主要观点：
        谷歌和  DeepMind  占ICLR  总接收论文的  20%，具有绝对的影响力
        谷歌、DeepMind、Facebook、OpenAI、微软，这  5  个科技公司在今年  ICLR中共贡献了9  篇  oral（口头报告）论文和  107  篇  poster（海报展示）论文，在会议接受论文总数的  23  篇  oral、314  篇  poster  中已经占据了接近半壁江山。http://www.hibor.com.cn【慧博投研资讯】（谷歌、FB、微软重点在于其中的人工智能研究机构：谷歌大脑/谷歌  AI，Facebook  人工智能研究院，微软研究院）。http://www.hibor.com.cn（慧博投研资讯）每家机构的数量方面，DeepMind  22  篇、谷歌  47  篇、Facebook  25  篇、OpenAI  7  篇、微软  15  篇。谷歌和  DeepMind  加起来就占了会议总接收论文的  20%，具有绝对的影响力。
        强化学习是今年一大研究热点，与语言相关的论文也成为重要方向
        强化学习是今年一大研究热点，不仅  DeepMind  依旧把强化学习作为重要研究对象，其它研究机构也在强化学习方面有许多研究，以及把强化学习作为工具，研究其它领域的问题。这  106  篇论文中有  20  篇左右是关于强化学习的。去年火热的  GANs  今年则热度有所下降。另一方面，与语言相关的论文也有  22  篇之多，涵盖的内容包括对语?演进的探索、弱监督/弱监督翻译、阅读理解、问答等。
        大模型、大计算、大数据是深度学习三大支柱，需要多维度更新
        深度学习的成功主要归功于三大因素——大数据、大模型、大计算。模型技术的发展使得训练大模型成为了可能，例如上千层的深度神经网络都已经发展成为现实。同时硬件的提升可以实现大计算，从CPU  到GPU，可获取的计算资源越来越丰富。人工智能的模型算法可以分为两个方向：以统计方法为主的机器学习，和以神经网络架构为主的深度学习。近十年来深度学习有了长足的发展，神经网络被应用到图像识别、语音识别、自然语言处理、无人驾驶等许多细分领域。伴随着CPU、GPU、FPGA、ASIC等硬件的更迭，深度学习的平台和系统也逐步建立完善。预计未来硬件和软件的结合将会更加紧密。
        谷歌等软技术公司引领AI  主流，电商和社交巨头耕耘垂直领域
        谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智能助手、图像识别等许多层面。苹果业已开始全面拥抱机器学习，新产品进军家庭智能音箱并打造工作站级别Mac。另外，腾讯的深度学习平台Mariana  已支持了微信语音识别的语音输入法、语音开放平台、长按语音消息转文本等产品，在微信图像识别中开始应用。通过Mariana，识别准确率获得了极大的提升，目前识别能力已经跻身业界一流水平。从上述全球前十大科技公司对人工智能的投入程度和应用的实现，人工智能已经成为2017  年行业的风向标，是移动互联网之后的科技高地所在。