2017年度好視頻，吳恩達、李飛飛、Hinton、OpenAI、NIPS、CVPR、CS231n全都在
我們經常被問：機器翻譯反覆運算了好幾輪，專業翻譯的飯碗都端不穩了，字幕組到底還能做什麼？
對於這個問題，我們自己感受最深，卻又來不及解釋，就已經邊感受邊做地沖出去了很遠，
其實，現在看來，機器翻譯在通用領域的短句上，已經做得不錯了，但是複雜長句、需要結合上下文語境、特定知識的翻譯上，效果還遠遠不能讓人滿意。
人工智慧領域的翻譯，就屬於後者。它不僅需要數學、程式設計知識打底，對特定專業表達進行界定，還需要適時結合上下文語境理解和延伸。
這樣一來，你也許能夠理解，忠於原意又有人情味的翻譯很難，
即便如此，過去的2017，雷鋒網雷鋒字幕組還是致力於為大家的求知欲輸送能量。
憑藉著不斷飆升的志願人數和人品，積累了不少值得一看再看的視頻，其中當然還包括花樣百出的延伸專欄。
有全套的機器學習和視覺識別課程；有宜下飯宜腦洞的Geek網紅視頻；有為學術咖專供的兩分鐘論文；有緊跟開發潮的穀歌AI實驗室；還有幫你精選論文的《AI閱讀研究所》和解讀最熱行業新聞的《AI聽》；以及為粉絲量身定制的《譯者訪談錄》……
雷鋒字幕組根據視頻的熱度和組長的主觀和私心，選出了10支2017年度好視頻，希望重溫過去的同時，也為你的求知帶來新啟發。
01
吳恩達
Deeplearning.ai對話七位元深度學習領袖
吳恩達親自上陣採訪了7位AI界頂級人物，“深度學習教父” Geoffery Hinton、“GANs之父” Ian Goodfellow、“深度學習三駕馬車”中另一位 Yoshua Bengio 、UC伯克利教授 Pieter Abbeel 、百度研究院院長林元慶 、“深度學習網紅”Andrej Karpathy、蘋果 Ruslan Salakhutdinov 。
02
NIPS最佳論文
德州撲克背後的不完全資訊博弈
2017年初，4位頂尖德州撲克選手，在為期20天的賽程裡，
03
CVPR ORAL論文
使用Part Affinity Field進行即時多人2D姿態估計
該視頻出自2017年的CVPR，Realtime Multi-Person 2D Pose Estimation using Part Affinity Field，是CMU的成果，效果真的Amazing。亮點在於，融合了PCM和PAF的級聯cascade形網路結構，網路設計思想和RefineNet的網路設計思想很像，以及相應條件約束的偶匹配（bipartite matchings）演算法。
04
OpenAI
人工智慧1v1擊敗Dota2頂級玩家
在 Valve 舉辦的 Dota2 國際錦標賽現場，OpenAI的人工智慧打敗了「Dota 2」世界頂級玩家，該賽事獎金高達 2400 萬美元。對於DOTA2人工智慧訓練的結果表明，如果計算夠充分，自我對練可以將機器學習系統的性能從遠低於人類的水準推向超越人類。
05
DeepMind
提出神經網路架構搜索
DeepMind 聯合 CMU 提出一種結合模型結構分層表示的高效架構搜索方法，研究者發現這種搜索方法能有效找到性能超越人工設計的架構，使用神經網路讓神經網路設計變得自動化的技術，而且已經開始取得成效。
06
Geoffrey Hinton
重塑AI的膠囊網路
Geoffrey Hinton找到重塑AI的新方法—膠囊網路。膠囊網路是一種神經網路的扭曲，目的是讓機器更好地通過圖像或視頻來瞭解世界。由於膠囊具有分別處理不同屬性的能力，相比於CNN可以提高對圖像變換的健壯性，在圖像分割中也會有出色的表現。
07
DeepMind
下國際象棋的AlphaZero
AlpahZero很快就學會了用人類下棋的方式下國際象棋，而且勝過了最強的國際象棋引擎。通用強化學習演算法 AlphaZero 完全無需人工特徵、無需任何人類棋譜、甚至無需任何特定優化，只需要幾個小時的訓練時間，就可以超越此前最好的演算法甚至人類世界冠軍，這是演算法和計算資源的勝利，更是人類的頂尖研究成果。
08
穀歌大腦Hugo Larochelle
神經網路系列視頻
Google Brain團隊的研究員Hugo Larochelle自製的神經網路短視頻，每個小視頻講解一個知識點，便攜好上手，Youshua Bengio也向學生們推薦過這系列視頻。
