面對信息爆炸，我們需要高質量的信息源。本文旨在幫助人工智能從業者更新信息結構，全面且快速地獲取人工智能領域的信息，站在人工智能的前沿。
人工智能領域每日必刷信息源梳理
1.綜合性AI信息平臺
- Reddit Machine Learning：https://www.reddit.com/r/MachineLearning/
- Harker News：https://news.ycombinator.com/news
- Twitter：https://twitter.com/home
關注該賬號關注的人：https://twitter.com/LiYachou/following
- 微博：
王威廉 https://weibo.com/u/1657470871?is_all=1
簡介： UC Santa Barbara計算機科學系助理教授、CMU博士 http://www.cs.ucsb.edu/~william/
周志華 https://weibo.com/zhouzh2012
簡介：南京大學 計算機教授，主要研究人工智能機器學習、
劉知遠 https://www.weibo.com/zibuyu9
簡介：清華大學計算機系副教授、博士生導師。主要研究方向為表示學習、知識圖譜 。
愛可可 https://www.weibo.com/fly51fly（更新及時，每日5點左右開始發文）
簡介：北郵PRIS模式識別實驗室陳老師
陳怡然 https://www.weibo.com/u/2199733231?is_all=1
簡介： 杜克大學電子與計算機工程系教授，杜克大學計算進化智能中心主任，美國NSF新型可持續智能計算中心主任。IEEE Fellow。關注科技、民生和社會發展。
馬毅 https://www.weibo.com/u/3235040884
簡介： University of California at Berkeley, EECS Department, 教授
邱錫鵬 https://www.weibo.com/xpqiu?is_all=1
簡介： 復旦大學 NLP開源項目作者 http://nlp.fudan.edu.cn/xpqiu/
Wilson_NJUer https://weibo.com/u/2618378195?from=myfollow_all
簡介：曠視南京研究院負責人 互聯網資訊博主
劉群 https://weibo.com/liuqunmttodeath?is_all=1
簡介： 華為諾亞方舟實驗室語音語義首席科學家。前都柏林城市大學教授。前中國科學院計算技術研究所研究員。專業為機器翻譯，自然語言處理，計算語言學。
唐傑 https://www.weibo.com/jietangthu
簡介： 清華大學教授，ArnetMiner系統創始人。專注於社會網絡分析、數據挖掘、知識圖譜和機器學習的研究。
李沐 https://weibo.com/mli65?is_all=1
簡介：他是硅谷華人技術大神，深度學習框架 MXNet 創始人之一；他在江湖人稱“沐神"，甚至被稱作深度學習界的“米其林”。面對被冠以的這些稱號，他卻謙虛地表示：“比我厲害的人多的是，我不是大神。”他叫李沐，現任 AWS AI 首席科學家。
老師木 https://weibo.com/dr4x?is_all=1
簡介：網名老師木，北京一流科技有限公司創始人，致力於打造分佈式深度學習平臺的事實工業標準。前MSRA（微軟亞洲研究院）研究員，360搜索早期成員。2013-2016年，其在MSRA從事大規模機器學習平臺研發工作，2014年其研發出當時世界上最快的主題模型訓練算法和系統LightLD，被應用於微軟在線廣告系統。曾在計算機視覺及多媒體領域頂級會議上發表多篇論文。
- feedly： https://feedly.com/i/welcome
- 知乎熱榜：https://www.zhihu.com/hot
- 微博熱榜：https://d.weibo.com/
2.AI公司、AI實驗室博客
- 谷歌博客：https://ai.googleblog.com/
- OpenAI博客：https://openai.com/blog/
- DeepMind博客：https://deepmind.com/blog/
- Facebook博客
- https://ai.facebook.com/blog
- https://research.fb.com/blog/
- https://code.facebook.com/
- 微軟博客：https://blogs.microsoft.com/ai/
3.AI熱點技術、AI期刊雜誌
- Nature：www.nature.com
- Science：http://www.sciencemag.org/
- GitHub Trending：https://github.com/trending
- 熱點論文：http://www.arxiv-sanity.com
4.AI熱點新聞
- The Information：https://www.theinformation.com/
- TechCrunch：https://techcrunch.com/
- VB：https://venturebeat.com/
- The Verge：http://www.theverge.com/
- 連線：https://www.wired.com
- MIT科技評論：https://www.technologyreview.com/
- 彭博社：http://www.bloomberg.com/technology
- 量子雜誌： https://www.quantamagazine.org/
- AnyKnew：https://www.anyknew.com/#/（一鍵查看多個網站的熱榜）
擴展 AI 內容源
1.綜合性信息平臺
- Deep Learning Monitor：https://deeplearn.org/
- https://www.reddit.com/r/Python/
2.AI公司、AI實驗室博客
- 斯坦福博客：https://ai.stanford.edu/blog/
- CMU博客：https://blog.ml.cmu.edu/
- Adobe博客：https://theblog.adobe.com/technology/adobe-sensei-ai/
- 百度博客：http://research.baidu.com/Blog
- UC 伯克利博客：http://bair.berkeley.edu/blog/
- 英特爾博客：https://www.intel.ai/
- AWS 博客：https://aws.amazon.com/cn/blogs/machine-learning/
- MIT 博客：https://www.csail.mit.edu/research?f[0]=research_area:9
- 谷歌開源博客：https://opensource.googleblog.com/
- 谷歌開發者博客：https://developers.googleblog.com/
3.熱點技術
