2016 年，机器之心连续更新 365 天，共发布 1484 篇文章，总字数超过 612 万，约等于 15 本由 Ian Goodfellow、Youshua Bengio 和 Aaron Courville 合著的 Deep Learning。

在这些文章中，我们既报道了 Maluuba、ROSS Intelligence 和第四范式等明星创业公司和谷歌、微软这样的领先巨头，也对话了邓力、吴恩达、Richard Sutton、杨强、田渊栋和樊麾等炙手可热的行业变革者与参与者。

你可能对其中的某些文章印象深刻，也可能因故错过了一些值得被铭记的语录。感激于大家一年来持续的认可以及在后台对某些文章「关键字」的长期回复。我们特地精选了如下文章作为机器之心的年度贺礼。

重要的不是文字，而是那些值得被我们记住的人物和公司。

大佬眼中的人工智能

2016 年，我们见证了诸多华人力量在人工智能领域的突出贡献，吴恩达固然是其中的优秀代表。在加入百度之后，吴恩达做了一件事：购了 1000 个 GPU，并在 24 小时内得到。而在谷歌，他可能几周或几个月才能得到。随即，曾帮助谷歌建立 Google Brain 的吴恩达也在百度建起了「大脑」。

而在大洋的另一端，也从一个不同的视角解读了他眼中的强化学习。他指出有些人认为强化学习只是人工智能问题的强化，但实际上强化学习问题是实现人工智能的一种抽象的方法。

不过，，却对机器之心表示，人工智能在设计复杂性上还功力不足。

「人工智能可以学习知识，但是不会推理。推理和学习不一样。推理是用来解决问题的。现在的这些计算机做的还不好，我们需要其他种类的计算机需要一种新型的生物计算机和神经计算机。」

但确认为，绕过大脑我们也能造出通用人工智能。

采访过程中，对于提出的问题，Ben 总是会给出远远超过问题本身答案，他很擅长把答案按照问题本身的逻辑延伸下去。有些让你恍然大悟，有些则会给你意外惊喜。

而除了这些行业变革的参与者，作为行业记录者的 。

深得乔布斯信任的科技记者 John Markoff 职业生涯最遗憾的事情是什么？他在重磅新书《与机器人共舞》中表达了什么观点？机器人会让我们失业吗？除了人工智能，他最看好哪一个新兴科技领域？他对中国的科技进步又有怎样的观察？这些问题都能从机器之心对 John Markoff 的采访中得到解答。

「跨界」的传奇经历

2016 年初的「人机大战」，除了人工智能首次在人类最复杂的博弈游戏中战胜最高级别的人类选手的历史意义，也在更大范围上引发了业界对「人工智能」这个并不太新的概念的持续探讨与研究。

而拉开这一帷幕的是去年欧洲围棋冠军樊麾与 AlphaGo 的对战。在机器之心与樊麾老师的长谈中，

樊麾

正如在采访中樊麾老师所言：「AlphaGo 可能会发现另外一种围棋的美，是我们想象不到的。」

已经加入 DeepMind 参与 AlphaGo 进一步研究的樊麾老师继续在跨界的领域贡献着自己的力量。而另一位长期从事人工智能研究并主导研发 Facebook 人工智能围棋项目（Dark Forest）的。

卡耐基梅隆大学机器人系博士、前谷歌无人驾驶汽车项目组研究员、现 Facebook 人工智能组研究员，多重身份的加持和前沿、专业的研究为田渊栋吸引了相当多的目光。

除了前沿研究与技术创新，他还保持了长期的写作习惯。除了早期的个人博客和现今的知乎专栏，田渊栋甚至还完成过一部超过 30 万字的小说，这在以理工科为代表的前沿科技领域是极为罕见的。

现任 IBM Spark 技术中心的首席工程师的 Nick Pentreath 专注于 Apache Spark 机器学习领域，著有一本《Spark 机器学习》。在进入 IBM 以前，他曾参与共同创立了 Graphflow，一家提供推荐系统和智能解决方案的初创公司。在进入计算机科学领域以前，他曾在高盛投行工作并亲历了利比亚卡扎菲政府 12 亿美元投资巨案。

在机器之心对 Nick 的专访中，我们一起聊了聊 Spark 的新版本、IBM 的开源精神、不同平台的竞争关系，以及他在高盛的传奇经历，其中不乏爆料和精彩的观点分享。

那些值得关注的国外初创公司