当 AI 开发者社区配备 AI 基础设施开发平台工具时，它还能做什么？
答案是：过去半年，和鲸社区凭借在气象、医学、社科等垂直领域的长期积累以及多方伙伴的支持，联合举办了三场新书发布会——从 Python 到 R 语言 、从气象到医学，新近出版的优质教科书通过社区更早更快地被需要它的受众朋友们了解到，也衍生为了社区内的优质项目，为大家提供了一种新颖的、开箱即用的“读书体验”。
但作为数据科学学习实践型社区，其实我们更想称之为——这是我们能实现的，一种新的“交流、共享”的方式。
三本书与三场发布会
01 《Python气象应用编程》
3月4日，南京信息工程大学气象学在读博士杨效业老师，同时也是和鲸社区创作者、B站气象领域专业up主“摸鱼”，在和鲸社区举办了别开生面的新书发布会。老师分享了气象领域 python 编程的常用逻辑思路与学习方法，解答了大家的许多疑问，也进行了新书的分享和推介。
如何进行气象编程学习是多年来盘桓在许多气象人头上巨大的疑问。尽管丰富的 Python 第三方库使得 Python 可以被很好地应用于气象领域，但目前专门介绍气象编程的书籍却少之又少。
针对气象领域繁杂的数据处理以及广大领域用户的数据分析学习需求，《Python 气象应用编程》这本书从基础的 Python 知识到气象数据读取处理、多种气象绘图等共 13 个章节，可以有效帮助行业内人员在较短时间内掌握 Python 在气象数据处理与可视化中的常用编程技能。书中涉及所有代码和数据都可以通过 ModelWhale 工作台复现，零编程基础的读者也可以比较轻松地实现边学习边应用。
02 《R语言编程：基于tidyverse》
4月26日，哈尔滨工业大学基础数学博士、哈尔滨商业大学数学与应用数学系主任、副教授，也是社区用户的张敬信老师举办了新书《R语言编程：基于tidyverse》的发布会。
这本书面向热爱 R 语言编程的读者，结合新的 R 语言编程范式，基于 R 语言 4.2.2 和 tidyverse 1.3.2 进行讲解，可以让读者学习到更有效率的 R 编程和“整洁流、管道流、泛函流”数据科学思维。书一经发布便受到了师生们的广泛关注与强烈推荐，也给张老师在书中前言写下的“我想写一本用新 R 的技术，方便新手真正快速入门 R 语言编程的书，来为 R 语言正名”给予了回应。
张老师已将书配套的源数据、R 程序、PPT 讲稿、教学大纲(供参考)都公开在了异步社区官网、GitHub、码云等平台，可供读者免费下载。同样，和鲸社区提供了可在线运行的版本，便于读者边阅读边复现运行。
03 《深度学习与医学图像处理》
8月2日，《深度学习与医学图像处理》主创团队的三位算法工程师梁隆恺、付鹤、陈峰蔚协同和鲸社区与异步社区举办了主题为“如何用 AI 技术助力医学图像处理”的分享会，也是其新书发布会。
从人工智能在医疗领域的发展现状，到人工智能在医疗领域的应用，再到人工智能在医疗领域的项目实例，三位老师层层递进的讲解让大家领略了医学与工程学的精彩结合以及真实的实战案例。
这本介绍“如何使用深度学习方法解决医学图像处理问题”的入门图书，对于医工交叉学科中“人工智能+医学图像”处理的科研人员、临床医生和工程技术人员来说，是一本不可多得的参考用书，包含了医学图像的基础知识、解决医学图像处理中常见的机器视觉任务、模型优化和迁移学习等丰富而实用的内容。书中的配套案例紧贴临床应用，并采用开源数据集基于 Python3 编写代码，也可在社区内获取并通过 ModelWhale 工作台在线运行。
多方联合 价值共创
首先感谢异步社区给予的合作机会。近期正值异步社区8周年，作为由人民邮电出版社创办的 IT 专业图书社区，异步社区致力于优质学习内容的出版和分享，实现作者与读者在线交流互动及传统出版与数字出版的融合发展。IT 专业图书的出版存在一定特殊性，文字只能承载内容的部分，此外还需考虑数据、源码等。
为了让读者更好地掌握相关知识与技术，优化阅读与学习体验，异步社区也在持续开发如“书课包”这样的形式便于读者实战练习，而本次与和鲸的合作，也是他们一次新探索——和鲸旗下即开即用的数据科学协同平台 ModelWhale 支持多种编程语言，读者在阅读书籍时可在线运行配套源码，一键复现，Jupyter Notebook 文本交互式的形式也更便于读者边 code 边记笔记，加深印象。
其次要感谢三本书的作者为社区提供了优质的内容。从第四范式到近期的“AI for Science”，数据科学与人工智能的快速发展离不开代码开源与数据开放，这也是和鲸一直坚持在做的事。将出版书籍的代码同步至社区这样的形式，一方面降低了读者获取资源以实践的时间成本，另一方面也形成了作者与读者间沟通交流的纽带——作者可以通过和鲸平台看到自己的项目被多少读者复现过，以及大家的反馈如何，形成双向沟通。
最后引用一段吉姆·格雷的经典演讲：“由于信息技术的影响，关于科学的一切几乎都在变化中。实验的、理论的和计算的科学方式都正在被数据泛滥和正在出现的数据密集型科学范式——第四范式所影响，这一科学范式的目标是拥有一个所有科学文献和科学数据都在线且能彼此交互操作的世界，这需要许多新工具来促成。”
科学进步的成功总是来源于“复制+创新”的共同效应。2023年，大模型与生成式 AI 加速了人工智能的火爆，和鲸很庆幸，在这个关键的发展节点，我们已经拥有了最合适的人工智能基础设施工具，和最亲密的 AI 开发者社区，我们还可以做更多事。
不久前，和鲸正式成立了和鲸数据科学专家平台，希望产学研多角度全面赋能专家，其中便包括了优质出版资源的展示与传播。我们始终欢迎并期待能携手更多志同道合的伙伴，以多样化的合作形式共同打造科学的开放共享新生态，推进数据科学、人工智能技术的繁荣与普惠。