AI 每周必读：The Ones

【AI100 导读】学术界和工业界的距离到底有多远？Chatbot 很火，但到底应该如何定位产品，如何定位技术和产品之间的关系？

1. One Paper

Hybrid Code Networks: practical and efficientend-to-end dialog control with supervised and reinforcement learning

本文提出了一种特定领域对话系统的端到端训练方案，相比于传统的端到端模型来说，亮点在于用更少量的、更有效的数据进行训练，并且结合一些动作模板和 API 来做对话生成，探索了监督学习和增强学习两种方案。作者是来自微软研究院 Jason D. Williams，本篇文章对去年的这篇 End-to-end LSTM-based dialog controloptimized with supervised and reinforcement learning 进行了一些新的改进。

链接：

https://arxiv.org/abs/1702.03274

2. One Resource

近几年引用最多的深度学习 paper，包括以下几个领域：

• Understanding / Generalization / Transfer
• Optimization / Training Techniques
• Unsupervised / Generative Models
• Convolutional Network Models
• Image Segmentation / Object Detection
• Image / Video / Etc
• Recurrent Neural Network Models
• Natural Language Process
• Speech / Other Domain
• Reinforcement Learning / Robotics
• More Papers from 2016

Github 地址：

https://github.com/terryum/awesome-deep-learning-papers

3. One Opinion

（图片引自公众号AI科技评论）

学术界和工业界的联系和区别一直是个争议点，学术界觉得工业界做的东西不够创新，不够探索，工业界觉得学术界做的东西不够 work，追求 benchmark 的指标多一些。李沐在接受 AI 科技评论的采访时，谈到了学术界和工业界的联系和区别，讲的比较透彻。最近几年学术界的大咖老师们纷纷转向工业界，也是一个非常有趣的现象！

4. One Deep

鲍捷老师的文章《八一八聊天机器人》前几天在网络上非常火爆，从研究历史和当前现状等几个方面对目前最流行的一个创业领域— Chatbot 进行了批判式的总结。文中的很多观点都值得深思和讨论，比如：”聊天机器人的定位应该是自动化“、”也不能迷信垂直领域，比如金融。“、”我想，做语义技术的应用第一重要的是盈利，而不是扩大市场份额。“等等。

文章地址：

https://zhuanlan.zhihu.com/p/25190575

本文为 AI100 原创，转载需获同意。