近日雷锋网了解到，华米科技 CEO 黄汪在 2017 新年内部信中写到，华米成立人工智能实验室，并将发力深度学习平台的搭建和基于 DL 的可穿戴芯片的研发。

2016年，人工智能发展火热。作为人工智能一个重要分支的深度学习，也正在受到大家越来越多的关注。

对开发者来说，目前有一系列的机器学习模型可供选择。雷锋网了解，可以用线性回归模型预测具体的数值，用逻辑回归模型对不同的运算结果进行归类，以及用神经网络模型处理非线性的问题等等。

癌症自出现之日就是环绕在人们头顶上的乌云，如今，随着社会压力越来越大，癌症发病率也越来越高，而攻克癌症一直是医学界正在努力的方向。

本文作者 Carlos E. Perez ，他来自机器学习技术公司 Intuition Machine，主要研究深度学习类型、方法论、以及行业战略。 发布于 Medium 的这篇文章主要对 2017 年深度学习的十大趋势做出了预测，雷锋网编译，未经许可不得转载。

在人工智能行业，2015-2016 出现了一个不同寻常的趋势：许多重量级机器学习项目纷纷走向开源，与全世界的开发者共享。加入这开源大潮的。

编者按：临近岁末，免不了要展望一下来年。《华尔街日报》通过跟业内人士的交流以及对趋势的跟踪，总结出他们认为可能会对2017年产生最大影响的技术。

【导读】近日，美国著名做空机构香橼（Citron Research）通过 Twitter 发布做空报告并给出了6点分析理由，称英伟达 2017 年股价将跌回 90 美元（按照当日股价来看，跌幅大约为 20%）。

【导读】这份指南适合有一些数学基础，了解一些编程语言，现在想深入学习深度学习的人。主要包括2个视频教程，2部重要专著，一系列深入浅出的博客文章，以及一系列实现算法的指南和代码，堪称年度最有价值深度学习资料！

2016年眼看就要结束，外媒KDnuggets近期就机器学习、人工智能、大数据、数据科学和预测分析等领域在2016年取得的主要发展，以及2017年可能发生的变化趋势，询问了业内诸多的专家学者，组成了一个系列文章。昨天，雷锋网(公众号：雷锋网)编译了其中关于大数据的文章：《大数据领域在2016年都有哪些成果及趋势？听听8位专家怎么说》，今天带来关于数据科学和预测分...

2016 即将画上句号，当我们回顾这一年的科技进展时，雷锋网很难不联想到一个词——深度学习。当它从研究室中脱胎而出，并成为今年的当红热词，实际上我们已经意识到深度学习的来临。从 AlphaGo 到 Google Translate，雷锋网也做过不少覆盖和解析。Cade Metz 为 Wired 撰文回顾了与深度学习同行的这一年，雷锋网(公众号：雷锋网)编译，未经许可不得转载...

直到现在，张小龙仍然认为二维码才是最核心的入口，才符合对「用完即走」的想象。（图里罗振宇的评论也很有意思，值得深思。）
　
　

近年，从围棋到人类水平的语音识别，人工智能（AI）研究者终于在他们几十年一直努力探索的领域取得了突破。取得突破进展的关键一点是研究者们可以收集巨量的数据并「学习」这些数据，从而将错误率降低到可接受范围以内。

针对 30 多本深度学习和神经网络书籍，我们（AI Optify 数据团队）使用不同指标（比如，在线评价、打分、所涉主题、作者影响力、出版年份、社交媒体是否提及等）训练机器学习算法，为每本书打分、排名。读者可能会喜欢我们的推荐，因为这份榜单基于数据并且客观。排名靠前的九本书如下。

【导读】硅谷银行的数据显示2017年的风险投资将继续缩减，与之相对的一些众筹平台将增长，而初创公司将需要更长的时间筹集资金。那么，2017年有哪些值得关注的投资趋势？硅谷的顶级投资人都在关注什么技术趋势？2017年是“科技泡沫”破灭的时间点吗？本文带来了几位硅谷著名风投公司合伙人的洞察。