书籍摘要

核心定位

这本书是写给移动端开发者的 on-device AI 入门与落地指南，重点不是推导机器学习理论，而是把模型真正放进 Android 与 iOS 应用。作者先用尽量低门槛的方式解释 AI、ML 与深度学习，再把读者带到 TensorFlow Lite、ML Kit、Core ML、Create ML 这些实际可用的移动端工具链上。

内容主线

全书的主线很明确：先帮传统移动开发者建立对机器学习的基本理解，再讲如何选择现成框架快速上线，最后进入模型定制、部署与更负责任地使用 AI。它既覆盖“怎么调用现成能力”，也强调“什么时候需要自己训练、转换、托管和更新模型”，因此更像一本面向应用交付的工程书，而不是纯算法教材。

章节内容

第一章先把人工智能、机器学习与传统编程的差异讲清楚，用非常基础的例子解释“由程序员手写规则”如何转变为“由数据帮助模型学习参数”，目标是让没有 ML 背景的移动开发者也能顺利进入后续内容。

在已读取范围内，作者还提前交代了全书会围绕移动端常见场景展开，重点涉及 ML Kit、TensorFlow Lite、Core ML、Create ML，以及多模型托管、设备侧部署与 AI fairness 等后续议题。因此这本书的章节推进可以理解为：先补概念，再做 Android/iOS 实作，最后延伸到更完整的 on-device ML 工程决策。

适用读者

最适合已经会 Android 或 iOS 开发、但还没系统做过机器学习落地的人。若你想把图像识别、文本识别等能力接入移动应用，这本书很合适；如果你主要想深入研究模型结构、数学推导或训练理论，它不会替代专门的机器学习教材，但很适合作为进入移动 AI 开发的第一本桥梁书。

总评

这本书的价值在于把“移动开发”和“机器学习”之间的距离显著缩短：作者不要求读者先成为 ML 专家，而是从应用构建者的视角解释为什么要在设备侧运行模型、有哪些现成方案可选、以及如何逐步走向更深入的定制与部署。对想尽快把 AI 功能做进 App 的开发者来说，它的实用性明显高于泛泛而谈的 AI 概览书。