AI 每周必读：The Ones

1、One Paper

Parsing Universal Dependencies without training

链接：

https://arxiv.org/abs/1701.03163

依存文法分析是自然语言处理中非常基础和关键的一个环节，然而不论中文还是英文这个环节中仍然达不到很理想的准确率，是研究思路不对，还是数据标注方法不对，这需要更多学者的探索和分析。

本文出自 EACL2017，基于 PageRank 和一些规则来做无监督式的依存文法分析。无监督的 paper 总是让人眼前一亮。

微博上的@王伟DL老师这样评论道：“在现今去规则化和拼语料库的机器学习型 parser 盛行时，少有的使用规则、无监督的 parser。每人研究都有自己支撑点，在没有被完全推翻时，自然会坚持，不为热潮激流所动，我认为这是理性研究者的主骨，我一直有敬畏之心。尽管各家学说各异，相信还是以结果优良和可发展性为最终评价标准。”

2、One Code

OpenNMT

机器翻译是自然语言处理方面发展迅速、商用广泛的一个综合性任务，2016年在神经机器翻译方面的研究进展非常多，其中包括了本文推荐的这份开源代码 OpenNMT，它是 Harvard NLP 组和 SYSTRAN 公司联合推出的开源机器翻译系统，torch 实现。

主页地址：

http://opennmt.net/

代码地址：

https://github.com/opennmt/opennmt

3、One Deep

链接：

http://mp.weixin.qq.com/s/qcQ6oizdubcH-iBL6VTq-g

不管是媒体、投资人、创业者、研究机构，大家都说 AI 时代到来了，那么究竟 AI 时代如何赚钱呢，AI 时代一共有几个阶段，每个阶段又有什么特点，适合什么类型的企业生存，每个阶段又有多长时间，现在处于哪个阶段？子白先生的一篇《李开复的AI未来简史——AI红利三段论》给出了答案，值得深入阅读！

4、One Picture

（图片引自微博@西瓜大丸子汤）

盲目和跟风是一种心理风险较低的投资行为，早期的时候，当媒体开始鼓吹人工智能无所不能的时候，很容易达到一个高峰，但很快大家就会发现没有什么真正的智能存在，迅速达到低潮，但随着相关学科的发展，又会重新回到高峰，但如果没有切实的产品出来，还是会回到低潮去。新的一波高峰已经到来，而且是一波更高的峰，实用的产品也慢慢地随之诞生，但到底是继续往高走，还是随着大家失去耐心而重新回落到一个低潮之中？拭目以待吧。

5、One Story

链接：

https://blog.gregbrockman.com/define-cto-openai

OpenAI CTO 的文章，回忆了这个组织最初成立的细节，AlexNet 的那个 Alex 不喜欢写论文，就爱写代码，然后 Hinton 说，你能在 ImageNet 提升1%，论文可以推迟一周，结果他最后成功推迟了30周。

AlexNet 是深度学习火爆真正的里程碑性的工作。