AI科技评论年度巨献，五大特辑连接学术&产业

2018 年 1 月 28 日 AI科技评论

「洞见学术前沿，连接产业未来」，这是雷锋网学术频道AI科技评论一直以来的选题宗旨，也是不忘初心，砥砺前行的基石。

2017 对于 AI 科技评论而言是取得极大收获和成长的一年。

2017 年，AI 科技评论延续 2016 年的脚步，持续对国际人工智能领域相关的学术会议进行报道。在过去一年，我们走遍了 11 个顶级学术会议，从「人工智能综合会议、机器学习与数据挖掘、计算机视觉、自然语言处理、机器人」等五大领域出发，带来一线现场的深度解读，用及时、专业、准确的报道得到了学者及读者朋友们的认可。

AI 科技评论在 2017 年走访了近百名顶级学者与企业科学家，在 AI 的洪流下尝试理解他们在时代大环境下的职业规划，尝试为读者们呈现一个更加立体的学者形象。他们首先是有情感和思想的人，每一个独特个体的性格也间接决定了他们的个人选择和研究方向；其次，才是他们的学术造诣与治学理念。

如果说访谈行文还有笔者主观影响的可能性，那么 AI 科技评论甄选的 20 万字观点演讲实录，则是更为客观的一种尝试。科学家和研究者们在公开场合下发表的演讲和观点阐述，这在某种程度上是他们思想流淌的过程，也是最能减少媒体渲染的表达形式。「人是有思想的芦苇，」帕斯卡尔的这句名言正是智慧闪耀时刻的最好解读。

2017 的开发者群体所接收的信息，可以用应接不暇来形容。这一年，PyTouch 开源、Theano 停止更新，TensorFlow、MXNet、Caffe 的相继更新也让整个开源生态呈现生机勃勃的状态。而越来越多的开源比赛、开源工具的出现，也让开发者不禁感慨，这是最好的时代！AI科技评论从课程分享、技术专访及实战解析入手，为读者们整理出一份 1000+页的干货内容集合。

而 AI 科技评论精心整理的年度演讲内容，涵盖 40+名顶级学者，全文与PPT的交织融合，图文并茂的解读与分析，宛如名师正在为你亲自授课，这样的独家讲堂，不是每时每刻都能一键收藏拥有。

更详细的特辑内容，可参考以下介绍：

1/ 顶会报道

「588页PDF」

雷锋网学术频道AI科技评论从2017年亲历的11个顶级学术会议报道出发，精选出50篇深度一线报道，以「人工智能综合会议、机器学习与数据挖掘、计算机视觉、自然语言处理、机器人」等五大领域划分，读者可以从中宏观回顾2017年人工智能顶级会议的学术前沿内容，包括但不限于最佳论文现场演讲全文整理、keynote精华报道、重量级人士现场访谈、大会细节及未来趋势等。

特辑详情

2017年，雷锋网学术频道AI科技评论赴美国、加拿大、新加坡、法国、澳大利亚等多个国家，对全年11个人工智能相关的顶级学术会议进行了一线追踪和现场报道，记录了在人工智能领域的最新进展和取得的进步。其中，AI科技评论精选了50篇优质深度报道（平均每篇4000字+），希望分享对人工智能的学术进展、思考和对人工智能未来趋势的预判，也希望对关注人工智能领域的从业者们有所助益。

在本特辑中，您可以看到如下会议的一线报道（部分）：

AAAI、IJCAI、ICML、KDD、CVPR、NIPS、ACL……

在本特辑中，您可以看到如下学者的观点/演讲全文/访谈内容（部分）：

纽约大学教授Yann LeCun；
阿里巴巴iDST院长金榕；
斯坦福副教授李飞飞；
亚马逊AWS 机器学习Director Alex Smola；
清华大学朱小燕；
……

在本特辑中，您将收获：

CCF推荐的人工智能A类核心会议精华盘点及趋势分析；
最佳论文、时间检验奖论文、keynote的全文演讲整理；
顶级学者对学术会议趋势的评价与观点；
中国企业在国际学术会议上展现的学术力量；
大会主席、会议核心负责人的访谈内容。

