參加Qcon2017上海隨感

　宣傳片很不錯　

請戳這裏：　https://static.geekbang.org/qconsh2017/qconsh2017-video.mp4　　

會議的主題關鍵詞標簽

總結下本次會議我所捕獲到的關鍵詞，整個會議的主題和各個內容情況，人工智能，安全，前端技術，AR原理和實踐應該算目前最火的標簽。

會議感悟

技術變革需要各個角色的人參與其中，尤其是麵向未來的人工智能的方向，需要從基礎建設，大數據平台，算法平台，機器學習中的深度學習，自然語言和圖像視頻識別等發展，包括最近很火的量子計算機的研製，需要加快計算的速度才能更快的讓計算的速度帶來實時性的剛需。本次的議題都開始做真正的落地實踐，而不是停留在人工智能的概念性課題。

在信息爆炸的今天，如何高效地從海量數據集中提煉數據？如何實時性的提煉數據？計算的速度？存儲的效率？這些問題的解決，才可以更好展開人工智能的分支研究，各個突破。機器學習中有更好的落地的產品包括推薦，賬號安全，支付安全等領域，還有物聯網IOT局部推進，尤其是現在的自然語言發展迅速，“天貓精靈”通過語音來連接智能設備，以及視覺傳感器和圖像識別技術發展帶來很多體驗升級。

各個公司都在開展大數據平台和人工智能研究領域，這是一次前所未有的技術競賽，百花齊放的局麵。但是複旦教授“深藍之後20年人工智能“講到，目前人工智能還是針對的特定領域進行研究，包括AlphaGo和自我學習的Apha Zero等，都無法解決人類的情感意識識別，引用他的話說僅人類的進化就用了近700萬年的時間，還不算高級靈長目動物的進化。智能模擬研究任重道遠，切勿拔苗助長！

在眾多技術方向和領域中，需要每個人自己製定好發展和規劃，切記對每個領域都要去學習，做到了解即可，按照PayPal的演講的主題定義未來的數據科學團隊：工程，統計，機器學習，分析，解決問題等五個點進行展開。所以，作為每個人，都可以選擇其中之一，做到深度，而不是任意的廣度。

在軟件編程語言方麵包括前端的技術飛速發展，以及前後端模塊化的實踐。其中Vue.js算是繼react.js,angular.js之後起之秀的前端框架，值得去學習一下。還有JAVA9的新特性和模塊化的解決方法，解決龐大的依賴樹取而代之的是模塊化依賴，甚至結合以前的OSGI可以加深理解，最近比較火的Koltlin語言，以及它可以帶來的DSL的最佳實踐，這些都是與實際日常工程相關，可以接觸下新的編程技術最佳實踐。

麵對前沿科技的風雲變幻，我們可以用技術和產品相結合，不斷的優化產品體驗，提升用戶的滿意度。快速試錯，快速迭代，高質量技術研發。產品優化應該是個永恒的話題，本次關於網絡加速，前端渲染加速，後端存儲壓縮，傳輸速度，成本節約等議題較多，基本都是圍繞優化進行展開。