- 個人博客：
- https://www.inference.vc/
- http://ruder.io/
- 硬件技術：https://www.nextplatform.com
- 硬件技術：https://www.anandtech.com/
- https://phys.org/
- http://www.acm.org/
- https://cacm.acm.org/magazines/
- Medium平臺
- Towards Data Science
- machine learning
- artificial intelligence
- freeCodeCamp
- OpenCV實戰：https://www.pyimagesearch.com/
4.AI熱點新聞
- 產業新聞：https://www.cbinsights.com/blog/
- 產業新聞：www.forbes.com
- https://www.newscientist.com/section/news/
- http://www.scientificamerican.com/
- http://www.theguardian.com/
- https://www.nytimes.com/
- Business Insider：https://www.businessinsider.com/s?q=Zume
5.高校新聞
- MIT：http://news.mit.edu/
- 斯坦福：https://news.stanford.edu/
- IEEE：https://spectrum.ieee.org/
- 機器之心（以及官網：https://www.jiqizhixin.com/）
- 機器之能
- 新智元
- 量子位
- CV智識
- AI科技大本營
- AI科技評論
- 深科技
- 網易智能（以及官網：https://tech.163.com/smart/）
- 大數據文摘
- 智東西
- 半導體行業觀察
- CVer
- 專知（以及官網：https://www.zhuanzhi.ai/）
- AI研習社（以及官網：https://www.yanxishe.com/）
- AI前線
- 微軟研究院AI頭條
- 諾亞實驗室
- Paperweekly（以及官網：http://www.paperweekly.site/）
- 深度學習大講堂
- 磐創AI
可選AI內容源
AI領域牛人的博客：
http://karpathy.github.io/（非常重要）
http://rsarxiv.github.io/2016...（大牛的網頁縱覽，不斷更新中，非常重要）
http://mlg.eng.cam.ac.uk/yarin/index.html ( 深度學習三巨頭之一、紐約大學教授Yann LeCun會回覆這個博客）
http://colah.github.io/（谷歌研究員，原創質量很高）
學術類工具
https://www.semanticscholar.org/
https://www.top500.org/
報告類
http://www.oxfordmartin.ox.ac.uk/
http://dupress.com/
http://www.mckinsey.com/industries/high-tech/our-insights
https://ark-invest.com/
https://www.bcgperspectives.com/
http://aitopics.org/news
第二部分：人工智能領域 學術會議 時間線
3月底，圖靈獎公佈
12月初，IEEE Fellow公佈
12月初，ACM Fellow、AAAI Fellow公佈
自然語言處理6大會議：
1、ACL: Association for Computational Linguistics
https://www.aclweb.org/portal/
2、EMNLP: Empirical Methods in Natural Language Processing
http://hum.csse.unimelb.edu.au/emnlp2013/
3、NAACL: North American Chapter of the Association for Computational Linguistics
http://naacl.org/
4、EACL: European Chapter of the Association for Computational Linguistics
http://eacl.org/
5、COLING: International Conference on Computational Linguistics
6、CoNLL: Conference on Natural Language Learning
http://www.signll.org/conll/
信息檢索、人工智能、機器學習、數據挖掘：
1、SIGIR: Special Interest Group on Information Retrieval
2、AAAI: Association for the Advancement of Artificial Intelligence
3、ICML: International Conference on Machine Learning
https://icml.cc/
4、ICDM: International Conference on Data Mining
https://cmswebsrv.newark.rutgers.edu/
A類
B類
ICLR： ICLR 2016（通常發音為「eye-clear」， International Conference on Learning Representations）其實可以更準確地稱為「深度學習國際大會」。 ICLR 2016 於 5 月 2-4日在可愛的波多黎各舉辦。
ICML：International Conference on Machine Learning
NeurIPS ：Neural Information Processing Systems
https://neurips.cc/
IJCAI: International Joint Conference on Artificial Intelligence 7月9日開始
http://ijcai-16.org/index.php/welcome/view/home
CVPR：每年6月份，Conference on Computer Vision and Pattern Recognition，和 ICLR 相比，CVPR 給人幾分更冰冷、更實證的感覺。
ICPR： International Conference on Pattern Recognition,2016年12月4-8日
ICRA：頂級機器人會議 ICRA
KDD：http://www.kdd.org/awards/view/2016-sigkdd-best-paper-award-winners
閱讀更多 AI應用前沿 的文章
