0
过去一年间，在人工智能的风口之上，新的突破不断涌现，新的成果破土而出。
这一系列的突破与成果，和持续壮大的开发者社群密不可分，是他们推动和促进着人工智能由理论走向实践。
伴随着人工智能一波又一波的浪潮，这个社群中不断有新人涌入。
而在刚刚进入这个行业之时，大家有种普遍的困惑：面对繁多且零散的资源，总感觉力不从心，无从下手。
毫无疑问，零散的资源构建不了系统的知识体系。
从理论、到工具、再到比赛，通过这三个阶段一步步进阶最为扎实。
理论是实践的基础。
掌握与人工智能强相关的基础知识，如深度学习相关理论与应用，人脸识别、声纹识别、语音分离、文本理解、自动驾驶等领域的基础概念，这是第一步。
通过这一步，可以建立起对学科的基本认识，在脑海中搭建出大体框架。
工具是实践的手段。
开源平台与工具是开发者的必备利器，通过这一系列工具，我们可以快速建模、扩展应用场景，轻松将过来人的经验运用于自己的模型之中。
有了这一步，可以夯实前面建立的理论基础。
掌握好前面的理论和工具，就可以开始进行高阶操作——不断参加比赛，积累实战经验，逐步提升。
雷锋网学术频道 AI 科技评论从 2017 年起，一直致力于输出这三个方向的干货，持续为开发者社群奉献自己的一份力。我们的报导全面覆盖理论、工具、赛事这三个方面：
理论
2017 年 1 月，我们特邀新加坡国立大学冯佳时博士，为大家带来以「GANs 的诞生与走向」为主题的公开课。在公开课中，他深入浅出描述了 GANs 的基本原理、优缺点、应用实例、未来走向等内容。
2 月，雷锋网 AI 科技评论邀请到格灵深瞳 CEO 赵勇，他对国内智能安防与人脸识别系统进行了全方位揭露和讲解。
之后，我们邀请到前硅谷资深工程师王东详解 YOLO 2 与 YOLO 9000 目标检测系统，在公开课中，他从两者的结构、分类、实例等方面展开课程。
工具
在 Facebook 2017 年开发者大会 F8 上，Facebook AML 实验室的 Andrew Tullock 和贾扬清上台介绍了 Caffe2 轻巧、易用和可扩展的特性。AI 科技评论第一时间对他们的演讲内容进行了详细梳理。
作为亚马逊官方深度学习平台，MXNet 以其轻量化、适合快速开发的特征广受好评。在 AAAI 2017 期间，AI 科技评论有幸对其作者李沐进行专访，为大家带来李沐老师的独家观点。
谈到目前的开源深度学习框架，TensorFlow 以其稳定的社群、利于部署的特性，使用率居高不下。我们邀请到《TENSORFLOW：实战 GOOGLE 深度学习框架》的作者郑泽宇，他详细介绍了神经网络的工作原理，以及如何利用 TensorFlow 来进行实战。
比赛
2017 年的 KDD Cup 上，冠军由华人团队 Convolution 获得。我们第一时间向他们讨教了成功方法论，整理成文以飨读者。
在北京大学 LAB2112 团队夺得阿里天池医疗 AI 大赛冠军之际，我们对团队的指导教师王立威教授进行专访，他从算法、实用性等方面为我们做出诸多讲解。
看到现在遍地开花的无人驾驶行业，在美国的我们重访了让自动驾驶由概念走向现实的 2005 DARPA 挑战赛的冠军团队中的一员，他独家揭秘了 Stanley 夺冠背后那些不为人知的细节。
基于这三个方面，我们在过去一年间跟踪报导了上百条深度内容。
我们从这些内容中，筛选出 50 篇具有代表性的文章，整理成特辑。1000+页的内容，大家看到之后，一定会有所收获。
该特辑涵盖以下内容：
理论
GAN 的基本原理、应用和走向
对深度学习及 AlphaGo Zero 的详细解读
《Deep Learning》一书的详细分享
基于深度学习的行人重识别研究综述
详解 YOLO 2 与 YOLO 9000 目标检测系统
用超大规模真实驾驶视频数据集做端到端自动驾驶
利用深度学习系统防止电商交易欺诈
深度学习在语音生成问题上的典型应用
多任务深度学习模型在 ADAS 中的应用
基于深度学习的语音分离
深度学习在超声影像中的应用
……
工具
Facebook AML 实验室 Andrew Tullock、贾扬清对 Caffe2 的详细解读
亚马逊机器学习总监 Alex Smola 对 MXNet 的全面介绍
对 MXNet 作者李沐的专访
Theano 停止更新之后，开发者社群作何反应
文档乱、调试难，但为什么仍有那么多人用 TensorFlow
手把手教你用英伟达 DIGITS 解决图像分类问题
如何设计基于微服务的 AI SaaS 架构
清华唐杰博士详解亿级学术图谱 Open Academic Graph
中科院团队详解深度文本匹配工具 MatchZoo 背后的个中细节
OpenBLAS 开源项目介绍以及矩阵乘法的优化
深度学习处理架构的演进
如何设计神经网络硬件架构
……
赛事
谷歌收购 Kaggle，对国内外的影响有多大
微软 Malmo 协作 AI 挑战赛冠军比赛思路
旷视 COCO +Places 2017 比赛获奖模型大揭秘
MSR-VTT 夺冠经验分享
KDD Cup 2017 双料冠军的成功方法论
亚马逊 Alexa Prize 比赛冠军团队经验
SMP 2017 「中文人机对话技术评测」夺冠方案
NTCIR13-STC2 评测冠军团队的方案详解
2017 全球高校学生数据科学大赛（DSG）经验分享
CoNLL 比赛第四名方案详解
阿里天池医疗 AI 冠军团队炼成之路
2005 DARPA 挑战赛斯坦福车队成员专访
……
纸上得来终觉浅，绝知此事要躬行。
希望大家在看过「理论」、「工具」、「赛事」这 3 个栏目之后，即刻行动起来。
从现在开始，加入开发者社群，做一名活跃的 develpoer，不断进阶和收获。
点击本链接即可进入雷锋网学术频道 AI 科技评论2017年度特辑购买页面：
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
