2018年初，本書的編寫團隊開始搭建微軟亞洲研究院的人工智能教育平臺，通過和高校的老師交流，了解到高校正面臨著如下的挑戰(zhàn)。
　　1.人工智能技術棧復雜，新突破、新框架層出不窮，要“教”什么？是教數學基礎，還是教即學即用的職業(yè)技能（例如模型調參技巧）？
　　2.人工智能課程，在互聯網上都能找到相應的課程或者講義，那為何還要在課堂上面對面地授課？
　　3.人工智能=算法+算力+數據，學校缺乏算力和數據，如何獲取并管理有限的算力和數據，完成高質量的教學？
　　經過不斷地探索和實踐，找到了應對這些挑戰(zhàn)的解決方案，本書就是成果之一。
　　1.希望讓讀者“知其然，知其所以然”。在學習編程時，如果能親手編寫核心代碼，并跟蹤執(zhí)行，就能掌握這個程序。類似地，如果能自己動手構建一個小型的深度學習系統(tǒng)，那么才算真正掌握了基本原理，入門了深度學習。
　　2.如果讀者缺乏足夠的動力和能力去整理網上良莠不齊的資料并實踐，往往出現“以后再看，再也不看”“從入門到放棄”的現象。本書配有高質量的代碼和注釋，且在配套的網上社區(qū)能夠展開討論，能持續(xù)發(fā)展。本書的編寫團隊與北京某985高校合作，基于本書內容開設了一門選修課（32學時），用“項目驅動”的教學方式.讓學生們組隊完成有實際意義的人工智能項目，入門深度學習。在微軟中國公司內部有50余名工程師使用本書內容進行了為期14周的培訓，取得了很好的效果。
　　3.本書的教學案例都放在Github上的“微軟人工智能教育與學習共建社區(qū)”，這些案例（包括數據）可以讓讀者了解人工智能的各種模型和實際任務，也讓課程教師在教學中有豐富的素材可以選擇。
　　Talkischeap，showmethecode（代碼勝于雄辯）。
　　希望讀者可以通過“運行代碼一理解代碼一改進代碼”的方式，來理解和掌握深度學習的入門知識和技能。網上社區(qū)的內容，包括知識點短視頻還在不斷地更新中，希望讀者能參與社區(qū)的各種活動，在實戰(zhàn)和問答中精進。
　　本書把深度學習的入門知識歸納成了9個步驟，如圖1所示。每一步一般會使用如下方式進行講解。
　　1.提出問題：先提出一個與現實相關的假設問題，為了由淺人深，這些問題并不復雜，是實際工程問題的簡化版本。2.解決方案：運用神經網絡的知識解決這些問題，從最簡單的模型開始，逐步深入。
　　3.原理分析：使用基本的物理學概念或者數學工具，理解神經網絡的工作方式。
　　4.可視化理解：可視化是學習新知識的重要手段，由于本書中使用的是簡單案例，因此可以很方便地可視化。原理分析和可視化理解是本書的一個特點，希望能告訴讀者，神經網絡是可以學懂的，大家不要停留在“不知其所以然”的狀態(tài)。
　　另外，為了便于理解，本書提供了大量的示意圖，相信讀者會通過這些示意圖快速而深刻地理解其中的知識點，使大家能夠真正從“零”開始，對神經網絡、深度學習有基本的了解，并能動手實踐。
　　本書每一章都有思考題和練習題，可以幫助讀者深刻理解神經網絡和深度學習的基本理論，且培養(yǎng)讀者舉一反三、解決實際問題的能力。對初學者，可以使其具備自學更復雜模型和更高級內容的能力；對已經有一定基礎且酷愛深度學習的讀者，可以培養(yǎng)其研發(fā)新模型的能力。
　　“人工智能”在最近幾年成為了火熱的名詞，人工智能有很多研究和應用的領域，學習人工智能，也有很多途徑。這本《智能之門》只是介紹其中一種方法，從某種意義上說，只是一個“小門”。希望讀者通過這個“小門”掌握一些基本而關鍵的知識和技能，一窺門徑，為將來的“登堂人室”做好準備。本書的封面是由高霖設計，他選擇了中國古建筑中經典的斗拱作為設計的主題，斗拱巧妙而優(yōu)雅地在建筑中起到承上啟下的作用。這個設計也延續(xù)了《編程之美》《構建之法》的風格。
　　本書是一個團隊合作的成果，由胡曉武、秦婷婷、李超、鄒欣共同編寫完成。
　　最后，要感謝浙江大學吳飛教授在審閱過程中給我們提出的詳細和高質量的反饋。還要感謝微軟亞洲研究院對外合作部的馬歆、蔣運韞對這個項目的長期支持，感謝研究院的領導周禮棟博士對這次跨界探索的鼓勵，感謝研究員曹穎，工程師曹旭、宋馳，項目經理鄭春蕾，實習生徐宇飛、張少鋒、毛清揚給予的支持，感謝沈園、沈卓、武逸超、孫玥在業(yè)余時間錄制的知識點短視頻，感謝工程師范飛龍對本書提出的意見。更要感謝高等教育出版社編輯們的對本書的辛勤付出，感謝北京航空航天大學高小鵬教授的支持。當然還要感謝編者的家人給予的照顧和鼓勵。本書不足之處在所難免，期待讀者們指正，一起為人工智能的教育和創(chuàng)新做出貢獻。