经理进行全方位深入解读，目的是让读者真正理解AI产品经理这个职位，这是做好这份工作的基础。另外，本篇还重点介绍了如何成为AI产品经理和如何规划AI产品经理职业发展路径。
第二篇（第3～6章）从机器学习入手，逐渐拓展到以计算机视觉、语音识别、语义理解为核心的多模态内容理解技术、行为主义的机器人学，以及AI云原生工程应用。本篇以AI产品经理实际需求为前提，用产品经理可以理解的方式展开介绍，不讲与产品经理工作关联性不强的技术细节，只讲技术原理和应用方向，这些都是AI产品经理落地产品时必须掌握的。
第三篇（第7～11章）是本书的重点。本篇首先介绍了通用的产品方法论，然后结合AI产业链的特点，深入解读了算法、中台、业务三大类AI产品的落地实践。其中，关于算法和中台类产品的介绍，可帮助读者应对自动驾驶、元宇宙、企业智能、智能汽车、虚拟数字人等主流产品的落地需求；针对业务类AI产品，从城市治理、企业服务、个人服务三个维度展开介绍。
第四篇（第12～13章）从赋能行业和项目实践两个维度解读AI产品高效、高质量落地的方法。其中不仅以安防、制造业、汽车为案例解读了AI产品高效落地的方法和方案，还以B/G端项目、商机项目为例，提供了可行性验证、交付等问题的解决思路。 -
作者介绍
王泽楷 亚太人工智能学会资深数字孪生研究专家，曾任平安科技、商汤科技任AI高级产品专家。近10年来一直工作于AI领域技术和产品一线，曾参与多个世界500强企业的AI建设项目、多个一线城市的城市级AI应用落地，在AI技术、产品的项目应用等方面积累了丰富的经验。 曾从事深度学习算法研究工作，发表AI相关专利论文6篇。经历了新一代人工智能技术发展，对以深度神经网络为代表的人工智能技术的发展有深刻理解。对计算机视觉有深入研究，长期跟踪研究前沿技术趋势。 硕士毕业于法国南特大学，拥有电子工程专业和测控（机器视觉）专业双硕士学位。 -
目录
前言
第一篇 AI与AI产品经理
第1章 深入理解AI和AI产品
1.1 全方位认识AI
1.1.1 AI的定义
1.1.2 AI的三大学派
1.1.3 AI的发展历程
1.1.4 AI的发展政策
1.2 深入理解AI产品
1.2.1 什么是AI产品
1.2.2 AI技术产品化
1.2.3 AI产品产业化和标准化
1.2.4 AI产品落地的价值与难题
第2章 AI产品经理
2.1 什么是AI产品经理
2.2 怎样成为优秀的AI产品经理
2.2.1 AI产品经理的职业规划
2.2.2 AI产品经理的知识体系
第二篇 AI技术
第3章 机器学习
3.1 机器学习概述
3.1.1 监督学习
3.1.2 无监督学习
3.1.3 强化学习
3.1.4 自监督学习
3.2 深度学习
3.2.1 什么是深度学习
3.2.2 深度学习的发展和局限
3.2.3 迁移学习
3.2.4 大规模预训练模型
3.3 生成对抗网络
3.4 元学习
3.4.1 基于度量的元学习
3.4.2 基于优化的元学习
3.5 联邦学习与隐私计算
3.5.1 什么是联邦学习
3.5.2 联邦学习的分类
3.5.3 联邦学习框架与应用
3.6 AutoML/AutoDL
3.6.1 什么是AutoML
3.6.2 自动化数据处理与增强
3.6.3 自动模型生成—神经架构搜索
3.6.4 自动模型压缩
3.7 可解释AI
第4章 多模态感知及理解
4.1 计算机视觉
4.1.1 图像生成
4.1.2 图像处理
4.1.3 立体视觉
4.1.4 图像分类
4.1.5 图像检测
4.1.6 图像分割
4.1.7 目标跟踪
4.2 语音识别
4.2.1 基本概念
4.2.2 传统语音识别流程
4.2.3 端到端深度学习语音识别
4.2.4 声纹识别
4.3 自然语言处理
4.3.1 概述
4.3.2 NLP的分析层次
4.3.3 信息抽取
4.3.4 知识图谱
4.3.5 机器翻译
4.3.6 对话系统
4.4 多模态内容理解
4.4.1 多模态方法简介
4.4.2 多模态融合应用
第5章 机器人学与运动规划
5.1 机器人硬件
5.1.1 传感器
5.1.2 执行机构
5.1.3 动力源
5.1.4 处理器
