人工智能火了，我們被各種“AI”相關名詞包圍，以前無人問津的 AI 會議門票短期就能售罄，“Deep learning”更是直接空降技術成熟曲線頂端。從走在前沿的科技公司，到努力創(chuàng)新的傳統(tǒng)行業(yè)，都在聲稱要押注人工智能這個“風口”。百度強調(diào)戰(zhàn)略從此就是“All in AI“，聯(lián)想說賭上身家性命押注 AI，微軟說全力押注 AI 不再"移動和云"優(yōu)先...

而我們很多程序員又覺得人工智能離自己遙遠，自己的工作中并不曾涉及到任何機器學習相關知識。人工智能有哪些應用場景？在哪里能落地？自己需要學習人工智能技術嗎？

所以我們需要一個中立客觀的觀點，在一片喧囂中能對人工智能得到正確的認識，來判斷到底要不要“追”這個風！

InfoQ 的使命是希望能夠推動軟件技術的發(fā)展，我們十年如一的傳授著基于實踐、可信賴的內(nèi)容，關注并報道處于“創(chuàng)新”與“早期應用”階段的顛覆性技術。我們的《架構(gòu)師》月刊想必你們知道，現(xiàn)在出于這個目的，我們策劃了新的月刊：《AI 生態(tài)》。

在這個月刊中，包含四個欄目：

生態(tài)評論，如當今人工智能的領軍人物對技術和行業(yè)的評價

重磅訪談，與大師探討技術與應用

落地實踐，業(yè)界一些落地場景和方式

企業(yè)機器學習平臺，AI-first 趨勢下，首先得構(gòu)建自己的人工智能平臺產(chǎn)品

下面是我們的創(chuàng)刊號內(nèi)容：

PS：關注公眾號“AI前線”，ID：ai-front，后臺回復“AI”可免費下載！

生態(tài)評論

吳恩達：人工智能是新電能

2017 年 2 月，前百度首席科學家、Coursera 的聯(lián)合創(chuàng)始人 Andrew Ng 在斯坦福 MSx 未來論壇上的一個演講，吸引了全球的眼球。 他認為，人工智能 (AI) 對未來許多行業(yè)帶來的變革，如同 100 多年前，美國“觸電”一樣——電對制造、運輸、農(nóng)業(yè)（尤其是冷藏）、醫(yī)療等等帶來了劃時代的變革。AI 驅(qū)動著百度的搜索和廣告，調(diào)度百度外賣的快遞員，選擇路線，和預估運送時間。AI 正在徹底改變金融工程，對物流的轉(zhuǎn)變進行了一半，醫(yī)療和自動駕駛剛開始，而前景巨大。和“電”帶來的變革一樣，很難想象哪個行業(yè)不會被 AI 改變。

我們整理了這個演講，從而形成了這篇文章，包含了吳恩達的很多有意義的看法，如：在哪些產(chǎn)品里能用到 AI，AI 的發(fā)展趨勢，如何保護 AI 業(yè)務，AI 的良性循環(huán)與炒作的非良性循環(huán)，AI 產(chǎn)品管理，短期內(nèi) AI 有哪些機會等等。

最重要的是，吳恩達認為 AI 永恒的春天已經(jīng)到來！

Michael Jordan：人工智能發(fā)展到了什么地步？

Michael Jordan 是伯克利教授、人工智能領域的頂級專家，他發(fā)表了一些對于未來的發(fā)展趨勢的預見。他認為“現(xiàn)在我們的交通和金融行業(yè)，在我們身邊的每一個行業(yè)、每一個模塊，現(xiàn)在都出現(xiàn)了智能化的趨勢”，但是“有時候機器了解的信息是不夠的，做出的決策往往也是不對的，它沒辦法意識到我們周圍環(huán)境的變化”，“我相信我們真正要關注的不僅僅只是這樣一種技術的發(fā)展，到目前為止，在我們這代人身上還看不到這種高水平的人工智能的出現(xiàn)”。他總結(jié)說人工智能需要花幾十年努力，需要大家一起合作，認真考慮怎么解決目前技術上的挑戰(zhàn)。

