“当心！假如你未还考虑在公司业务中应用人工智能技术，就有被对手超越的风险。人工智能已不单单是发表学术论文、刷新正确率的竞赛，抑或全民参与的新闻事件，它早在为各行各业的先行者们创造着实实在在的利润和商业价值。而且，随着算法改进、硬件升级、架构优化，应用人工智能技术带来的收益还会越来越高。”

这些先行者们正在关注哪些关键技术？

如何从理论上跨越到企业创新实践？

如何实现企业级云深度学习平台？

在电商领域如何实现人机交互？

除深度学习外还有哪些技术值得我们关注？

如何保持足够清醒的头脑并把握创业机遇？

　　本封面报道汇聚来自百度、阿里、小米、美丽联合、58同城等公司的技术专家，分享实践过程中的开发经验、行业的发展与前沿技术方向，展示这项技术如何才能“为我所用”。

深度学习在推荐领域的应用（吴岸城，菱歌科技首席算法科学家）

打造企业级云深度学习平台——小米云深度学习平台的架构设计与实现（陈迪豪，小米深度学习工程师）

美丽联合业务升级下的机器学习应用（吴海波，直播，美丽联合架构师）

自然语言处理技术在推荐系统中的应用（张相於，58集团算法架构师）

智能人机交互在电商领域的技术实践——阿里小蜜（周伟、陈海青，阿里智能创新中心）

浅析强化学习及使用Policy Network实现自动化控制（黄文坚，PPmoney大数据算法总监）

人工智能创业的“风口”和“泡沫”（李开复，王咏刚）

基于容器的AI系统开发（王鹤麟，于洋，王益，百度PaddlePaddle团队）

表示学习在信息推荐系统中的应用（高升，北京邮电大学副教授；邱琳，北京邮电大学模式识别实验室博士生）

　　资讯

CSDN要闻

微秒击杀

以内容为中心网络

追查俄罗斯最臭名昭著的黑客

　　移动

稳定性与内存优化——小型团队的Android应用质量保障之道（何红辉，《Android源码设计模式解析与实战》图书作者）

　　对于小型创业公司来说，没有BAT等大厂里的测试平台、方案研究员，QA资源相对有限，如果将一切发现问题的重担都交给测试部门，不但耗费的测试周期长，而且有一些问题将难以发现。本文作者基于此分享了他们是如何保证应用的稳定性、避免内存泄漏的，希望能够帮助大家在开发过程中少走弯路。

58同城iOS客户端IM系统演变历程（蒋演，58同城iOS高级研发工程师）

　　58同城App自1.0版本开始，便一直致力于自研IM系统。在这过程中，发现如何降低IM系统层次和页面间的耦合，减少IM系统的复杂性，是降低技术成本提高研发效率的关键。对此，本文作者对iOS客户端IM系统架构演变的过程以及经验进行了总结，希望能够给设计或改造优化IM模块的开发者提供一些参考。

携程无线离线包增量更新方案实践（赵辛贵，携程无线基础工程团队高级技术经理）

　　为了提高页面加载速度和成功率，携程团队在开发Hybrid技术之初就采用了离线包的方式，并经过持续的迭代优化，已经形成一套稳定、高效的无线离线包更新方案，本文作者即分享了其团队在增量更新方面的实践。

安居客Android模块化探索与实践（张磊，Anjuke资深软件开发工程师）

　　万维网发明人Tim Berners-Lee谈到设计原理时说过：“简单性和模块化是软件工程的基石；分布式和容错性是互联网的生命。”由此可见模块化之于软件工程领域的重要性。本文以安居客为例，分享笔者在模块化探索实践方面的一些经验。

　　物联网

如何基于Android Things构建一个智能家居系统？（王玉成，供职于清华大学移动计算研究中心）