前言Cognitive Computing and Deep Learning: Intelligent Applications based on IoTCloud过去十年间,计算机与信息产业在平台规模和应用范围层面都经历了快速变革。计算机、智能手机、云和社交网络不仅需要优越的性能,而且需要高程度的智能。实际上,我们正进入认知计算和大数据分析时代,这种变化趋势随处可见,包括智能手机的广泛使用、云存储与云计算的应用、人工智能在实践中的复兴、从扩展的超级计算机到物联网(Internet of Things,IoT)平台的大范围部署,等等。面对这些新兴的计算和通信方法,我们必须升级云和IoT生态系统,赋予它们新的能力,如机器学习、IoT感知、数据分析,以及一种可以模仿或者增强人类智慧的认知能力。
为了满足新的需求,需要设计新的云系统、Web服务和数据中心,用以存储、处理、学习和分析大数据,以发现新的知识或者做出有价值的决策。其目的是建立一个大数据产业链来提供认知服务,从而高效率地帮助人类克服在劳动密集型任务方面的缺陷。这些目标可以通过硬件虚拟化、机器学习、深度学习、IoT感知、数据分析和认知计算来实现。例如,随着机器学习和数据分析的实际应用日益增多,“学习即服务”(Learning as a Service,LaaS)、“分析即服务”(Analytics as a Service,AaaS)和“安全即服务”(Security as a Service,SaaS)等云服务开始出现。
如今,为了支持移动网络的应用,IT公司、大企业、学校和政府都把主要数据中心转移到云设备上。具有与云类似集群架构的超级计算机,也正在为处理大型数据集或数据流而转型。智慧云的需求大大增加,它在社交、媒体、移动、商业和政府的运营中变得非常重要。超级计算机和云平台有不同的生态系统和编码环境,在未来,它们之间的鸿沟将随着认知计算的到来而消失。本书致力于实现这个目标。
内容概览本书根据我们的英文著作《Big Data Analytics for Cloud, IoT and Cognitive Computing》(Kai Hwang and Min Chen, Wiley Publisher, London, U. K.,ISBN 978119247029,2017)翻译、改编与增补而成。全书共11章,其中第4、8、11章是全新的章节。书中强调认知计算、深度学习与大数据的基本原理,同时涵盖物联网与云平台的智能应用,例如健康监护、医疗认知、智慧城市、社交媒体分析、认知车联网与5G移动认知系统等。
全书简要目录如下:
第1章 认知计算与大数据科学第2章 智慧云与虚拟化技术第3章 物联网的传感、移动和认知系统第4章 NB-IoT技术与架构第5章 有监督的机器学习第6章 无监督学习和算法选择第7章 深度学习第8章 生成对抗式网络与深度学习应用第9章 深度学习和社交媒体分析应用第10章 医疗认知系统与健康大数据应用第11章 认知车联网与5G认知系统第1~3章介绍数据科学、智慧云以及大数据计算的IoT设备或框架,涵盖通过大数据分析和认知机器学习能力来探索智慧云计算的技术,包含云架构、IoT、认知系统以及软件支持。具体地说,第1章介绍数据科学与认知计算的基本原理,第2章展示云计算平台的系统结构与虚拟化技术,第3章涵盖物联网的传感技术、移动环境和认知系统。
新增加的第4和11章,介绍窄带物联网(NB-IoT)的技术、架构及其在认知车联网与5G认知系统上的应用。第5和6章介绍各类机器学习算法与模型拟合技术,第7~9章详细介绍深度学习的理论与应用实例,第10章专注于医疗认知系统与健康大数据应用。
特殊方法我们在本书中使用了一种技术融合方法,将认知计算、大数据理论与云设计原则以及超级计算机标准融合,以提高智慧云或超级计算机的计算效率。IoT传感技术可实现大量数据采集,机器学习与数据分析将帮助我们做出决策。我们的根本目标是增强云和超级计算机以及人工智能(AI)。
本书融会了我们多年的研究和教学经验,帮助读者在大数据世界通过自己的计算设备、分析能力以及应用技能来推动职业发展、商业转型以及科学发现。本书将认知计算理论与智慧云上的新兴技术相结合,并通过新应用探索分布式数据中心。如今,我们可以看到信息物理系统在智慧城市、自动驾驶、情感监测机器人、虚拟现实、增强现实以及认知服务中的应用。
读者指南我们编写此书是为了满足计算机科学与电气工程教育领域不断增长的课程需求,因此本书适合作为高等院校与研究院的专业教材,专业领域跨越计算机科学、人工智能、机器学习与大数据等。不论教师想要教授本书11章中的任何部分,都可以给大四学生和研究生使用本书,或者作为专业参考书。以下四类大学课程适合使用本书:大数据分析(Big Data Analytics,BDA),云计算(Cloud Computing,CC),机器学习(Machine Learning,ML),认知系统(Cognitive System,CS)。这些课程已经在世界范围内的多所大学中开设,并且学校的数量还在快速增长。我们为授课老师提供课件与习题解答,请访问华章网站www.hzbook.com下载教辅资料。
对于想要将计算技能转化为IT新机遇的从业者,本书也能提供有益的帮助。比如:对本书感兴趣的读者可能是在“Cloud of Things”工作的Intel工程师;谷歌Brain和DeepMind团队也在研发