序言

在过去的十年里，人工智能领域取得了显著的进步，这要归功于三股重要力量的共同作用：大数据的崛起、计算能力的指数级增长，以及深度学习关键算法的发现。IBM的Deep Blue击败了世界上最好的国际象棋选手，Watson在Jeopardy中击败了所有人，DeepMind的AlphaGo和AlphaZero已经统治了围棋和电子游戏领域。一方面，这些进步在商业和科学领域被证明是有用的：人工智能在制造业、银行业和医药等领域发挥了重要作用。另一方面，这些进步也带来了一些难题，特别是在隐私和战争行为方面。

虽然人工智能科学领域的探索仍在继续，但其科学成果现在正以非常切实有效的方式在企业中发挥作用，这些方式不仅在经济上引起人们的关注，而且也有助于改善人类的生存状况。因此，想要利用人工智能技术的企业必须将重点转移到构筑包含认知成分的价值语用系统之上。

这就是本书的用武之地。

正如作者解释的那样，在构建这样的系统时，数据并不是事后才考虑的，而是一种先见之明。为了利用人工智能技术来预测、自动化和优化企业成果，数据科学必须成为开发过程中有意识的、可测量的、可重复的和敏捷的组成部分。在这里，你将了解收集、组织、分析和注入数据的最佳实践，这些最佳实践将使人工智能技术对于企业来说真正成为现实。关于本书，我最赞赏的是，作者不仅能够基于深刻的经验解释最佳实践，并且他们这样做的方式是可行的。他们对于结果驱动方法的强调不仅是敏捷的，还能够形成一个强大的框架，这令人耳目一新。

我不是数据科学家，而是一名系统工程师，但我越发觉得自己与数据科学家的协同工作日益紧密。这本书教给我很多东西，我想你也会发现它十分有用。

Grady Booch

ACM、IEEE会士和IBM院士