百度、谷歌争相开源，世界冠军教你转型| AI科技评论周报

开源：

百度

百度开源了其深度学习平台Paddle，引发了挺多人工智能领域开发者的兴趣，包括一些之前一直在Tensorflow和Caffe上练手的开发者。此次百度开源的Paddle，作为基于Spark的异构分布式深度学习系统，通过使用GPU与FPGA异构计算提升每台机器的数据处理能力，暂时获得了业内“相当简洁、设计干净、稳定，速度较快，显存占用较小。”的评价，跟它通过使用GPU与FPGA异构计算提升每台机器的数据处理能力有重要联系。不过具体表现如何，还需等待几天观察一下大家的使用感受。

谷歌

Google团队宣布针对TensorFlow开源了最新发布的TF-slim资料库，它是一个可以定义、训练和评估模型的轻量级的软件包，也能对图像分类领域中几个主要有竞争力的网络进行检验和定义模型。

为了进一步推进这个领域的进步，今天Google团队宣布开源Inception-ResNet-v2（一种卷积神经网络——CNN），它在ILSVRC图像分类基准测试中实现了当下最好的成绩。Inception-ResNet-v2是早期Inception V3模型变化而来，从微软的残差网络（ResNet）论文中得到了一些灵感。

人工智能十月怀胎记：

1955年8月31日，“人工智能”这个词首次出现在一个持续2个月、只有10个人参加的研讨会提案上。提案撰写者包括John McCarthy (Dartmouth College), Marvin Minsky (Harvard University), Nathaniel Rochester (IBM), 和 Claude Shannon (Bell Telephone Laboratories)等人。在这一年之后的达特茅斯夏季研讨会（1956）则被广泛认为是人工智能研究的诞生之日。

斯坦福首份AI100报告：

斯坦福近期发起了名为“人工智能研究的100年”的项目， 制定了相关具体的计划。千禧之年以前，人工智能（AI）的吸引力大部分来源于它所承诺能实现的愿景中。但是在最近15年里，它所承诺的大多数都已经实现了。人工智能科技早已遍布我们的生活。在它们正转变成为社会的核心力量的过程中，AI领域的研究已经从简单地建立智能系统转变成了建立具有人类意识的、值得信赖的智能系统、

从世界冠军到数据科学家：

硬创公开课邀请到了iPIN的首席科学家潘嵘，他于2004年底获得中山大学理学博士学位后，分别于2005年2月~2007年8月在香港科技大学，以及2007年8月~2009年9月在美国惠普实验室，进行数据挖掘、人工智能等方面的研究。2009年10月通过百人计划进入中山大学，任职于计算机系。2014年起任iPIN首席科学家。本期公开课对于他的核心研究方向、在中大任教的经历对iPIN首席科学家的影响，以及怎么在浩如烟海的数据中筛选出对我们真正有用的那些？又如何通过分析这些数据做出对自身有利的决策进行了交流分享。