《程序员》1月精彩内容：区块链技术与应用探索

如果你关注区块链技术长达几个月，可能已经对没完没了的概念介绍、前景描绘、行业探讨和链圈新闻产生了审美疲劳。没错，区块链必须与行业紧密结合，它也有颠覆人类协作方式之洪荒巨力，但是说到底它还是一个技术活，是要写代码的，在咖啡厅里整天坐而论道是造不出金链子来的。技术人员的逻辑简单直接，这个事情有没有前（钱）途？若有，该怎么干？

本期封面报道从原理、开发、应用等多个角度出发，带你深入浅出探索区块链技术的方方面面。

• 区块链开发技术综述（孟岩，IBM大中华区高级经理）

• 最小可行性区块链原理解析（文 | Ilya Grigorik ，译 | 汪晓明）

• 如何使用区块链技术进行项目开发（陈浩，维优区块链CTO）

• 写给CTO的主流区块链架构横向剖析（张铮文，分布科技CTO & Founder）

• 关于区块链，程序员需要了解什么（曹严明，SAP咨询服务部架构师）

• 区块链现有应用案例分析（刘秋杉，Gulu共享短途出行CEO）

• 产品定位的“生死劫”——你的区块链产品能否活过今年（段新星，OKCoin（币行） - 副总裁兼首席研究员）

• 区块链领域最具人气的平台以太坊（汪晓明，朝夕网络创始人，前Beltal CTO）

• 无链之链：R3 Corda带来的新视角（王玮，北京微志科技有限公司创始人）

• 区块链在版权保护方面的探索与实践（朱志文，亿书（Ebookchain.org）创始人）

• 区块链技术在零售供应链的商业化应用（张作义，任职于京东商城Y事业部）

资讯

CSDN要闻
社会计算的数学基础
公共场馆的可交互木乃伊3D扫描图像
无需碰触：未来设备将使用MEMS超声波识别手势
前沿科技：晶体管技术将有重大革新

人工智能

• 深度增强学习前沿算法思想（Flood Sung，CSDN博主，专注于深度学习，增强学习与机器人的研究）

  深度增强学习（Deep Reinforcement Learning，DRL）是近两年来深度学习领域迅猛发展起来的一个分支，目的是解决计算机从感知到决策控制的问题，从而实现通用人工智能。以Google DeepMind公司为首，基于深度增强学习的算法已经在视频、游戏、围棋、机器人等领域取得了突破性进展。2016年Google DeepMind推出的AlphaGo围棋系统，使用蒙特卡洛树搜索和深度学习结合的方式使计算机的围棋水平达到甚至超过了顶尖职业棋手的水平，引起了世界性的轰动。AlphaGo的核心就在于使用了深度增强学习算法，使得计算机能够通过自对弈的方式不断提升棋力。深度增强学习算法由于能够基于深度神经网络实现从感知到决策控制的端到端自学习，具有非常广阔的应用前景，它的发展也将进一步推动人工智能的革命。

• 无人驾驶系统安全（刘少山，李文超，唐洁）

  目前针对无人车攻击的方法有许多，如何防御这些攻击以保证无人车的安全是个重要的课题。本文是无人驾驶技术系列的第九篇，详细介绍针对无人车传感器、操作系统、控制系统、车联网的攻击手段以及防御方法。

• NIPS 2016精选论文（2）（洪亮劼，Etsy数据科学主管，前雅虎研究院高级经理）

  人工智能和机器学习领域的学术论文汗牛充栋。每年的各大顶级会议、研讨班录用好几千篇论文，即便是亲临现场也很难追踪到所有的前沿信息。在时间精力有限的情况下，选择精读哪些论文，学习哪些热门技术就成为了AI学者和从业人员所头痛的问题。这个栏目旨在帮助大家筛选出有意思的论文，解读出论文的核心思想，为精读提供阅读指导。