09
斯坦福李飛飛
面向視覺識別的卷積神經網路
2017年春季新出的CS231n是非常好的深度學習入門材料，也是電腦視覺和深度學習領域最經典的公開課之一，適合絕大多數想要學習深度學習知識的人，比較系統地介紹了神經網路的常用方法,尤其是重要概念的介紹比較詳細生動，例如梯度下降法、BP法等。
10
深度學習之父Geoffrey Hinton
面向機器學習的神經網路
壓軸視頻是來自深度學習之父Geoffrey Hinton 的《Neutral Network for Machine Learning》，是唯一一門 Hinton 本人系統講授的公開課。自 2012 年開課，NNML 就一躍成為深度學習開發者的殿堂級慕課。時隔五年，仍然是內容最 “幹”、最值得學習的深度學習課程。對於有志於真正掌握深度學習的人而言，NNML是必修課。
以上，雷鋒網感謝你的觀看。
2017春季CS231n斯坦福視覺識別課中文首發，連載更新中
CS231n 2017 今天正式開課！雙語字幕版獨家上線！
Google Brain 大牛神經網路系列視頻中文首發，連載更新中
Google Brain 大牛親授！只需10分鐘！好看好上手的神經網路線上課！
以下是雷鋒字幕組的譯者專欄，歡迎來玩
原來你看到的小視頻都出自他們之手
最好奇的Top5連問：你是怎麼踏入深度學習大門的？
本文由雷鋒字幕組翻譯整理，雷鋒網獨家發佈。添加微信：leiphonefansub，加入我們。
使用神經網路讓神經網路設計變得自動化的技術，而且已經開始取得成效。06
Geoffrey Hinton
重塑AI的膠囊網路
Geoffrey Hinton找到重塑AI的新方法—膠囊網路。膠囊網路是一種神經網路的扭曲，目的是讓機器更好地通過圖像或視頻來瞭解世界。由於膠囊具有分別處理不同屬性的能力，相比於CNN可以提高對圖像變換的健壯性，在圖像分割中也會有出色的表現。
07
DeepMind
下國際象棋的AlphaZero
AlpahZero很快就學會了用人類下棋的方式下國際象棋，而且勝過了最強的國際象棋引擎。通用強化學習演算法 AlphaZero 完全無需人工特徵、無需任何人類棋譜、甚至無需任何特定優化，只需要幾個小時的訓練時間，就可以超越此前最好的演算法甚至人類世界冠軍，這是演算法和計算資源的勝利，更是人類的頂尖研究成果。
08
穀歌大腦Hugo Larochelle
神經網路系列視頻
Google Brain團隊的研究員Hugo Larochelle自製的神經網路短視頻，每個小視頻講解一個知識點，便攜好上手，Youshua Bengio也向學生們推薦過這系列視頻。
09
斯坦福李飛飛
面向視覺識別的卷積神經網路
2017年春季新出的CS231n是非常好的深度學習入門材料，也是電腦視覺和深度學習領域最經典的公開課之一，適合絕大多數想要學習深度學習知識的人，比較系統地介紹了神經網路的常用方法,尤其是重要概念的介紹比較詳細生動，例如梯度下降法、BP法等。
10
深度學習之父Geoffrey Hinton
面向機器學習的神經網路
壓軸視頻是來自深度學習之父Geoffrey Hinton 的《Neutral Network for Machine Learning》，是唯一一門 Hinton 本人系統講授的公開課。自 2012 年開課，NNML 就一躍成為深度學習開發者的殿堂級慕課。時隔五年，仍然是內容最 “幹”、最值得學習的深度學習課程。對於有志於真正掌握深度學習的人而言，NNML是必修課。
以上，雷鋒網感謝你的觀看。
2017春季CS231n斯坦福視覺識別課中文首發，連載更新中
CS231n 2017 今天正式開課！雙語字幕版獨家上線！
Google Brain 大牛神經網路系列視頻中文首發，連載更新中
Google Brain 大牛親授！只需10分鐘！好看好上手的神經網路線上課！
以下是雷鋒字幕組的譯者專欄，歡迎來玩
原來你看到的小視頻都出自他們之手
最好奇的Top5連問：你是怎麼踏入深度學習大門的？
本文由雷鋒字幕組翻譯整理，雷鋒網獨家發佈。添加微信：leiphonefansub，加入我們。