【導語】我們從 12 月里近1400篇機器學習文章進行了排名，并挑選出最受大家關注的十篇文章。這些文章的內容主要是由 Google、DeepMind、OpenAI 等科技公司發布的自家在機器學習領域最新技術研究，比如 AlphaZero、CoinRun、NLP模型（BERT、ELMo、co）、Pixel Camera 的夜視功能技術、Go-Explore、YOLO with OpenCV 等主題。

下面就一起來看一下 2018 年度完美收官的十篇都講了哪些內容~

熱文1：AlphaZero

這篇文章是基于 DeepMind團隊的AlphaZero 研究所撰寫的一篇博文，旨在為象棋（Chess）、日本象棋（Shogi）和圍棋（Go）的發展提供新的思路。AlphaZero是一個獨立的系統，通過自學，從頭開始掌握象棋和圍棋游戲規則并最終擊敗了各自領域的世界冠軍，引起了社區的廣泛關注。此外，其相關的論文已經在Science上發表。更多詳細內容可以進一步學習。

文章主頁鏈接：

https://deepmind.com/blog/alphazero-shedding-new-light-grand-games-chess-shogi-and-go/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

熱文2：CoinRun

這篇熱文的內容是關于 OpenAI研究團隊提出新的訓練環境 CoinRun，闡述了如何量化強化學習中智能體的泛化能力。CoinRun 提供了一個新的評價指標，用于衡量智能體將過去學習經驗遷移到新環境的能力，并已解決了強化學習領域中長期存在的一大難題。此外，相比于傳統的游戲平臺，如 Sonic the Hedgehog，CoinRun能夠更好地平衡復雜性問題。

文章主頁鏈接：

https://blog.openai.com/quantifying-generalization-in-reinforcement-learning/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

論文鏈接：

https://arxiv.org/abs/1812.02341

熱文3：BERT, ELMo, co

本文的內容主要是對當前 NLP 領域的三大模型的綜述。2018年是自然語言處理領域(NLP)取得突破性進展的一年，以Google團隊提出的BERT模型為典型代表。再加上此前研究人員提出的ELMo和co模型，可以說當前機器學習模型已經能夠很好地捕捉詞句間潛在意義和關系，并進行概念性的理解和表達。有關模型的具體細節可以查閱本文的詳細介紹及模型相關的論文。

文章主頁鏈接：

http://jalammar.github.io/illustrated-bert/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

熱文4：Night Sight

Night Sight是 Google團隊提出的一種基于 Pixel camera的應用程序，即使在非常昏暗的光線條件下，你也可以通過此 app拍攝到非常清晰、干凈的照片。作者分別介紹了當前拍照技術在低光照條件下所面臨的挑戰，還有計算攝影和機器學習技術，HDR+技術等話題。

文章主頁鏈接：

https://ai.googleblog.com/2018/11/night-sight-seeing-in-dark-on-pixel.html?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

熱文5：Go-Explore

Go-Explore是由 Uber工程師提出的一種新型的 hard-exploration算法，并在 Montezuma’s Revenge游戲上驗證了其出色的性能。

熱點文章鏈接：

https://eng.uber.com/go-explore/

熱文6：YOLO with OpenCV

此文是關于如何基于 OpenCV實現 YOLO 模型，這是當前最先進的目標檢測算法之一。通過這篇教程，作者將一步步演示如何結合深度學習技術、OpenCV和 Python，用 YOLO 檢測圖片和視頻中的目標。

文章主頁鏈接：

https://www.pyimagesearch.com/2018/11/12/yolo-object-detection-with-opencv/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

熱文7：AlphaFold

AlphaFold同樣是由 DeepMind研究人員開源的一個項目，旨在展現 AI技術是如何應用并推動科學領域的研究和發展。AlphaFold系統能夠僅僅利用基因序列信息來預測生物蛋白質的 3D結構。通過該系統生成的蛋白質模型甚至比之前任何研究中得到的蛋白質結構都要更加準確。

文章主頁鏈接：

https://deepmind.com/blog/alphafold/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

熱文8：FaceID

FaceID這篇文章向讀者展現了當前最時髦的人臉識別/解鎖技術的工作原理。本文作者還在Youtube上進行了詳細的演示和說明。

熱文9：Learning Concepts with Energy Functions

這是 OpenAI提供的一個開源項目，提出了一種基于能量的模型，能夠快速學習識別和生成概念實例并將其表示為 2d的點集，如上、中、最近和最遠等概念。更令人驚訝的是，該模型僅經過五次學習演示就能夠學習到這些概念特征。此外，該模型還進一步通過遷移學習，將二維例子環境中學習概念用于解決基于三維物理機器人的相關任務，展現了不錯的跨域遷移能力。

文章主頁鏈接：

https://blog.openai.com/learning-concepts-with-energy-functions/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

論文鏈接：

https://arxiv.org/abs/1811.02486

熱文10：Forensic Deep Learning

Forensic Deep Learning是一年前Kaggle上的一道計算機視覺類的競賽題，旨在由圖像捕捉拍攝所用的相機類型。這篇文章是由參賽人員整理的參賽心得，分享了自己是如何解決這個任務的，還有解決問題中一些獨特的想法。

文章主頁鏈接：

https://towardsdatascience.com/forensic-deep-learning-kaggle-camera-model-identification-challenge-f6a3892561bd

原文鏈接：

https://medium.mybridge.co/machine-learning-top-10-articles-for-the-past-month-v-dec-2018-37b229f930a1