1. 第一当然是NIPS啦(注意看上一期NIPS在Facebook上的视频)。NIPS开完,各种资料分析就出来啦,对我们这种没有机会去现场的人来说是个福音。
test-of-time award得主Ali Rahimi演讲(说深度学习是炼金术,跟Yann LeCun怼)。我个人认为其实是讲的非常好的,他的本意并不是攻击深度学习,只是提醒大家要从理论上更深入的理解深度学习:
https://www.youtube.com/watch?v=Qi1Yry33TQE&t=1s
Jeff Dean关于机器学习和机器的演讲slides,很多关于硬件的东西,信息量非常大,强烈推荐:
http://learningsys.org/nips17/assets/slides/dean-nips17.pdf
Pieter Abbeel大神(已经开始用embody.ai了)Deep learning for robotics的slides(视频在NIPS Facebook页面上有):
https://www.dropbox.com/s/fdw7q8mx3x4wr0c/2017_12_xx_NIPS-keynote-final.pdf?dl=0
Neil Lawrence的Gaussian Process:
http://inverseprobability.com/talks/lawrence-nips17/deep-probabilistic-modelling-with-gaussian-processes.html
DeepMind的深度学习tutorial:
https://www.youtube.com/watch?v=YJnddoa8sHk
Brown一个PhD学生David Abel非常详细的笔记:
https://cs.brown.edu/~dabel/blog/posts/misc/nips_2017.pdf
medium上的各路文章:
https://medium.com/@cody.marie.wild/nips-day-1-deep-queues-1cedd8aea60
https://medium.com/@Synced/nips-2017-day-1-2-highlights-67ab464086c
https://blog.insightdatascience.com/nips-2017-day-1-highlights-6aa124c5a2c7
https://medium.com/@ducha.aiki/nips-2017-1st-day-72beecec0439
https://deephunt.in/nips-2017-e580ebc9c7b2
https://github.com/hindupuravinash/nips2017/blob/master/README.md#nips-2017
如果这些还不够的话,下面是今年NIPS的所有文章:
https://papers.nips.cc/book/advances-in-neural-information-processing-systems-30-2017
2. Facebook(FAIR)也开始学Google Brain搞residency program了,有兴趣的同学可以去试试,相信会是非常不错的经历
链接:https://research.fb.com/programs/facebook-ai-research-residency-program/
3. Google在上海召开Google Developers Day,最重磅的消息当然就是李飞飞宣布成立China AI Center。于是招人是必然的,感兴趣的同学可以到这里搜机器学习相关的职位:http://careers.google.cn/
现场还有Google Cloud的人介绍跟整个机器学习pipeline相关的产品,比如数据预处理用的Dataflow, BigQuery,部署用的Kubernetes,CloudML等等
另外,Google开源了TFGAN,预先包装好的GAN API
链接:https://research.googleblog.com/2017/12/tfgan-lightweight-library-for.html
还有Kubeflow,使得在Kubernetes上用TF更容易
链接:https://github.com/google/kubeflow
4. AlphaGo教学工具上线了,对于懂围棋的人是个好工具,对于做AI的人嘛未必有太大用
链接:https://alphagoteach.deepmind.com/
同时David Silver大神在NIPS的演讲视频也出来了,主要谈的是AlphaGo系列,强烈推荐。其中这张幻灯片我觉得是精华
视频链接:https://www.youtube.com/watch?v=A3ekFcZ3KNw
Aja Huang宣布离开AlphaGo项目,不过个人认为Alpha*系列真正的灵魂人物是David Silver
5. PyTorch 0.3发布了,增加了对ONNX的支持。PyTorch是非常好用的框架,比难用的TF好多了 :)
release notes:https://github.com/pytorch/pytorch/releases/tag/v0.3.0
PyTorch也增加了Ignite这个high-level库,让神经网络的训练更容易
链接:https://github.com/pytorch/ignite#documentation
最近也有人发布了skorch这个项目,可以按照sklearn的方式使用PyTorch
链接:https://github.com/dnouri/skorch
5. Unity发布了ML-agents 0.2,用Unity引擎和增强学习做游戏,也可以把Unity当初训练环境
release notes:https://github.com/Unity-Technologies/ml-agents/releases/tag/0.2.0
6. Andrew Ng公布了他要干的3件事中的第二件(一件是deeplearning.ai,另一件还未公布但应该是一个AI风投):landing.ai。看起来是一个专注于把AI应用到传统制造业的咨询公司,现在已经在跟富士康合作。看起来跟林元庆(前百度深度学习实验室主任)的AIBee有那么一点像
7. tryo labs的一篇文章总结深度学习在自然语言处理领域2017年的最新进展,从word embedding到OpenAI的sentiment neuron,再到GAN和OpenNMT,总结的很不错
链接:https://tryolabs.com/blog/2017/12/12/deep-learning-for-nlp-advancements-and-trends-in-2017/
X. 上周去携程参加了一个机器学习的线下活动,最后一个talk讲携程度假部门做的一些系统,其中提到了一个叫EasyAI的系统,就是给业务部门快速搭ML模型部署的系统。演讲的人还强调跟阿里PAI的不同。回来补习了一下阿里PAI,挺有意思的系统,跟AWS SageMaker有点像。让ML快速上线或许是个创业方向,虽然跟巨头竞争肯定是很痛苦