要翻墙，瑞士 Institute for Dynamic Systems and Control (IDSC), ETH Zurich，搞得一个算法，主要的意思就是，如果多旋翼小飞机的一个翅膀被损坏了，小伙还可以顽强的稳定飞回基地。。。教授你们知道么，你现在让它们这么鲁棒，回头千万留个root啊，否则天网来临的时候咱就费了。

ROBOBEES A CONVERGENCE OF BODY, BRAIN, AND COLONY

Harvard机器人，很小。。。话说哈佛老搞一些很小的机器人，低成本但是swarm起来很带感，传说每年还有个低成本小机器人比赛。

玩具界又添大作：悬停的无人机和跳跃的汽车

这家公司之前出的AR.Drone，带摄像头，室内，巨贵，这次走便宜路线了，但是小飞机上没摄像头了，失去一大乐趣。

来自俄罗斯的 Wi-Fi 智能套娃 Mother，外观相当讨巧

更曾经的QQ机器人类似，看起来更呆，不过晚上看到会吓一跳啊红色的眼睛我靠

各种名人分享

王威廉（这哥们分享的都是干货）

哥大统计系Andrew Gelman的新版《贝叶斯数据分析》上架了。 AG认为“贝叶斯推理”的概念太狭窄，“贝叶斯统计”太宽泛，还是“贝叶斯”的名字比较靠谱。他认为贝叶斯可以是数据+正则化，数据+先验知识，逻辑概率推理，以及不同时间发生的不同事件等等。有兴趣可以看看书的幻灯片：http://t.cn/8kFRsJE

Do Deep Nets Really Need to be Deep? 微软研究员Rich Caurana近日在arxiv发文，认为深度学习的深层次模型其实可以用浅层次模型来模拟表示。http://t.cn/8kFp9Bv 谷歌研究主任Fernando Pereira认为这一点也不奇怪，早在89年就有文章说明1层MLP的表达能力与多层神经网络相同。 http://t.cn/8kFp9BP

纽约大学教授GARY MARCUS向来以言辞犀利著称。元旦，他在著名的《纽约客》杂志上撰文批判了最近人工智能研究中的一些炒作现象。HYPING ARTIFICIAL INTELLIGENCE, YET AGAIN http://t.cn/8kexOUG 对于斯坦福的深度学习系统，他认为：The deep-learning system doesn’t really understand anything.

新年第一天，来看一下深度学习教父Geoff Hinton不久前在不列颠哥伦比亚大学的一次演讲：Recent Developments in Deep Learning http://t.cn/8kdeD1x 虽然我不做深度学习，但是看Hinton爷爷讲讲深度学习的最新进展和各种小技巧，还是很有意思的。

2014年1月刊的CACM出现神文一篇：图灵奖得主、@李开复导师Raj Reddy重出江湖，把自己38年前写的语音识别技术综述 http://t.cn/8krYB9o 重新写了一遍，回顾了最近40年语音识别技术的发展：A Historical Perspective of Speech Recognition http://t.cn/8krYB9f 视频（需翻墙）：http://t.cn/8krYB9I

“不，你还不是数据科学家。” —- IBM Watson执行架构师Swami Chandrasekaran绘制了一张相当漂亮的数据科学技能地图。他认为应当掌握的领域包括基础数学，统计，编程，机器学习，自然语言处理，可视化，大数据，数据摄入，数据变换，工具箱等。大图地址：http://t.cn/zQylGyj

斯坦福毕业生Clare Corthell参考了许多新开设的数据科学项目，提出了一个公开的数据科学教学大纲以及相关教学资源：http://t.cn/8kmewD8 内容涵盖了数学，计算机科学中的算法，数据库，数据挖掘，机器学习，概率图模型，自然语言处理，数据分析及编程等。可以参考一下。

@南大周志华

学术报告会，1月9日，14:00-15:00，南大仙林校区计算机楼230；题目：Parameter Server for Distributed Machine Learning；报告人：李沐 (CMU)。欢迎参加。@李沐M

@刘洋THU

#CIPS青工委系列学术活动# 纽约城市大学黄亮教授@pascal_ACL 将于2014年1月13日10:00-12:00在清华大学FIT楼1-315会议室做学术报告”Linear-time Algorithms in Natural Language Understanding and Learning”，欢迎大家参加！