在 AlphaGo 征服围棋之后，即时战略游戏《星际争霸》已经成为各家科技巨头与大学的下一个目标。Facebook 在这一方面的研究似乎正处于领先地位。7 月初，田渊栋等人开源了基于星际争霸的人工智能游戏平台（参见：Facebook 开源游戏平台 ELF，简化版《星际争霸》完美测试人工智能）。最近，Facebook 又发布了一个大体量星际争霸录像数据集 STARDATA，旨在为广大研究者提供方便。
即时战略游戏（RTS）因为复杂的游戏环境、战争迷雾的限制、以及大量专业玩家带来的 Replay 录像，正成为人工智能研究的热点方向。这些游戏因为其复杂性与拟真性，在训练强化学习等算法的任务中的结果要远远好于棋盘类游戏。另一方面，由于近期基于大数据集的深度学习方法兴起，人们开始意识到，此类方法的性能提升需要依赖于大量数据的训练。 虽然星际争霸可以通过直接开打的方式来训练人工智能，但由于游戏中的动态变化种类繁多，这种方法的效率很低，最有效的方式是利用人类玩家生成的游戏 Replay。星际争霸的 Replay 是一种基于玩家指令的游戏录像文件——通过存储指令而非画面的方式，游戏录像的文件尺寸被压缩到了很小的尺寸，另一方面，这也为人工智能的训练带来了方便——游戏的信息可以在 Replay 文件中直接提取出来。 但仍有几个方面的问题让机器学习难以利用这些游戏录像。首先，星际争霸 Replay 的重建速度有限，这意味着训练速度会受到限制；由于星际争霸游戏的版本更迭，不同版本游戏的 Replay 与游戏无法互相兼容，这限制了可用数据的数量；最后，游戏录像的重建只能在 Windows 系统中才能保持稳定。基于以上问题，Facebook 的研究人员认为提取游戏录像中的有效信息并将其以数据集的形式存储是最好的方式，请关注本次专辑…… Netflix，中文名“网飞”，是一家在世界多国提供网络视频点播的公司，不少人是因为热门美剧《纸牌屋》知道的这家公司。事实上，Netflix 在发展中十分重视技术的应用，尤其是近年来人工智能技术的应用，Netflix 甚至拥有自己的深度学习研究室。本文的作者就是来自 Netflix 深度学习研究室的研究员，将要向我们介绍 Netflix 开源的一款面向稀疏数据的轻量化神经网络库：Vectorflow。
过去几年来，随着深度学习库与软件创新成果的蓬勃发展，机器学习问题的研究已经成为令人兴奋的热门议题。大多数库从负责处理大量密集问题的专业计算代码演变而来，其中自然也包括将图像分类为通用框架以构建起能够为稀疏模型提供间隔支持的神经网络模型。 在Netflix公司，我们的机器学习科学家们需要立足广泛领域应对各类复杂问题：从根据您的喜好作出针对性影视作品推荐，到优化编码算法等等。作为实际任务中的一部分，我们需要处理极为稀疏的数据资源——尽管每一次观察到的非零项数量非常有限，但待处理问题的总体维度数量却往往会轻松达到数千万级别。 在这样的背景之下，我们认为有必要开发出一款专门针对单一设备、多核心环境的轻量库，并针对浅前馈神经网络的训练进行专门优化。我们希望相关成果拥有体积小、易于调整等特点，而 Vectorflow 项目正是由此而生，并成为 Netflix 内部机器学习科学家们常用的重要工具之一。更多内容，请关注本次专辑…… 热门平台WordPress由于丰富的自定义属性而赢得了众多站长的青睐，数以万计的第三方主题和插件不仅极大地降低了建站的门槛，而且用户可以根据自身需求像搭积木一样搭建自己的博客网站。此前令人感到遗憾的是，那么选择托管在WordPress.com域名下的网站却无法使用这些内容；而自今天开始这种情况将彻底改变。 Automattic公司宣布那些WordPress.com的业务型账号现在可以安装由WordPress用户创建的第三方主题和插件。这项调整对于那些托管在WordPress.com的网站来说影响是很大的，意味着终于可以使用类似于Yoast、Membership等非Automattic生态系统的实用WordPress工具。
这就意味着WordPress业务用户能够更轻松的定制自己的网站，上传bespoke主题，或者安装类似于ThemeForest的主题。更多内容，大家可以关注本次专辑…… |
