工业人工智能

人工智能最核心的挑战就是缺少数据。这一点在工业界主要表现为缺少高质量的数据，缺少标注的数据。作者在书中列举的成功案例，无一不是通过一些手段解决了数据不足的问题。 工业人工智能这个词可能会引起一些歧义。私以为换成工业智能化或许更好。真正用好人工智能这个工具，工程师还需要具备较高水平的统计学知识。统计学是处理数据、抽取数据特征、对数据进行分类等的最重要手段。这也是阅读本书获得的启发之一。

个人认为：工业数字化比智能化更紧迫，前者是谁面，后者只是点，就当前技术阶段而言。最典型就是我国工业软件的薄弱，大量依赖达索等国外软件，这些比预测性维护这种点智能要关键的多！ 多把资金投入关键的工业软件和其他关键基础性数字化产品，这些是靠堆人做不到的。 书里讲的东西，老师傅可以做到，所以偏锦上添花了！

还不错，有观点，有框架，有案例实践。场景-数据-技术-产品-商业的脉络很清晰，关于通用人工智能机会性与工业人工智能追求确定性的区别也很认同...愈发觉得工业人工智能任重道远，好像作者本人也已离开工业富联了...稍有不足的是章节之间重复内容的拼凑痕迹

未来工业互联网发展的最大趋向，就是解放工业制造过程及产品从以经验（experience）为主导的传承，到以数据（data）或事实（evidence）为基础的传承，以如此工业互联网扭转产业形态的趋势来说，工业人工智能将会扮演一个很重要的角色。

这是一本写给行内人的书，但行内人不需要去读此书。

视角颖，智能创。 写专著，智能义。 工业化，智能技。 人工智，新思维。 启迪众，创新功。

未来已来，人工智能正在飞速发展！

这本书的内容还是不错的，有相对来说非常清晰的概念，但是整体读起来太过于晦涩，理解起来还是有很大难度的。比如说像cps系统，其实有别的书讲解的，相对来说比较深入浅出，而在这本书里边更多的是一些比较学术化的概念，理解起来其实有些难度。

内容是宏观性的较为空泛，适合需要写论文的。冲着标题去看的，有点失望。

真实反映了在工业领域做好AI应用应该关注的问题，作为一个在这个领域一直探索的我来说尤其感同身受。从中学到了很多理论知识，非常有利于下一步实践