雷锋网按：近日，科技圈的新闻可谓此起彼伏，知乎获得D轮融资；陆奇加盟百度；继AlphaGo之后，百度小度继续挑战人类的“最强大脑”……对于这些事件，业内的行家会有怎样的麻辣点评？小编怀着依依不舍的心情精选了7篇深度的好文与大家分享，毕竟这可是本轮猴年的最后一次专栏精选了。友情提示：点开第七篇链接的时候，要确保妈妈大姨们不在身边，不然你很难解释的科科~
1、详解声纹识别：如何正确评价小度在最强大脑中战平人类？｜独家解析（点我阅读全文）
百度小度在“最强大脑”比赛中以1:1战平名人堂公认最擅长声音辨别的选手孙亦廷，引发了一些媒体的追踪报道，我们惊喜的同时也发现有些文章的报道是不准确的，这种漫无边际的夸大实质上对百度口碑是不利的。我们始终应该清晰的认识到：人工智能经过半个多世纪的起起伏伏，到如今开始落地到应用场景，确实是一件非常令人兴奋的事情，但这不代表着人工智能就真的智能了，并且超越人类了。事实上，这才只是刚刚开始，人工智能还有很长的路要走。
【作者介绍】陈孝良：博士，声智科技创始人，曾任中科院声学所副研究员和信息化办公室主任，主要从事声学信号处理和 GPU 深度学习算法研究工作。
2、技术解析：Velodyne VS Quanergy 固态激光雷达哪家强？ | 独家深度（点我阅读全文）
一年一度的CES展几乎沦为汽车展，而在2017年的CES展中，自动驾驶技术已然成为焦点。作为自动驾驶的核心环境传感器，激光雷达自然也备受瞩目。
关注无人驾驶的读者们都知道，固态化、小型化是激光雷达的发展趋势。对于固态激光雷达，目前公开资料最多的两个明星厂家是Velodyne和Quanergy，那么它们的技术到底孰优孰劣？本文作者以专业的视角进行了深入的解析和审慎的思考。
【作者介绍】朱少岚：中国科学院大学博士，中国科学院精密机械研究所研究员，宁波傲视智绘光电科技有限公司创始人、董事长。
3、知乎的「野心与终局」（点我阅读全文）
徐新和周源短暂接触之后，就用极快的速度和不低的估值敲定了这笔投资，正如一位做后期的投资人朋友几周前曾经跟我说的：“知乎这轮融资太顺利，份额想抢都抢不到了。”
对于今日资本来说，知乎是一个确定性偏强的案例。毕竟创业项目也有头部、腰部和尾部之分，知乎作为目前市场上少有的头部项目，还是比很多同类项目要来得稳妥一些。
但是，确定性和上升空间之间往往是有矛盾的。知乎的终局到底会是什么？还有多大的上升空间？该如何盈利……
抱着这诸多问题，我一边思考一边翻遍了周源在知乎上的所有回答。我发现，在他的 341 个回答里，有很多非常深入的思考，可以或直接或间接地回答我的很多疑问。
【作者介绍】曲凯：海归创投人，Duke Graduate，前Consulting Intern，前Baidu PM。
4、如何用数据分析的方法，做好一款小程序？（点我阅读全文）
现在“如何做一款小程序”的文章铺天盖地，“怎么做” 已经不是问题。那么如何“做大”一款小程序，你知道吗？破解小程序获客难、留存难问题，又有哪些方法？
大家都在琢磨小程序的业务场景，因为涉及到的商业领域非常多，我们不一一分析。但是有一点可以肯定的是，用户增长是所有小程序共同的、最直观的目的。
提到用户增长，不得不提“增长黑客”，这个词在国内已经被逐渐接受了。“增长黑客”的海盗法则 AARRR 也被大家所熟知。AARRR 包括五个方面，分别是用户获取（ Acquisition）、用户激活( Activation )、用户留存( Retention )、变现营收( Revenue )与推荐传播( Referral )。
如何从AARRR五个方面做好小程序的数据分析，不妨听听数据分析从业者怎么说。
【作者介绍】金磊：数据分析产品GrowingIO产品经理。
5、在百度，有哪件大事是非陆奇不可的？（点我阅读全文）
每天工作15个小时的陆奇，作为世界顶级科技公司中职位最高的华人，高调转身成为百度集团总裁兼COO，一人之下万人之上。
如果不是“骑自行车摔伤”，陆奇也是被看好未来掌舵微软的候选人之一。即便不考虑其华人的身份，陆奇自身的能力与之前的成就，也足以支撑他成为一个伟大公司的改革者，使其更加伟大。只是，大家都没有想到，这个被改革的公司，有可能是百度。
对百度而言，陆奇的加盟是从任何角度看都是一件喜事。但值得思考的是，在陆奇的领导下，百度会发生什么变化？
有什么事情，是张亚勤+吴恩达+向海龙搞不定的，而陆奇就能搞定呢？这是一个微妙的问题。
【作者介绍】谢阗地：雷锋网总经理。
6、为什么现在的人工智能助理都像人工智障？（点我阅读全文）
为什么现在的助理产品都是坑？很多团队不是底层的算法差，而是团队对产品的理解有问题。
要满足C端用户的需求，确实非常难。10次使用，有一次因为任意原因的失望，用户心理就会开始有疑虑。从体验上来看，在用户熟悉的场景下得全面理解用户提出的需求；在用户自身不清楚场景下，得自然的协助用户挖掘需求；获得需求后得帮助用户做决策，并最终呈现结果。以此来看，对话式的agent就得至少满足以下功能：
具备基于上下文的对话能力 (contextual conversation)
具备理解口语中的逻辑 (logic understanding)
所有能理解的需求，都要有能力履行（full-fulfillment）
【作者介绍】本文作者Mingke，对话式人工智能创业者。
7、图像识别怎样改变AV产业？日本人表示：你们都弱爆了（点我阅读全文）
先进的图像识别怎样改变AV产业？说到这方面，日本人表示，你们都弱爆了！
简单的列举出文中最弱的一个例子你们感受一下：
这个机器人能从面部打码的图片，识别出原来的人物是谁。效果如图：
机器人：照片中的人物为上原亚衣。相似度98.730320%。
【作者介绍】何之源：复旦大学计算机科学硕士在读，研究人工智能计算机视觉方向。
正在生成分享图...
我在思考中