快速构建AI应用--AWS无服务器AI应用实战

基于云的人工智能服务可以自动完成客户服务、数据分析和财务报告等领域的各种劳动密集型任务。其秘诀在于运用预先构建的工具，例如用于图像分析的Amazon Rekognition或用于自然语言处理的AWS Comprehend。这样，就无须创建昂贵的定制软件系统。

　　《快速构建AI应用——AWS无服务器AI应用实战》是利用基于云的解决方案快速完成人工智能项目的指南。你可以从本书中学到如何通过将多个云组件构建在一起来完成真实世界的应用程序，例如聊天机器人和文字转语音服务。本书涵盖了从小型项目到大型数据密集型应用程序所需的相关知识。

基于云的人工智能服务可以自动完成客户服务、数据分析和财务报告等领域的各种劳动密集型任务。其秘诀在于运用预先构建的工具，例如用于图像分析的Amazon Rekognition或用于自然语言处理的AWS Comprehend。这样，就无须创建昂贵的定制软件系统。
《快速构建AI应用——AWS无服务器AI应用实战》是利用基于云的解决方案快速完成人工智能项目的指南。你可以从本书学到如何通过将多个云组件构建在一起来完成真实世界的应用程序，例如聊天机器人和文字转语音服务。本书涵盖了从小型项目到大型数据密集型应用程序所需的相关知识。
主要内容：
·将云端AI服务应用至现有平台。
·设计和构建可扩展的数据管道调试和诊断AI服务。
·快速掌握无服务器模板。

彼得·埃尔格是fourTheorem（一家技术咨询公司、AWS合作伙伴）的联合创始人兼CEO。彼得在英国JET Joint Undertaking公司开始他的职业生涯，在那里他花了7年时间为核聚变研究创建采集、控制和数据分析系统。他在广泛的研究和商业软件领域中担任过技术领导职务，包括软件灾难恢复、电信和社交媒体。在创立fourTheorem之前，彼得是两家公司的联合创始人兼CTO：Stitcher Ads（一个社交广告平台）和NearForm（一家Node.js咨询公司）。彼得目前研究的重点是通过应用尖端的无服务器技术、云架构和机器学习为客户提供商业价值。他的经验涵盖了从构建大型分布式软件系统到领导实施这些系统的国际团队的各个方面。彼得拥有物理学和计算机科学双学位。

第Ⅰ部分 基础知识
第1章 两种技术
1.1 云端环境
1.2 什么是无服务器
1.3 对速度的需求
1.3.1 早期情况
1.3.2 UNIX哲学
1.3.3 面向对象和模式
1.3.4 Java、J2EE和.NET
1.3.5 XML和SOAXML以及SOA
1.3.6 Web speed
1.3.7 云计算
1.3.8 微服务（重新认识）
1.3.9 云原生服务
1.3.10 发展趋势：速度
1.4 什么是AI
1.4.1 AI的历史
1.4.2 真实的AI世界
1.4.3 AI服务
1.4.4 人工智能和机器学习
1.4.5 深度学习
1.4.6 人工智能面临的挑战
1.5 计算能力和人工智能的普及
1.6 规范的AI即服务架构
1.6.1 Web应用程序
1.6.2 实时服务
1.6.3 批处理服务
1.6.4 通信服务
1.6.5 基础事务服务
1.6.6 AI服务
1.6.7 数据服务
1.6.8 运营支持
1.6.9 开发支持
1.6.10 平台之外
1.7 在Amazon Web Services上实现
1.8 本章小结
第2章 构建无服务器图像识别系统，第1部分
2.1 我们的第一个系统
2.2 体系结构
2.2.1 Web应用程序
2.2.2 同步服务
2.2.3 异步服务
2.2.4 通信服务
2.2.5 AI服务
2.2.6 数据服务
2.2.7 开发支持和运营支持
……
第Ⅱ部分 行业工具
第Ⅲ部分 将所学知识整合起来
附录A 设置AWS账户
附录B AWS托管AI服务的数据需求
附录C AI应用的数据源
附录D 设置DNS域和证书
附录E 底层的无服务器框架

前 言

第四次工业革命即将来临！未来十年，基因编辑、量子计算，当然还有人工智能(AI)等领域可能会取得巨大进展。我们大多数人每天都在与人工智能技术互动。这不仅仅是指自动驾驶汽车或自动除草机。人工智能在我们的日常生活中无处不在。例如当你访问亚马逊网站时，网站即刻给出产品推荐；你与航空公司进行的航班改签的在线聊天对话，或者银行给你发送的简讯，警告你的账户可能存在欺诈交易。所有这些例子都是由人工智能和机器学习技术驱动的。

现实将越来越多地要求开发人员在他们所构建的产品和平台上添加人工智能功能及相关接口。当然，人工智能和机器学习的早期使用者已经在这样做了。然而，这需要大量的研发投入，通常需要一个数据科学家团队来训练、测试、部署和操作定制化的人工智能模型。借由强大的商品化力量，这种情况正在迅速改变。

在Nicholas Carr 2010年的畅销书The Big Switch中，他将云计算比作电力，并预测我们最终将把计算资源作为一种消费能源。虽然我们还没有真正达到这种程度，但可以预示，这种消费模式正在迅速成为现实。

你可以从云原生服务的范围和能力的爆炸性增长中看到这一点。云堆栈的商品化催生了无服务器计算范式。我们相信，无服务器计算将成为未来构建软件平台和产品的标准架构。

随着应用程序堆栈商业化的广泛应用，人工智能也正在迅速成为一种商品，例如主流云服务提供商在图像识别、自然语言处理和聊天机器人等领域提供的AI服务，这些AI服务的数量和能力正逐月迅猛增长。

我们工作的fourTheorem公司每天都在使用这些技术，通过应用人工智能服务来帮助客户扩展和改进他们现有的系统。我们帮助客户采用无服务器架构和相关工具来加速他们的平台开发工作，并且利用我们的经验帮助重构客户的遗留系统，以便它们可以更有效地在云端运行。

正是无服务器和AI服务这两种技术的快速增长和商业化，以及我们将它们应用于实际项目的经验，促使我们撰写了本书。我们希望提供一份工程师的工作指南，帮助你在AI即服务方面取得成功，并祝你在探索这个精彩的软件开发新世界时一切顺利！