本特辑推荐给：

对CCF推荐的人工智能A类会议有相关论文发表需求的师生，希望从整体入手，横向了解会议投递的年度情况（如趋势、录用率等）；
希望能获得国际学术顶会一手信息或全文演讲资料的读者；
希望了解顶级学者对大会趋势看法及与会真实感受的读者；
希望了解国内企业在全年会议参与情况的相关企业研究员、从业者；
其它对人工智能有兴趣，希望了解前沿学术会议内容的读者朋友。

2/ 大牛访谈

「557页PDF」

AI科技评论收录了2017的50篇学术深度访谈，尝试从「机器学习－计算机视觉－自然语言处理－多维度思考」四个层面去整合学者们以及研究院的科学家们的探索：面对AI 浪潮的风起云涌，他们都有哪些创新与思考？

特辑详情

2017年对于人工智能而言是风起云涌的一年。而对于学术界而言，更是新想法、新观点如雨后春笋般成长的一年。

在这一年，雷锋网学术频道AI科技评论走访了数十位师生及企业研究院的一线专家，在与他们对话的过程中，我们尝试理解他们在时代环境下所作出的选择，试着读懂他们的求索与思考在历史浪潮下会产生怎样的浪花；而AI科技评论作为时代的见证者与记录者，也希望能将这一年的访谈精华呈现给读者们。

本篇特辑收录了50位在学术界富有影响力的人士与AI科技评论在2017年所做的访谈实录。

比如：

海内外奋斗于科研一线的高校教授与学生们，他们向AI科技评论阐述了自己所处的学科专业在人工智能如此火热的境况下，自己如何顺势而为，从中突破创新的心路历程；

又如：

BAT及一线创业公司的研究院科学家们，尽管投身工业界，他们依然从事着基础科研工作，并着眼于产品的落地与变现。AI科技评论在与他们的交流中，也收获了学术与产业如何「无缝衔接」的策略，每家企业又是如何定义研究院于自身业务中的地位的。

本特辑将50篇访谈分为四大栏目：

在机器学习栏目中，你可以了解到：腾讯究竟是如何训练「绝艺」的；周志华教授的gcForest到底有何奥妙；田渊栋告诉我们，在AlphaGo之后研究智能围棋的意义何在；港科大杨强教授为何觉得「有场景的人工智能才有前景」……

在计算机视觉栏目中，我们集齐了腾讯、百度、旷视、阅面等多位高管及首席科学家访谈，加上清华、MIT等知名高校的教授、学生采访，他们是如何看待计算机视觉方面的最新进展的？企业又是如何审时度势，调整自身定位，在CV红海中展现自己的不可替代性和独特优势的？

在自然语言处理栏目中，从北大到清华，从微软到阿里，我们采访了多位学界和业界领军研究者，他们在研究侧重点上有何考量？目前NLP想要实现技术落地，最大的挑战在哪里？

在多维度思考栏目中，你可以了解到：大数据时代，这个社会究竟发生了什么剧变；如何将物理学、运筹学、数学、工程学等与人工智能结合起来进行研究；脑机接口到底是科幻还是真实……

当然，以上提到的仅仅是知识冰山的一角。相信你能从这一特辑中，从多位学者的观点中，看到未来，得到启发。

3/ 观点精选

「531页PDF」

学术大牛在2017年都有哪些精彩言论？关于人工智能，置身其中的全球顶级科学家们又有哪些前瞻观点？寻求落地领域的初创公司，踩过哪些技术落地的坑？相信一切都能在其中找到答案。

特辑详情

我们相信，学术大牛的观点富含巨大的影响力。

它不仅能够为迷茫的初创企业引领前行的方向；

也能为初入社会或潜心学术的学生们指点迷津；

2017年无疑是学术大牛们饱受瞩目的一年。在这一年，不论是挥斥方遒还是激扬文字，他们都以精彩的观点在人工智能的历史长河中刻下了不可磨灭的印记。雷锋网学术频道AI科技评论以演讲整理的方式，以文字形式高度还原了学术大牛们在各种场合下的演讲内容，客观地担任人工智能学术领域的记录者和见证者。

