人工智能技术与大数据

译者序

都说互联网行业擅长“造”概念，把一个早已存在的事物用一个新词去包装，仿佛完成了一次创新。大数据（Big Data）是近些年最热门的话题之一，在更新迭代如此迅速的互联网领域，这个概念算得上“经久不衰”了。这是为什么呢？我想搞清楚这个问题。要知道，利用数据进行分析是人类生产生活实践中一直都在使用的方式。

何况这个技术一点也不新。仅就工具而论，这两年火起来的Apache Flink，实际上第1版的发行时间比Apache Spark还要早上几年。大数据平台中最重要的工具Hadoop，开发者们在十几年前就完成了基本框架的开发，谷歌的“老三篇”论文发布更要在这之前。现在人人都在用Hive做数据仓库，但是20世纪90年代没有Hive时，人们照样用类似的思想，用不一样的工具，做着同样的事情。哪怕是当前最热、最新的人工智能技术，也早在几十年前就开始了酝酿。而这一切，早在“大数据元年”到来之前，就在悄悄地发生着。

所谓大数据时代，除了带来更多、更丰富的数据，还带来了什么呢？直到我读了这本书，才算是有了一个初步清晰的答案。随着数据量的增大、数据流转速度的增快、数据多样性的增加，人们重新意识到了一件事——数据即信息，而对信息的处理可以将其转变为知识，运用知识就可以获得价值。在数据量不大的过去，人们可获取的知识是片面的，产生的价值也是有限的。在通信、网络、存储等各方面技术都得以发展的今天，人们获得了前所未有的数据量和计算能力。在传统企业中，人们更多地凭借经验来做出决策，数据只是辅助；而在创新型企业中，人们可以彻彻底底地依靠数据驱动业务，进一步还会发生公司组织方式的转变。这便是产业数字化转型的核心。

介绍大数据与人工智能技术的书有很多。有的介绍平台架构，有的分享最佳实践，有的深入源码分析。很多书都有着深刻的洞见，并且十分实用。但是对于初入这个行业的人来说，若不了解它们如何影响人们认知世界的方式，很容易陷入“只研究工具如何使用”的沼泽中。本书不仅对大数据与人工智能有一个综述性的介绍，也提供了多个不同场景中的用例。相信读者读完本书后，会有一种豁然开朗的感觉：“原来人工智能技术在大数据中的应用就是这样的啊！” ...