工業人工智能

人工智能最核心的挑戰就是缺少數據。這一點在工業界主要表現爲缺少高質量的數據，缺少標註的數據。作者在書中列舉的成功案例，無一不是通過一些手段解決了數據不足的問題。 工業人工智能這個詞可能會引起一些歧義。私以爲換成工業智能化或許更好。真正用好人工智能這個工具，工程師還需要具備較高水平的統計學知識。統計學是處理數據、抽取數據特徵、對數據進行分類等的最重要手段。這也是閱讀本書獲得的啓發之一。

個人認爲：工業數字化比智能化更緊迫，前者是誰面，後者只是點，就當前技術階段而言。最典型就是我國工業軟件的薄弱，大量依賴達索等國外軟件，這些比預測性維護這種點智能要關鍵的多！ 多把資金投入關鍵的工業軟件和其他關鍵基礎性數字化產品，這些是靠堆人做不到的。 書裏講的東西，老師傅可以做到，所以偏錦上添花了！

還不錯，有觀點，有框架，有案例實踐。場景-數據-技術-產品-商業的脈絡很清晰，關於通用人工智能機會性與工業人工智能追求確定性的區別也很認同...愈發覺得工業人工智能任重道遠，好像作者本人也已離開工業富聯了...稍有不足的是章節之間重複內容的拼湊痕跡

未來工業互聯網發展的最大趨向，就是解放工業製造過程及產品從以經驗（experience）爲主導的傳承，到以數據（data）或事實（evidence）爲基礎的傳承，以如此工業互聯網扭轉產業形態的趨勢來說，工業人工智能將會扮演一個很重要的角色。

這是一本寫給行內人的書，但行內人不需要去讀此書。

視角穎，智能創。 寫專著，智能義。 工業化，智能技。 人工智，新思維。 啓迪衆，創新功。

未來已來，人工智能正在飛速發展！

這本書的內容還是不錯的，有相對來說非常清晰的概念，但是整體讀起來太過於晦澀，理解起來還是有很大難度的。比如說像cps系統，其實有別的書講解的，相對來說比較深入淺出，而在這本書裏邊更多的是一些比較學術化的概念，理解起來其實有些難度。

內容是宏觀性的較爲空泛，適合需要寫論文的。衝着標題去看的，有點失望。

真實反映了在工業領域做好AI應用應該關注的問題，作爲一個在這個領域一直探索的我來說尤其感同身受。從中學到了很多理論知識，非常有利於下一步實踐