书籍摘要

核心定位

《Azure AI Services at Scale for Cloud, Mobile, and Edge》是一本面向 Azure AI 落地的工程指南。它不讲机器学习数学推导，而是说明如何把 Microsoft Azure 的 AI 能力接入云端、移动端和边缘设备。全书围绕 Azure Machine Learning、Cognitive Services、Applied AI Services、Power Platform、Responsible AI 与架构展开，帮助读者判断何时训练模型、调用预构建 API、采用低代码方案，以及生产中的规模、延迟、安全和治理。

内容主线

本书先解释云端 AI 服务为何能降低开发门槛，再梳理 Azure AI 产品族的选择逻辑；随后进入 Azure Machine Learning、ONNX、Cognitive Services、Applied AI Services 和 Power Platform；中段讨论 Responsible AI、数据治理和项目最佳实践；最后用 Seeing AI、多语言实时翻译和 Personalizer 等案例展示云、移动端与边缘端架构。

章节内容

第一章说明 AI-oriented architecture，强调 AI 系统还包括数据、API、反馈和应用逻辑。

第二章梳理 Microsoft AI 平台，帮助读者按技能、数据位置和部署约束选择 Azure Machine Learning、Cognitive Services、Power Platform、ONNX 或边缘。

第三章聚焦 Azure Machine Learning，介绍工作区、计算、Notebook、SDK、实验记录、调优，以及用 ONNX 部署到 Windows、容器或边缘环境。

第四章和第五章讲解 Azure Cognitive Services 与 Applied AI Services，覆盖语言、视觉、语音、决策、OpenAI、Video Analyzer、Cognitive Search、Form Recognizer、Bot Service 等能力，重点在 API/SDK 调用、容器化和业务服务封装。

第六章~第十二章介绍 Power BI、Power Apps、Power Automate、AI Builder 和 Logic Apps 中的低代码/无代码 AI，并讨论公平性、透明度、隐私、安全、数据血缘、标签质量、模型监控、MLOps、项目成功标准，以及 Cognitive Services 运行平台、Seeing AI、多语言翻译和 Personalizer/强化学习案例。

适用读者

本书适合已有云计算概念、希望在 Azure 上构建智能应用的开发者、架构师、数据工程师、技术负责人和低代码平台推动者。它不要求读者先成为数据科学专家；但不了解 Azure、API 和应用架构的读者需要补充背景。想学习机器学习数学的人，不应把它当作算法教材。

总评

这本书把“可调用的 AI 服务”和“可运行的生产系统”连接起来。它不是单纯列举 Azure 产品，而是讨论选择、集成、扩展、治理和责任边界。虽然部分服务名称和界面可能已变化，但其关于云端 AI 服务化、边缘部署、低代码扩展和 Responsible AI 的判断框架仍有参考价值。