我们相信，学术大牛的观点值得被一字一句地反复研读。

它不仅凝聚了学界一线人士的经验之谈；

也富含企业研究前瞻预见的知识营养。

在30+篇特辑中，你将可以饱览（部分节选）：

李飞飞为何认为，「情绪」和「情感」是人工智能的下一个春天？
原阿里云 iDST 总监初敏博士如何理解AI技术发展与商业化之路？
中国工程院徐扬生院士：应用领域广泛是中国发展人工智能的优势；
姚期智院士加盟旷视科技Face++学术委员会并担任首席顾问，他与旷视创始人如何共同探讨AI的本质创新？
德扑AI之父公开解答了Libratus的哪13个疑问？
……

AI科技评论从2017年的所有演讲观点中去粗取精，筛选了30+篇演讲观点精华文章。这些文字值得被细细咀嚼和研究，学术大牛的观点和看法，绝非一朝一夕就能参透完全，但AI科技评论依然执着地相信：

「怕什么真理无穷，进一寸有一寸的欢喜」。

相信你也一样。

本特辑推荐给：

人工智能零基础读者，希望在短时间内快速了解各位大牛的前沿观点；
对人工智能有一定基础知识的读者，希望从宏观层面了解各大企业所持的AI学术战略；
其他对人工智能学术领域有兴趣的读者。

4/ 开发干货

「1067页PDF」

本特辑收录了与开发者密切相关的50篇系列文章，包括但不限于开源框架、硬件及工具的作者访谈、企业开源平台的核心技术揭秘、全球顶级开发比赛冠军的经验分享、实用任务的代码实战解析等，旨在为开发者提供2017年最新鲜、最实用的干货经验分享。

特辑详情

2017年，开发类竞赛依然呈现百花齐放的态势，各类开源平台、开源工具层出不穷。

这一年，也是开发界「大新闻」应接不暇的一年：谷歌收购Kaggle、腾讯云机器学习平台正式上线、Theano退出历史舞台、阿里Pouch开源……这一年的开发界的变化与震荡让开发者们不仅感到欣喜，或许也有些许的迷茫：在计划不如变化快的时代，开发者们如何紧跟潮流，第一时间掌握最新的开发技巧，汲取竞赛冠军的实战经验？

2017年，雷锋网学术频道AI科技评论对一系列知名开源平台作者及全球开发类比赛的冠军得主进行了深度专访，并对典型开源平台的部分实用教程进行了细致的整理。此外，我们也针对热点事件走访开发者群体，倾听他们在开发过程中的深切感受。

在本特辑精选的 50 篇开发相关特辑中，您将收获三个栏目的内容：

1.理论。

过去一年间，AI 科技评论不断报道与人工智能技术相关的公开课程，请来多个相关领域的资深学者，持续解读基础概念，为大家答疑解惑。该栏目涵盖深度学习以及相关应用和延伸，涉及自动驾驶、语音、医疗、人脸识别等方方面面。

2.工具。

AI 科技评论也在时刻关注着相关深度学习工具的动态和更新，如 TensorFlow、PyTorch、Theano 等。不仅如此，我们还推出相关实战课程，例如如何搭建系统进行图像识别。

除了底层工具，我们还关注大大小小的开源项目，如 OpenBLAS、阿里 Pouch、中科院 MatchZoo 等。此外，这一栏目也集结了腾讯、阿里、英特尔等公司的深度学习解决方案。

3.赛事。

在与人工智能相关的一系列比赛中，也能见到 AI 科技评论报道的身影。

2017 年，我们对多个数据科学类的比赛进行跟踪报导，涵盖 KDD Cup、ICCV 2017 COCO&Places 挑战赛、DARPA 挑战赛、京东金融全球数据探索者大赛等，内容覆盖冠军解决方案、赛事难点等多个层次，冠军团队包括微软、旷视等多家企业，清华大学、北京大学等多所高校。

本特辑推荐给：