「在处理数据科学问题上出现了许多概念与数学上的挑战，而面临这些挑战，我们需要在计算思维与推理思维上建立良好的联系。」
Geoffrey Hinton：入门机器学习？还得我来带带你
而三巨头的另一名大牛 Geoffrey Hinton 相对而言则比较低调。雷锋网从他的主页上了解到，他在过去一年并没有参加什么大型的公开会议，也鲜有关于他的报道。但是，他可称得上是深度学习的鼻祖，正是他将深度学习从低谷中拯救出来，并成为今天我们喜闻乐见的核心技术。在过去的 20 到 30 年里，无疑他是深度学习最为积极的先行者。目前， 他为 LeCun, Bengio 和 Aaron Courvile 合著的深度学习入门大作《Deep Learning》写了推荐语，该书于 2016 年年底出版发货。
如果你对深度学习一无所知，又觉得看书太过辛苦，雷锋网此前编译过另一份 Hinton 讲述的《Deep Learning》演讲PPT，或许是你入门的好选择。欢迎点此查看学习。
Jürgen Schmidhuber：LSTM 之父的慧眼回顾
不知道是不是长江后浪推前浪，比起活跃的青壮年一代，LSTM 之父 Jürgen Schmidhuber 在今年也露面较少，在今年夏天的 WCCI 上，他发表了言简意赅的《Deep Learning：since 1991》的演讲，主要回顾了深度监督学习/无监督学习/强化学习的一系列进展，并讨论实际上可能伴随的具体应用。「没有任何原因说明，机器不能拥有好奇心和创造力」
「所有的智能——不论是人类的还是人工的——都基于一个主题，那就是解决问题。长期以来，我们一直在致力于构建一个解决通用问题的机制，不论这些问题是困难还是简单。这个问题解决机制能够通过先前学习的技能解决现有的问题，通常，机器会将新的技能增加到计算指令系统中，并能够解决越来越通用的问题。当然，如果到达我们所预想的成功，一切将会发生翻天覆地的改变，因为每个计算问题或每个专业性研究都将受到影响。」
关于他更为详细的人工智能访谈，可以参看雷锋网此前的报道。
Ben Goertzel：人工智能将变得越来越通用
美国通用人工智能会议主席 Ben Geortzel 在年初的未来论坛上做了主题演讲，期间他提出了一句流传甚广的话：人工智能将会变得越来越通用。那么，我们又该如何理解这句话？一起和雷锋网(公众号：雷锋网)来看看吧。
在 Ben Goertzel 的理解中，AI 在很多层面都与人类是不一样的，特别是在基础架构层面。而他发现，现在很多的人工智能只能解决一些非常狭窄的功能，比如无人驾驶只是针对于汽车领域，而换成无人摩托，就需要重新进行编程。他认为，现在人们需要向利用 AGI 所导向的工具，实现通用工人智能。
「AI 项目的范围是比较窄的，但是将来会变得越来越通用。它们不仅仅越来越智能，同时它们的范围和目的也更加通用，我认为这是一个关键趋势。
通过 AGI 通用人工智能可以实现很多愿景，一个愿景是思维云，我们可以把世界各地的思维和大脑连在云上，我们的应用，不管手机应用还是机器人，还是科学数据分析的机构，我们可以从互联网下载他们的大脑和思维，他们可以帮助你进行思考，不管他们在哪个领域都可以做，在云上有覆盖各个领域的应用。」
Ben Geortzel 目前正专注于开源 AI 项目 OpenCog 的研发，并尝试推动大学与独立研究院的结合，这也是雷锋网一直致力在做的。
十个演讲的盘点也许只是匆匆一瞥，还有不少大会上的优秀演讲因为篇幅限制，雷锋网只能忍痛割爱。但不论如何，雷锋网将与你在新的一年内继续走在探索人工智能的道路上，关注智能与未来的我们也会期待见证新一年的精彩。
【兼职召集令！】
如果你对未来充满憧憬，喜欢探索改变世界的科技进展，look no further！
我们需要这样的你：
精通英语，对技术与产品感兴趣，关注人工智能学术动态的萝莉&萌妹子&技术宅；
文字不求妙笔生花，但希望通俗易懂；
在这里，你会收获：
一群来自天南地北、志同道合的小伙伴；
前沿学术科技动态，每天为自己充充电；
更高的生活品质，翻翻文章就能挣到零花钱；