加藤埃尔蒂斯聪志
毕业于东京大学。先后在麦肯锡公司和美企制药厂工作。于2014年创建了日本数据科学研究所，并出任代表理事。著有《从机器人开始学习编程》《日本制造业的战略》《畅谈日本的未来》《重新想象日本》等书籍。还在TEDx东京沙龙上发表过“教育的未来和数据科学”等演讲。

　　在《机器脑时代：数据科学究竟如何颠覆人类生活》中，作者加藤埃尔蒂斯聪志阐述了业务、数据科学与技术兰者之间的关系，为机器脑的构建提供了科学的方法论。他通过对以下问题的思考，回答了“我该怎样做”等大家都关注的问题，从而给读者带来巨大的启发与帮助：
　　机器脑的本质是什么；
　　机器脑的三大功效；
　　如何构建机器脑的框架体系；
　　如何组建构建机器脑的团队；
　　如何培养数据人才。
　　另外，《机器脑时代：数据科学究竟如何颠覆人类生活》中还介绍了大量世界知名企业，如谷歌、本田等公司的实际案例，以帮助读者进一步认清机器脑时代的本质。在揭示机器脑时代本质的基础上，作者对经营、工作、数据等战略问题进行了三位一体式的讲解，为个人和企业在机器脑时代获得长足发展献计献策。

何谓机器脑

生活中的众多领域正在悄无声息地发生着如同地壳运动般的激烈变化。炒股赔钱时的挫败感、查看体检表时的紧张感、收听歌坛新秀作品时的欣喜感、观看人气影片时的兴奋感、出差在机舱中小憩时的舒适感……不知不觉中，我们的喜怒哀乐正在被“机器”悄悄地操控着。
如今，算法交易已经成为股市交易的常态，美国所有的证券交易所莫不如是。如果你炒股失败了，那么你极有可能是输给了交易所里的算法交易机。用机器处理医疗数据的案例也越来越多。美国第二大医疗保险公司 Anthem 在给参保人做体检时，除了请医生为其做常规体检外，还会把用数据算法推算出的“第二诊疗”项目加入免费体检中。日本的医学界也在用算法做诊断，这种方法能够检测出医生诊查不出来的潜在疾病。在临床医疗中，算法做出的诊断结果比经验丰富的医生还要准确高明。
诺拉 · 琼斯（Norah Jones）的《远走高飞》（Come away with me）专辑曾热销 2000 万张，并荣获格莱美奖八项大奖。实际上，这位歌手是蓝调之音唱片公司用算法挖掘出来的名不见经传的艺人。
美国好莱坞大型电影制作公司在英国 Epagogix 公司的帮助下，在开机前就能预测出影片的票房收入，并会接受对方提供的人气剧本及推荐的演员名单。可见，算法还是一位好编剧。此外，算法还被导入了飞机管制系统。这样一来，人们就能及时发现机体中潜在的问题，从而未雨绸缪地排除各种隐患了。编程各项判断条件就能创建算法。比如，编程指令可以写作“当满足上述条件时，就要这样处理”。
近年来，算法正以惊人的速度不断进行着升级与改进。即便人们没有下达指令，“温故而知新”的机器也会以人类无法解释的自动编程方式做到与时俱进。机器学习就是一例。具有自学能力的机器也让世界步入了一个与以往完全不同的新时代。迄今为止，机械化的动力作业和熟练工作也正在改变人和机器的分工范畴。但这个阶段的机器只能取代人类的物理力和操作程序，并不能代替人类进行独立思考。现在，我们要面对的是人类历史上首个机器能够独立思考的新时代。参照“产业革命时代”的命名法，我将这个新时代称作“机器脑时代”。
为什么不把它叫作“深度学习时代”或“人工智能时代”呢？这就像我们不能把产业革命叫作“纺织机革命”“蒸汽机革命”一样。产业革命时代并不是只有纺织机和蒸汽机发生了变化，而是社会的方方面面都发生了不同程度的变化。深度学习是一项计算处理技术，而人工智能是一项关键技术的专属名词。和产业革命一样，我们正在经历的这场巨变不仅会影响与关键技术相关的人，还会影响生活中的各个领域。随着智能载体在人和机器间的变化，公司竞争战略的制定、生产生活中人的分工与价值判断、工作的组织形式、教育制度、法律制定、国家战略，以及人类价值观等诸多方面也会发生翻天覆地的变化。因此，我们不能只关注关键技术的进步，更不能把这个时代称作“深度学习时代”或“人工智能时代”，而是要认清它的本质——即智能载体发生变化的“机器脑时代”。

序言 机器脑时代的来临
何谓机器脑 // 3
数据科学、 机器学习与“不偷懒的兔子” // 5
本书的写作意义 // 9
主要内容介绍 // 11
第 1 章 解析机器脑
从不偷懒的兔子 // 17
人人都是参与者的时代 // 19
数据科学将成为人们的必备技能 // 27
机器脑的三板斧 // 28
三板斧的威力 // 33
第 2 章 机器脑的第一板斧：可视化功能
案例 1 本田技研工业公司： 把汽车变成传感器的网络导航 // 4
案例 2　小松制作所： 康查士系统的革新 // 44
案例 3　象印保温杯： i-POT // 48
案例 4　日立制作所： 工作状态显微镜 // 50
第 3 章 机器脑的第二板斧：分类功能
案例 5 PayPal： 防御黑客的攻击 // 60
案例 6　富士胶片 /Anthem 保险公司： 分类癌症光片 // 62
案例 7　博彩业： 人脸识别技术 // 66
第 4 章  机器脑的第三板斧：预测功能
案例 8 Epagogix 公司： 预测电影票房 // 74
案例 9　亚马逊 / 乐天集团： 购物预测和商品推荐 // 80
案例 10 惠普研发有限合伙公司： 规避员工辞职的风险 // 83
案例 11　天气意外保险公司 / 先进领域： 保险 // 86
第 5 章  机器脑的设计要领
构建 ABCDE 框架体系 // 91
目前数据科学书籍的盲区 // 92
机器脑的类型（B）： 选择模型 // 100
编程的三大要领 // 116
使用数据的正确方法 // 122
实施贵在连贯性 // 138
第 6 章 如何组建制造机器脑的团队
数据科学家给人的印象和实际形象 // 149
团队应用数据时必不可少的三项分工 // 153
培养人才的注意事项 // 160
导致合作失败的原因 // 162
发掘公司里的璞玉浑金 // 169
不懂数据科学怎么办 // 170

结语 普通人该如何迎接机器脑时代的到来
人与机器的分工经常发生变化 // 177
不能放弃新武器参与竞争 // 178
成为能够操纵机器脑的人 // 178
找准自己的定位才能与天才共事 // 179
译者后记  181