Sythesizable 综和再生，机器变成人
每天醒来，你唤的第一个名字叫做 Alexa，每天睡去，最后一声念叨的是 Siri，基于人工智能的语音综合（speech synthesis）已经成为了我们生活中不可缺少的一部分。甚至，未来的骚扰、诈骗电话都会用到 AI Sythesize 技术。
Reference: L. Deng, Microsoft Chatbot Talk
可以被综合的难道仅仅是语音么？Chatbot 们已经学会用自然语言调戏人类，新一代美颜滤镜会造出以一个个印象派的蒙娜丽莎，自动驾驶的车辆们，直接生成方向盘指令。基于 Policy Evaluation 的增强学习（Reinforcement Learning）已经革多少人的命？更勿论，生成对抗学习的大 boss 已经磨刀霍霍向猪羊。
所以硬件创业者们，classification/inference 的年代早已随岁月顺水流，未来的硬件的机遇已经超越了理解人类的范畴。这将是一个机器能与人沟通的年代。以综合（synthesis）为目标的人工智能硬件正向我们走来。
Savable 从头开始，你就输了
总是改变生态的 G 家大神总在你意想不到的给大家送福利。比如正式出版的 Tensorflow 1.0 提供了不少基于图片识别的预训练（pre-trained）网络，基于 Inception 结构。对于很多智能开发者而言，只需要根据实际情况，对最后一到两层的全链接（Fully connected layer）训练下，就能达到玩美智能的效果。高效、省时、省力、省硬件。
同样的故事发生在 Baidu 和 Amazon 的语音识别系统中。大家不约而同的发现，对于不同语言的识别系统，其实只要训练输出层（output layer）就能得到相近的结果。而省去 RNN/CNN 层训练就好像是时间的馈赠，来自上天的礼物。
