译者序
本书是探讨机器教学的经典之作，将带领读者由浅入深地了解机器教学的奥妙。在这段旅程中，我们将探讨如何设计自主人工智能（AI）系统，以及机器教学在此过程中扮演的关键角色。
人类传授经验的起源至少可以追溯到早期人类社会，人类将知识和技能一代一代地进行传承，最终演进成如今的人类社会。知识与教学使人们得以快速了解并适应新的概念、新的技术和新的领域。
回首AI近70年的发展历程，有太多令人惊叹的技术诞生，机器学习逐渐崭露头角成为推动AI发展的关键驱动力。大量供机器学习“进化”的数据和算法被灌输给AI，AI在模拟人类获得知识和经验的方式中成长。这种方式对于常见的图像识别、语言处理等AI技术非常有效，但对于那些如制造业、化工业等复杂的行业来说，训练数据少之又少，相关的算法五花八门，每一种似乎都会带来未知的“并发症”。在这样的场景中，如果能有人类来引导AI进行学习，利用专业知识和经验帮助AI正确地理解任务并找到解决问题的线索，将大大提升AI掌握知识做出正确决策和行动的效率，这是机器教学的目标之一。
本书作者他将机器教学相关的知识、方法和洞见用通俗的语言和生活中常见的例子呈现给读者。在每一个重要的节点，他也会向读者提出问题，带领读者思考关于AI、人类智能甚至人类社会更深层次的问题，将机器教学置于AI发展、社会发展的全局中，为读者提供了一个独特而全面的视角。相信读者在阅读的过程中一定能产生共鸣，更加深刻的理解这些内容。
值得一提的是，本书在深入讲解机器教学的同时，还展望了当代AI技术中的一颗明星——ChatGPT，并指出引入大规模概念网络是自主AI架构层次实现“精通者阶段”的手段之一。ChatGPT作为自然语言处理领域的杰出代表，通过采用大模型技术，在学习了大量的对话数据后，可以连贯而自然地与人类进行交互。大模型技术的崛起标志着AI技术实现了更高维度的突破，吸引了全球AI研究者和爱好者的关注。实现真正的自主AI需要复杂的技术和算法，涉及到领域知识、推理能力、规划和决策等多方面的能力。这些技术可以结合 ChatGPT 等语言模型，使其在特定任务和环境中具备更高层次的自主能力。
本书适合广泛的读者群体，包括但不限于AI初学者、数据科学家、工程师、研究者和决策者、从事机器学习的教师也能从本书中获得启发。无论你是希望进入AI领域的新手，还是已在该领域深耕多年的专业人士，都能从本书中获得有益的启示和深刻的见解。
通过阅读本书，您将获得以下方面的知识和能力：
1、对机器教学的深刻理解： 本书将帮助您理解机器教学的核心概念，包括如何为AI系统提供有效的学习经验，使其能够在复杂环境中自主学习；
2、 设计自主AI系统的关键原理： 您将深入了解自主AI系统设计的关键原则，以及如何应对实际挑战；
3、 应用实例和案例分析： 通过实际案例和应用实例，您将学会如何将机器教学的理论知识应用于实际项目，提高自主AI系统的性能；
4、 迎接未来的挑战： 了解当前AI领域的最新发展和趋势，使您能够为未来的技术挑战做好准备，并积极参与到这个充满创新的领域中。
最后，向凯捷咨询数字化团队致以最诚挚的谢意，感谢张军、林品乐、田楮梦、肖博懿、贾雨霏、吴怡协助完成了本书的校对工作。数字化团队在AI领域的专业知识为本书的完稿提供了强有力的支持，我们一起提升了译文的质量。希望大家喜欢我们精心准备的这样一本好书，愿它为广大AI学习者打开一扇通往机器教学和自主AI的未来之门。
写于2024年1月
推荐序一
人工智能技术的发展日新月异，本书不仅是AI应用领域的思想飞跃，更是一本指引实践的宝典，她深刻揭示了如何将自主AI系统与人类专业知识结合，以应对企业决策的挑战和机遇。
我为能够撰写本书的中译版序言，传递作者和几位译者对AI的深刻理解，将本书推荐给广大国内从业者而感到荣幸。回顾过去二十年，我有幸见证并参与了AI技术的一次次突破。作为AI基础软件领域的创业者，我们的使命是为客户提供高效易用的工具平台，加速AI技术的落地应用。然而，在众多企业尝试AI技术的过程中，我们发现，除了工具的加速之外，许多挑战源于对AI系统设计理念的误解。
正如本书所示，众多AI项目未能成功投入生产，并不仅仅是技术问题，更多是缺乏对AI系统整体策略的有效理解。比如，对于租赁车高效调度的场景，从算法角度上我们可以轻松构建一个以最短距离为目标的算法，并优化至极致。然而，在现实的调度决策中，最短距离并不等于最短时间，还需要考虑路况、天气等因素。这种情况在企业落地AI中很常见，我们往往会陷入所谓的"数据科学殖民主义"，过分追求算法的极致，而忽视了专家经验在自动化控制中的重要性。
对于企业而言，专家经验是极其宝贵的财富，需要维护和传承。本书为我们提供了一个全新的AI落地视角：我们能够将这些宝贵的专业知识传授给AI，让其在真实生产环境中做出类人的成功决策，即，构建自主AI系统。与传统算法或数据驱动的决策相比，自主AI系统在理解和执行复杂任务方面具有独特的优势。
