相對於其他互聯網產品經理，AI產品經理除需要掌握推薦的產品經理的技能外，還必須掌握機器學習、機器視覺、語言識別等專業技術。價值AI產品都是融合多種技術的大型產品，在工程化落地方面有更多的挑戰，所以AI產品經理還要掌握產品工程化的方法。這也是市面上AI產品經理緊缺、高薪的原因。本書基於AI產品經理的上述需求進行了深度介紹，尤其是技術和工程化這兩個其他互聯網產品經理存在明顯不足的方向，本書進行了非常詳細的闡述。

●前言
第一篇AI與AI產品經理
第1章深入理解AI和AI產品2
1.1全方位認識AI2
1.1.1AI的定義2
1.1.2AI的三大學派6
1.1.3AI的發展歷程8
1.1.4AI的發展政策11
1.2深入理解AI產品12
1.2.1什麼是AI產品12
1.2.2AI技術產品化13
1.2.3AI產品產業化和標準化14
1.2.4AI產品落地的價值與難題16
第2章AI產品經理19
2.1什麼是AI產品經理19
2.2怎樣成為優秀的AI產品經理21
2.2.1AI產品經理的職業規劃23
2.2.2AI產品經理的知識體繫24
第二篇AI技術
第3章機器學習28
3.1機器學習概述28
3.1.1監督學習30
3.1.2無監督學習31
3.1.3強化學習32
3.1.4自監督學習33
3.2深度學習34
3.2.1什麼是深度學習34
3.2.2深度學習的發展和局限38
3.2.3遷移學習40
3.2.4大規模預訓練模型40
3.3生成對抗網絡42
學習44
3.4.1基於學習45
3.4.2基於學習47
3.5聯邦學習與隱私計算48
3.5.1什麼是聯邦學習48
3.5.2聯邦學習的分類50
3.5.3聯邦學習框架與應用53
3.6AutoML/AutoDL55
3.6.1什麼是AutoML55
3.6.2自動化數據處理與增強56
3.6.3自動模型生成—神經架構搜索58
3.6.4自動模型壓縮62
3.7可解釋AI64
第4章多模態感知及理解67
4.1計算機視覺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80
4.1.6圖像分割82
4.1.7目標跟蹤85
4.2語音識別87
4.2.1基本概念87
4.2.2傳統語音識別流程90
4.2.3端到端深度學習語音識別93
4.2.4聲紋識別97
4.3自然語言處理99
4.3.1概述99
4.3.2NLP的分析層次100
4.3.3信息抽取105
4.3.4知識圖譜108
4.3.5機器翻譯116
4.3.6對話繫統119
4.4多模態內容理解122
……

這是一本指導AI產品真正實現商業化落地的專業技術書。書中內容接近圍繞產品落地、商業化展開，既提供了不同類型AI產品的落地方案，又提供了具體的方法、技巧，還提供了安防、制造、汽車等多個典型行業的應用案例無論是從技術或其他崗位轉型AI產品經理，還是從其他方向的產品經理崗位轉型AI產品經理，都可以通過本書彌補欠缺的相關知識。而對於已經入門的AI產品經理，閱讀本書可以了解算法、中臺、業務等各類AI產品的落地方案，掌握快速、高效、高質量落地產品的方法論。本書共包括4篇13章的內容第一篇（第1～2章）對AI產品及AI產品經理進行全方位深入解讀，目的是讓讀者真正理解AI產品經理這個職位，這是做好這份工作的基礎。另外，本篇還重點介紹了如何成為AI產品經理和如何規劃AI產品經理職業發展路徑第二篇（第3～6章）從機器學習入手，逐漸拓展到以計算機視覺、語音識別、語義理解為核心的多模態內容理解技術、行為主義的機器等

王澤楷 著

     對於超AI的可能性，仍有訐多不同的觀點，一些研究員認為，通過人類的進化和修改人類的生物特征，可獲得更強大的生物智能，因此超AI其實隻是人類和計算機的高度融合，而非新的物種。而另一些研究員認為，在通用AI出現之後，由於其在記憶、知識儲備、並行處理等維度均會大大超越人類，因此會形成一個新物種，且變得比人類強大。 尼克·博斯特羅姆提到，對比計算機和生物，生的工作頻率峰值為200Hz，比現代的2GHz的微處理器慢了7個數量級在速度不超過120m/s的軸突上傳輸信號，而現有的電子處理核心可以以光速進行通信，這個差距是2000倍以上。而在擴展協同能力上，許多計算機可以彈性增加計算能力，這一點也是人類智能難以匹敵的。 AI在發展過程中產生過許多技術路線，形成了許多技術學派，無論是哪種技術學派，最終目標都是為了邁向強A等