职位：人工智能编辑记者（全职 & 深圳）
1.文字功底好，学习和沟通能力强，对 AI 行业有一定的认知。
2.英语 6 级及以上的英语水平，计算机科学、电子信息工程、传媒类专业加分。
在这里，你可以亲密接触之前只能在书上看到的国内外人工智能大牛、拿到不亚于工程师水平的薪水，经常漂洋过海参加国际顶级大会……
简历投递：[email protected] （如果有作品，请附上大作）
2016 NIPS 如火如荼进行了近一周时间，各位大佬也频繁在会场露面，并时不时搞个“大新闻”。雷锋网时刻关注着 NIPS 的一切动态，并把大家较为关注的论文以及学术大师的PPT整理出来，方便大家学习和参考。
Yann LeCun：“预测学习”替代“无监督学习”
Yann LeCun 最近可谓是学术界的网红，上周先后录了三段视频为大家普及人工智能知识，现在又飞到西班牙见见粉丝，也不忘随时更新下 Facebook。
Yann LeCun 受邀在今年的 NIPS 大会发表主题演讲。众所周知，深度学习通常分类为：无监督学习、监督学习和增强学习，而 Yann LeCun 在演讲中用“预测学习”替代“无监督学习”。他指出因为预测学习要求机器不仅能在没有人类监督的情况下进行学习，同时能够学习世界的预测模型。
吴恩达发表演讲
吴恩达教授在 NIPS 上发表演讲：《利用深度学习开发人工智能应用的基本要点（Nuts and Bolts of Building Applications using Deep Learning）》。
吴恩达在现场用白板黑笔写的板书，已被小编做成了中文版 PPT（查看历史消息获取PPT），就是这么走心。
Yoshua Bengio 得意门生：Ian Goodfellow
我们知道，机器学习方法可以分为生成方法（generative approach）和判别方法（discriminative approach），所学到的模型分别称为生成式模型（generative model）和判别式模型（discriminative model）。
而 Ian Goodfellow 就是“生成式对抗网络之父”，现为 Open AI 科学家，此前为谷歌大脑团队高级研究员，大学期间师从 Yoshua Bengio 大神。生成式对抗网络这个词就是他发明的，而且对机器学习领域的研究影响重大。他在 NIPS 2016 大会上分享了生成式对抗网络的研究成果。
这是 Yoshua Bengio 在 FB 上发的照片，师徒相聚，画面感人。
NIPS大会现场：最左为 Yoshua Bengio，最右为 Ian Goodfellow
苹果也来NIPS，破天荒宣布将对外公布研究成果
去年的NIPS大会是在蒙特利尔，苹果没去，只是几位员工低调地混在普通观众群里。
今年的西班牙，苹果去了，扛大旗的是苹果AI研究团队负责人Russ Salakhutdinov，他做了演讲，并兴奋地向众人宣布：苹果将允许其AI研发人员对外公布论文成果。
Russ Salakhutdinov表示，此举目的是为了从学术圈吸引更多人才到苹果公司工作。众所周知，苹果这家公司有着“保密”的文化传统，这使其难以从学术圈招到人才。因为在学术圈，公开研究成果与分享信息，是获得同行认可和取得进步的关键。
Russ Salakhutdinov此次NIPS西班牙之行，估计也将会扮演苹果首席HR的角色。或许不久，我们将亲见苹果的第一篇AI论文，拭目以待。
DeepMind 开源深度学习训练平台 DeepMind Lab
在NIPS会议期间，DeepMind 宣布，将把这一 AI 训练环境的整个源代码发布至开源社区 GitHub，并将其名称由 Labyrinth 更改为 DeepMind Lab。届时，所有开发者都能下载源代码并对其进行个性化设置，以此训练和测试原有的 AI 系统。
DeepMind 的这一举动又一次证明了该实验室对研究成果的开放态度。该公司上个月才宣布与动视暴雪 ( Activision Blizzard ) 联手将视频游戏《星际争霸 II 》转换为一个测试平台，以便所有 AI 研究人员都有机会制作出这款复杂游戏的人工智能系统。
DeepMind 的联合创始人之一 Shane Legg 表示，开放 DeepMind Lab 代码会让其他研究人员意识到它本身是否能被复制，研究人员可以在 DeepMind 的测试中评估他们自己的 AI 系统的表现。Shane Legg 说，“如果其他研究人员有兴趣的话，可以试试看会不会打败我们。”