5.2 机器人感知
5.2.1 传感和信号处理
5.2.2 定位与地图构建
5.3 运动规划与控制
5.3.1 运动规划
5.3.2 运动控制
5.4 应用领域
第6章 AI云原生工程应用
6.1 云原生
6.1.1 云原生概述
6.1.2 容器技术
6.1.3 微服务
6.1.4 Service Mesh
6.1.5 Serverless
6.1.6 DevOps与ModelOps
6.2 AI云原生应用发展趋势
第三篇 AI产品应用
第7章 从两个视角深挖AI产品机会
7.1 市场视角：寻找商机
7.1.1 关注市场的宏观力量
7.1.2 寻找AI细分好赛道
7.2 技术视角：技术创新和可行性
7.2.1 依托技术创新的产品创新
7.2.2 技术可行性和技术成本
第8章 AI产品从定义到落地
8.1 如何真正做到从用户需求出发
8.2 正确定义一款产品的8个要素
8.3 AI产品设计框架详解
8.3.1 软件设计要点详解
8.3.2 硬件设计要点详解
8.3.3 整体性能设计要点详解
8.3.4 安全性与AI伦理
8.4 产品需求流转
8.4.1 需求收集
8.4.2 需求管理
8.4.3 产品需求评审
8.4.4 产品需求排期
8.4.5 产品需求验收
8.5 AI产品三层级—算法、平台与业务
第9章 算法类AI产品落地详解
9.1 任务定义—AI算法产品的真实需求与目标
9.1.1 明确算法需求
9.1.2 用样例描述算法需求
9.2 数据工程—用数据定义功能边界
9.2.1 数据采集
9.2.2 数据标注
9.2.3 数据生成
9.3 算法生产—获得小可行的AI产品
9.3.1 训练模型
9.3.2 加速模型
9.3.3 跨硬件平台适配
9.4 算法评估—获得算法能力边界
9.4.1 两种评估方法
9.4.2 视图识别的精度指标
9.4.3 语音识别及文本精度评价
9.4.4 确定合理的速度指标
第10章 AI中台落地详解
10.1 AI中台的需求及整体方案
10.1.1 算法的长尾现象
10.1.2 AI中台及体系架构
10.1.3 全栈、自动化、资产化与普惠化
10.2 AI中台下的三大功能模块设计
10.2.1 算力管理类功能设计
10.2.2 数据管理类功能设计
10.2.3 算法管理类功能设计
10.3 AI中台典型应用举例
10.3.1 云厂商的云原生AI中台
10.3.2 零售智能称重：推理训练自动化闭环应用
第11章 I纵深业务类AI产品的落地
11.1 面向G端城市治理的Al产品
11.1.1 城市治理的需求与业务模式
11.1.2 G端碎片化市场下的AI产品策略
11.3 城市治理下的典型AI产品——智能摄像机
11.2 面向B端企业服务的Al产品
11.2.1 企业服务的需求与业务模式
11.2.2 企业转型AI
ll.2.3 效益型AI产品策略
11.2.4 AI与制造业结合的产品应用
13.1 面向C端消费者的Al产品
11.3.1 个人服务需求和业务模式
1l.3.2 交互体验型AI产品策略
11.3.3 虚拟数字人与元宇宙
第四篇 行业实践
第12章 AI+行业的走品应用
12.1 川+安防
12.1.1 安防行业总览
12.1.2 泛安防人脸产品实战
12.2 AI+制造业
12.2.1 制造业质检痛点分析
12.2.2 瓷砖缺陷检测
12 2.3 制造业读码产品实战
12.3 AI+汽车
12.3 l行业总览及AI技术机会分析
12.3.2 智能驾驶AI芯片解决方案
12.3.3 AI在驾驶辅助与自动驾驶中的应用
12.3.4 智能座舱AI产品实战
第13章 l AI项目落地过程及问题分析
13.1 B/G端的A颇目
13.1.1 AI落地B，G端离不开项目
13.l.2从项目到产品
13.2 商机项目与概念验证
13.2.1 AI商机的涌现
13.2.2 AI商机POc实战
13.3 AI交付项目管理
13.3.l AI项目管理方法
13.3.2 AI项目交付管理实战
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...