当前的大模型技术，特别是通过大语言模型（LLM）驱动的智能体（Agent），正在重塑我们对AI能力的理解。这些智能体不仅能够通过问题推理、创建解决方案的规划，还能借助一系列工具执行这些计划。简而言之，智能体是具有复杂推理能力、记忆和执行任务能力的系统。这与本书所阐述的自主AI体系的核心理念不谋而合，即AI不仅是编写代码的结果，而是一种能够学习、适应并执行决策的智能系统。
本书宝贵之处还在于它不是纯理论的论述，更具有丰富的实践价值。作者通过四年的全球考察，深入各类工业现场，从钢铁厂到炼油厂、从设计工作室到物流中心，探索工业决策的复杂性与挑战。作者所分享的150个自主AI项目展示了自主AI的广泛应用前景，证实了在真实的工业流程中，自主AI能够达到甚至超越人类专家的决策水平。
我强烈推荐这本书给所有希望深入理解自主AI体系和大模型应用的专业人士、企业决策者以及对AI技术发展感兴趣的读者。本书不仅是理论的阐述，更是实践的指南，它为我们揭示了如何在这个AI大模型时代，设计出真正能够理解、适应并优化决策过程的AI系统，为企业带来革命性的改变。
白海科技创始人兼CEO，北航特聘教授 卢亿雷
推荐序二
在不断发展的人工智能领域，自主概念是创新和可能性的灯塔。当我们一起踏上这段旅程时，必须认识到自主人工智能系统对我们的生活、行业和整个社会的深远影响。
近年来，人工智能领域取得了显著进步，它能够在日益复杂的环境中感知、推理和行动。然而，从传统人工智能系统向自主人工智能的转变带来了独特的挑战和机遇。这需要我们从根本上改变人工智能开发的方式，从显式编程转向机器教学——这是一种机器独立学习和适应的范式。
这本书是一本全面的指南，通过机器教学的视角来导航设计自主人工智能系统的复杂性。它借鉴了学术界、工业界和跨学科研究的见解，提供了实用的战略、理论基础和现实世界的例子，以增强从业者、研究人员和爱好者的能力。
阅读本书，我们可以从自主人工智能的理论基础开始，探索强化学习、元学习和自我监督学习等概念。然后，我们过渡到机器教学的实践方面，在自主系统的背景下了解数据收集、课程设计和评估的方法。
在整本书中，作者笔下的重点不仅放在技术熟练程度上，还放在伦理、社会影响和以人为中心的自主人工智能设计上。当我们赋予机器自主决策和行动的权力时，我们必须负责任地这样做——确保与人类价值观保持一致，并促进人与机器之间的信任。
设计在工业世界中有效，但对于新生的人工智能软件是一项艰巨的任务，需要了解如何将现实世界的专业知识与数据科学相结合。本书是应对这一挑战的完美指南，作者和译者的文字充满了对自主AI设计的深刻见解。
全书以一种清晰而常识性的方式诠释了自主系统的设计，并未使用晦涩的技术语言。无论你是经验丰富的人工智能从业者、研究者，抑或是有抱负的爱好者，我都推荐你以开放的心态和探索的精神踏上这段旅程。让我们一起规划未来的道路，让自主人工智能成为积极变革、创新和人类繁荣的催化剂。祝开卷有益。
Datablau数语科技 创始人&CEO，王琤
推荐序三
在这个数据驱动、技术革新日新月异的时代，人工智能（AI）不再是科幻小说中的概念，已经实实在在地渗透到生活的方方面面。从智能手机的语音助手到自动驾驶汽车，从个性化推荐系统到医疗诊断辅助，AI 的应用已经无处不在。在这样的背景下，一本深入浅出地介绍 AI 设计原理和实践应用的书籍，对于希望理解并利用这一技术的人们来说，无疑是一份宝贵的资源。
本书为读者提供了一个全面而系统的 AI 学习框架，通过丰富的案例和实践指导，使读者能够理解并掌握如何设计和实施自主 AI 系统。作者肯斯·安德森，凭借在微软的丰富经验和自主系统领域的深入研究，为我们呈现了既科学、又实用的 AI 教学范本。
在评价这本书时，我们不得不提及作者对 AI 教育的贡献。安德森先生将复杂的 AI 概念和算法转化为易于理解的语言，因此无论是 AI 初学者还是有一定基础的专业人士，都能从书中获益。全书不仅涵盖了 AI 的基础知识，如机器学习、深度学习、强化学习等，还深入探讨了如何将这些技术应用于实际问题，如工业自动化、物流优化、能源管理等。这种理论与实践相结合的教学方法，极大地提高了读者的理解和应用能力。
此外，本书还强调了机器教学的重要性。在 AI 的发展过程中，如何教会机器像人类一样学习、适应和决策，是一个核心问题。安德森先生通过介绍机器教学的原则和方法，为读者揭示了构建高效自主 AI 系统的秘诀。他提出的 AI 大脑设计框架，不仅有助于读者构建出能够处理复杂任务的 AI，还能够帮助他们避免在设计过程中常见的陷阱。
在 AI 新时代，学习 AI 和拥抱 AI 对于我们是至关重要的。AI 不仅是未来就业市场的关键技能，也是推动社会进步和创新的重要力量。通过阅读这本书，我们不仅能够获得 AI 的知识，还能够激发我们对 AI 潜力的想象，鼓励我们将这些知识应用于解决现实世界的问题。感谢各位译者为我们带来这样一本好书，随着 AI 的不断进步，我们有理由相信，她将成为 AI 教育和实践领域的经典之作。
面壁智能首席执行官 & 知乎CTO 李大海
