自主AI设计:方法与实践

本书将介绍如何将早期AI的实用性与深度学习能力和工业控制技术结合起来，在现实世界中做出稳健的决策。作者使用具体的例子、最基本的理论和经过验证的架构框架，展示了如何教授自主AI明确的技能和策略。读者将了解何时以及如何使用和组合各种AI架构设计模式，以及如何设计高级AI，而无须操作神经网络或机器学习算法。学生、流程操作员、数据科学家、机器学习算法专家以及拥有和管理工业流程的工程师都可以使用本书中的方法来设计自主AI。
【推荐语】
早期基于规则的人工智能表现出了引人胜的决策能力，但缺乏感知能力，也不会学习。如今的人工智能具备了机器学习感知和深度强化学习能力，可以针对特定任务执行超人的决策。本书告诉你如何将早期人工智能的实用性与深度学习能力和工业控制技术结合起来，在现实世界中做出稳健的决策。 作者Kence Anderson通过具体示例、最基本的理论和经过验证的架构框架，展示了如何教授自主人工智能明确的技能和策略。你将了解何时以及如何使用和组合各种人工智能架构设计模式，以及如何设计高级人工智能，而无须操作神经网络或机器学习算法。学生、流程操作员、数据科学家、机器学习算法专家以及工业流程管理工程师都可以使用本书中的方法来设计自主人工智能。 本书探讨了： 自动决策、自主决策和人类决策之间的区别和局限性。 自主人工智能在实时决策方面的独特优势，以及使用案例。 如何利用模块化组件设计自主人工智能系统并记录设计。
【作者】
Kence Anderson是微软自主AI应用总监。他率先将自主AI应用于工业领域，并为大型企业设计了150多个自主决策AI系统。他现在教授自主AI设计，并就如何建立自主系统组织和实践为企业提供咨询