《工業(yè)人工智能》以人工智能技術(shù)與工業(yè)系統(tǒng)的關(guān)系為視角，從人工智能在工業(yè)領(lǐng)域應(yīng)用面臨的挑戰(zhàn)出發(fā)，明確提出了工業(yè)人工智能的特征與意義，論述了工業(yè)人工智能系統(tǒng)的技術(shù)要素與落地途徑，創(chuàng)新地提出了工業(yè)人工智能技術(shù)以問題為導(dǎo)向的收斂型應(yīng)用模式，并結(jié)合大量實(shí)際案例介紹了不同場景的應(yīng)用。全書分為四個(gè)章節(jié)，分別為：我們?yōu)槭裁葱枰I(yè)人工智能；工業(yè)人工智能的定義與意義；工業(yè)人工智能的殺手級(jí)應(yīng)用與賦能系統(tǒng)案例；如何建立工業(yè)人工智能的技術(shù)與能力。
本書可為中國的工業(yè)人工智能發(fā)展帶來新思維和新途徑，可作為產(chǎn)學(xué)研各個(gè)領(lǐng)域?qū)W習(xí)的參考資料。同時(shí)，本書也適合對(duì)工業(yè)人工智能領(lǐng)域感興趣的大眾讀者閱讀，并能為廣大讀者帶來創(chuàng)造性的啟發(fā)。
工業(yè)人工智能是一門“認(rèn)知科學(xué)”，而人工智能則是一個(gè)系統(tǒng)工程，能重復(fù)、有效、可靠地解決工業(yè)問題。
《工業(yè)人工智能》系統(tǒng)性闡述工業(yè)人工智能的著作，是李杰教授將其幾十年間在全球企業(yè)中實(shí)踐的扎實(shí)成果進(jìn)行總結(jié)整理，其中關(guān)于工業(yè)人工智能的許多定義和概念都是由李杰教授首次提出的。例如，他首先提出工業(yè)智能是一個(gè)系統(tǒng)工程，人工智 能技術(shù)在工業(yè)場景中落地的 5 個(gè) S 原則，即滿足系統(tǒng)性 (systematic )、快 速 性 (speed )、持 續(xù) 性 (sustainable )、流 程 性 (streamline)和標(biāo)準(zhǔn)化(standard)，這 5 個(gè)原則非常符合工業(yè)系統(tǒng) 的客觀條件和實(shí)際需求，因?yàn)楣I(yè)系統(tǒng)要求穩(wěn)定和可控，需要避 免不可被解釋的不確定性，這是目前工業(yè)人工智能算法需要解 決的重大挑戰(zhàn)。同時(shí)，工業(yè)人工智能的應(yīng)用場景分為 4 個(gè) F (factory，field，facility 和 fleet)，介紹了不同場域應(yīng)用中的痛點(diǎn)和難點(diǎn)，并結(jié)合了大量翔實(shí)的案例讓讀者有了更加生動(dòng)和直觀 的感受。 如今一場新技術(shù)革命和新產(chǎn)業(yè)變革正在全球展開。“工業(yè) 智能+”的時(shí)代正在到來，機(jī)遇與挑戰(zhàn)并存，任重道遠(yuǎn)。這本書對(duì)我國產(chǎn)學(xué)研用各個(gè)領(lǐng)域的學(xué)者及技術(shù)人員的研究與實(shí)踐將具有重要參考價(jià)值。
李杰（Jay Lee），美國辛辛那提大學(xué)特聘講座教授，美國國家科學(xué)基金會(huì)（NSF）智能維護(hù)系統(tǒng)產(chǎn)學(xué)合作中心（IMS）創(chuàng)始主任，美國工業(yè)人工智能中心（Industrial AI）創(chuàng)始主任，富士康工業(yè)互聯(lián)網(wǎng)副董事長，美國麥肯錫全球資深顧問與世界經(jīng)濟(jì)論壇（WFF）未來生產(chǎn)委員會(huì)委員，擔(dān)任清華大學(xué)、上海交通大學(xué)、華南理工大學(xué)等高校的EMBA教授及德韜創(chuàng)新大師。2018年獲清華大學(xué)經(jīng)管學(xué)院“the best EMBA教授”。
李杰教授創(chuàng)立IMS中心與全球100多個(gè)企業(yè)合作，研發(fā)推廣工業(yè)大數(shù)據(jù)分析和故障預(yù)測與健康管理（PHM）技術(shù)，被譽(yù)為美國工業(yè)大數(shù)據(jù)與PHM技術(shù)的“西點(diǎn)軍�！�。李杰教授在2016年被美國制造工程師學(xué)會(huì)（SME）評(píng)選為“美國30位較有遠(yuǎn)見的智能制造人物”。
引言 人工智能的技術(shù)發(fā)展與應(yīng)用現(xiàn)狀
第1章 我們?yōu)槭裁葱枰I(yè)人工智能
1.1 工業(yè)系統(tǒng)為人工智能帶來的新視角
1.2 什么是工業(yè)的基礎(chǔ)問題
1.3 人工智能解決問題的基本方法
1.4 什么樣的人工智能技術(shù)更適合工業(yè)
1.5 當(dāng)機(jī)器智能遇到工業(yè)
1.6 工業(yè)人工智能與通用人工智能 之間的差異
1.7 人工智能在工業(yè)界落地的挑戰(zhàn)
1.8 工業(yè)智能為實(shí)現(xiàn)工業(yè)價(jià)值轉(zhuǎn)型帶來的新機(jī)會(huì)空間
第2章 工業(yè)人工智能的定義與意義
2. 1 工業(yè)人工智能的前半生
2.2 工業(yè)人工智能的價(jià)值與目的
2.3 GEPredix的得與失
2.4 工業(yè)人工智能的技術(shù)要素: DT，AT，PT，OT， HT
2.5 CPS: 將工業(yè)智能的 5T 技術(shù)要素整合的系統(tǒng) 工程架構(gòu)
2.6 工業(yè)人工智能的算法分類及選擇方法
2.7 工業(yè)人工智能算法的選擇與使用
第3章 工業(yè)人工智能的殺手級(jí)應(yīng)用與賦能系統(tǒng)案例
3.1 工業(yè)人工智能的應(yīng)用場景類型
3.2 誰會(huì)成為工業(yè)人工智能的殺手級(jí)應(yīng)用?
3.3 工業(yè)人工智能的賦能系統(tǒng)案例
第4章 如何建立工業(yè)人工智能的技術(shù)與能力
4.1 工業(yè)智能化轉(zhuǎn)型的基礎(chǔ)能力成熟度評(píng)價(jià)
4.2 全球性工業(yè)人工智能企業(yè)轉(zhuǎn)型成果評(píng)價(jià)工具
4.3 工業(yè)企業(yè)如何構(gòu)建智能化轉(zhuǎn)型的組織能力
4.4 工業(yè)智能相關(guān)的開源項(xiàng)目與大數(shù)據(jù)競賽
結(jié)語
參考文獻(xiàn)
書單推薦
