雷鋒網按：近日，科技圈的新聞可謂此起彼伏，知乎獲得D輪融資；陸奇加盟百度；繼AlphaGo之後，百度小度繼續挑戰人類的「最強大腦」……對於這些事件，業內的行家會有怎樣的麻辣點評？小編懷著依依不捨的心情精選了7篇深度的好文與大家分享，畢竟這可是本輪猴年的最後一次專欄精選了。友情提示：點開第七篇連結的時候，要確保媽媽大姨們不在身邊，不然你很難解釋的科科~
1、詳解聲紋識別：如何正確評價小度在最強大腦中戰平人類？｜獨家解析（點我閱讀全文）
百度小度在「最強大腦」比賽中以1:1戰平名人堂公認最擅長聲音辨別的選手孫亦廷，引發了一些媒體的追蹤報導，我們驚喜的同時也發現有些文章的報導是不準確的，這種漫無邊際的誇大實質上對百度口碑是不利的。我們始終應該清晰的認識到：人工智慧經過半個多世紀的起起伏伏，到如今開始落地到應用場景，確實是一件非常令人興奮的事情，但這不代表著人工智慧就真的智能了，並且超越人類了。事實上，這才只是剛剛開始，人工智慧還有很長的路要走。
【作者介紹】陳孝良：博士，聲智科技創始人，曾任中科院聲學所副研究員和信息化辦公室主任，主要從事聲學信號處理和 GPU 深度學習算法研究工作。
2、技術解析：Velodyne VS Quanergy 固態雷射雷達哪家強？ | 獨家深度（點我閱讀全文）
一年一度的CES展幾乎淪為汽車展，而在2017年的CES展中，自動駕駛技術已然成為焦點。作為自動駕駛的核心環境傳感器，雷射雷達自然也備受矚目。
關注無人駕駛的讀者們都知道，固態化、小型化是雷射雷達的發展趨勢。對於固態雷射雷達，目前公開資料最多的兩個明星廠家是Velodyne和Quanergy，那麼它們的技術到底孰優孰劣？本文作者以專業的視角進行了深入的解析和審慎的思考。
【作者介紹】朱少嵐：中國科學院大學博士，中國科學院精密機械研究所研究員，寧波傲視智繪光電科技有限公司創始人、董事長。
3、知乎的「野心與終局」（點我閱讀全文）
徐新和周源短暫接觸之後，就用極快的速度和不低的估值敲定了這筆投資，正如一位做後期的投資人朋友幾周前曾經跟我說的：「知乎這輪融資太順利，份額想搶都搶不到了。」
對於今日資本來說，知乎是一個確定性偏強的案例。畢竟創業項目也有頭部、腰部和尾部之分，知乎作為目前市場上少有的頭部項目，還是比很多同類項目要來得穩妥一些。
但是，確定性和上升空間之間往往是有矛盾的。知乎的終局到底會是什麼？還有多大的上升空間？該如何盈利……
抱著這諸多問題，我一邊思考一邊翻遍了周源在知乎上的所有回答。我發現，在他的 341 個回答裡，有很多非常深入的思考，可以或直接或間接地回答我的很多疑問。
【作者介紹】曲凱：海歸創投人，Duke Graduate，前Consulting Intern，前Baidu PM。
4、如何用數據分析的方法，做好一款小程序？（點我閱讀全文）
現在「如何做一款小程序」的文章鋪天蓋地，「怎麼做」 已經不是問題。那麼如何「做大」一款小程序，你知道嗎？破解小程序獲客難、留存難問題，又有哪些方法？
大家都在琢磨小程序的業務場景，因為涉及到的商業領域非常多，我們不一一分析。但是有一點可以肯定的是，用戶增長是所有小程序共同的、最直觀的目的。
提到用戶增長，不得不提「增長黑客」，這個詞在國內已經被逐漸接受了。「增長黑客」的海盜法則 AARRR 也被大家所熟知。AARRR 包括五個方面，分別是用戶獲取（ Acquisition）、用戶激活( Activation )、用戶留存( Retention )、變現營收( Revenue )與推薦傳播( Referral )。
如何從AARRR五個方面做好小程序的數據分析，不妨聽聽數據分析從業者怎麼說。
【作者介紹】金磊：數據分析產品GrowingIO產品經理。
5、在百度，有哪件大事是非陸奇不可的？（點我閱讀全文）
每天工作15個小時的陸奇，作為世界頂級科技公司中職位最高的華人，高調轉身成為百度集團總裁兼COO，一人之下萬人之上。
如果不是「騎自行車摔傷」，陸奇也是被看好未來掌舵微軟的候選人之一。即便不考慮其華人的身份，陸奇自身的能力與之前的成就，也足以支撐他成為一個偉大公司的改革者，使其更加偉大。只是，大家都沒有想到，這個被改革的公司，有可能是百度。
對百度而言，陸奇的加盟是從任何角度看都是一件喜事。但值得思考的是，在陸奇的領導下，百度會發生什麼變化？
有什麼事情，是張亞勤+吳恩達+向海龍搞不定的，而陸奇就能搞定呢？這是一個微妙的問題。
【作者介紹】謝闐地：雷鋒網(公眾號：雷鋒網)總經理。
6、為什麼現在的人工智慧助理都像人工智障？（點我閱讀全文）
為什麼現在的助理產品都是坑？很多團隊不是底層的算法差，而是團隊對產品的理解有問題。
要滿足C端用戶的需求，確實非常難。10次使用，有一次因為任意原因的失望，用戶心理就會開始有疑慮。從體驗上來看，在用戶熟悉的場景下得全面理解用戶提出的需求；在用戶自身不清楚場景下，得自然的協助用戶挖掘需求；獲得需求後得幫助用戶做決策，並最終呈現結果。以此來看，對話式的agent就得至少滿足以下功能：
具備基於上下文的對話能力 (contextual conversation)
具備理解口語中的邏輯 (logic understanding)
所有能理解的需求，都要有能力履行（full-fulfillment）
【作者介紹】本文作者Mingke，對話式人工智慧創業者。
7、圖像識別怎樣改變AV產業？日本人表示：你們都弱爆了（點我閱讀全文）
先進的圖像識別怎樣改變AV產業？說到這方面，日本人表示，你們都弱爆了！
簡單的列舉出文中最弱的一個例子你們感受一下：
這個機器人能從面部打碼的圖片，識別出原來的人物是誰。效果如圖：
機器人：照片中的人物為上原亞衣。相似度98.730320%。
【作者介紹】何之源：復旦大學計算機科學碩士在讀，研究人工智慧計算機視覺方向。
雷鋒網特約稿件，未經授權禁止轉載。詳情見轉載須知。