重磅訪談

專訪 ImageNet 冠軍顏水成團隊

如何將比賽成果在企業(yè)中落地？

2017 年 7 月 26 日，計算機視覺頂會 CVPR 2017 同期舉行的 “超越 ILSVRC” Workshop 上，宣布計算機視覺乃至整個人工智能發(fā)展史上的里程碑——ImageNet 大規(guī)模視覺識別挑戰(zhàn)賽于 2017 年正式結(jié)束，也就是說 2017 年是 ImageNet 的最后一屆。在 2017 年 ImageNet Large Scale Visual Recognition Challenge 2017 (ILSVRC2017) 的收官比賽中， 360 公司與新加坡國立大學合作團隊拿下了物體定位任務的冠軍。InfoQ 因此聯(lián)系到顏水成團隊，進行了這次采訪。顏水成重點評價了 ImageNet 各階段模型特點和意義，同時講解了如何將學術成就落地到 360 公司產(chǎn)品中，而且他認為深度學習的低門檻已經(jīng)能面向普通開發(fā)者。

落地實踐

格靈深瞳：基于人工智能的新天網(wǎng)

隨著平安城市和智慧城市的建設進入智能階段，公安、交通等部門對于視圖大數(shù)據(jù)的分析應用產(chǎn)生了強烈需求，希望借助大數(shù)據(jù)分析的能力，進行更快速地案件偵破和更高效的交通管理。格靈深瞳瞄準視圖大數(shù)據(jù)的應用需求，利用海量的數(shù)據(jù)、先進的深度學習、高性能計算及大數(shù)據(jù)技術，在產(chǎn)品化的視覺計算處理和數(shù)據(jù)架構(gòu)方面進行了相關探索。這是個非常有趣的分享，能夠讓你知道監(jiān)控能智能到什么程度。

機器學習平臺

TensorFlow 在微博的大規(guī)模應用與實踐

微博是我們?nèi)粘Ｉ缃还ぞ撸⒉├萌斯ぶ悄軐崿F(xiàn)了哪些功能？這篇文章還具體介紹了 TensorFlow 在微博業(yè)務中的豐富應用場景，文字、圖片、視頻，各具特色。微博機器學習平臺集成 TensorFlow 服務，支持分布式訓練，在廣告點擊預測應用中，同時也分享了一些 TensorFlow 優(yōu)化經(jīng)驗。

深度學習在美團點評推薦平臺排序中的運用

美團點評作為國內(nèi)最大的生活服務平臺，業(yè)務種類涉及食、住、行、玩、樂等領域，致力于讓大家吃得更好，活得更好，有數(shù)億用戶以及豐富的用戶行為。隨著業(yè)務的飛速發(fā)展，美團點評的用戶和商戶數(shù)在快速增長。在這樣的背景下，通過對推薦算法的優(yōu)化，可以更好的給用戶提供感興趣的內(nèi)容，幫用戶更快速方便的找到所求。我們目標是根據(jù)用戶的興趣及行為，向用戶推薦感興趣的內(nèi)容，打造一個高精準性、高豐富度且讓用戶感到欣喜的推薦系統(tǒng)。為了達到這個目的，他們在不停的嘗試將新的算法、新的技術進引入到現(xiàn)有的框架中。

機器學習平臺

Twitter90% 的營收來自廣告，所有廣告都是機器學習支撐的。主講人四年前進 Twitter 的時候，廣告組的規(guī)模剛剛起步，當時那一代機器學習的架也非常簡單，模型也非常的簡陋。在上了大規(guī)模的在線學習的東西之后，把整個 Twitter 的營收提高了大概 30% 左右，這對于 Twitter 是幾十億美金的 business。

為了有效對機器學習進行支持，機器學習平臺的搭建至關重要，直接影響著模型的迭代速度以及算法的設計。本文根據(jù)主講人在 Twitter 帶領團隊從無到有搭建機器學習平臺的經(jīng)歷，跟大家分享一些機器學習平臺設計的理念，方法和實踐，包括數(shù)據(jù) pipeline，離線學習，在線學習等方面，尤其是如何有效平衡以支持超大規(guī)模、高并發(fā)的能力，以及復雜模型的需求。我們可以了解到機器學習在硅谷大公司中的應用 、主流的設計；在搭建平臺過程中設計的取舍，以及踩過的一些坑。

關于AI前線：InfoQ人工智能領域垂直號。面向AI愛好者、開發(fā)者和科學家，提供最新最全AI領域技術資訊、一線業(yè)界實踐案例、搜羅整理業(yè)界技術分享干貨、最新AI論文解讀。每周一節(jié)技術分享公開課，助力你全面擁抱人工智能技術。ID：ai-front,關注后后臺回復“AI”即可領取。