一篇国外AI&ML领域大咖的总结文章，翻译的时候我是奔着“信达雅”去的，结果脸着地还没接住，翻译的水平有限，有兴趣的也可以看原文

前言

最近几年，人工智能的热度和机器学习技术的成熟度有了一个梦幻般的增长。这些技术已经从边缘领域发展成为了技术主流，并且已经现如今已经影响了数以百万计的人。各个国家也增加了在AI领域的投入以使自己保持竞争优势。

对于数据科学专家来说情况也是一样的， 在过去几年，即使只懂一点相关工具和技术你就可以高枕无忧了。但是现在已经完全不行了。在这个领域发生了太多事情，且有太多东西需要学习以保持和业界同步，这有时令人难以置信。

这就是我为什么想以一个数据科学从业者的视角，回顾一下在几个关键领域里人工智能领域里都取得了哪些发展？哪些突破？2018发生了些什么？2019又有哪些期待？

我们将会在文中提到的领域

• 自然语言处理
• 计算机视觉
• 工具和库
• 强化学习
• AI伦理

个人对单测的理解

1. 程序的结构只因架构设计变化而变化，方法访问权限在够用的情况下，越小越好，这些不能因为单测的影响而改变。
2. 单测也是代码的一部分，评估需求，排期都要算在内。
3. 交付的标准里应该包括至少90%的单测覆盖率。
4. 单测代码也是要被测试的，所以突变测试(mutation testing)（改程序逻辑，单测应该能用“Fail”检测到这个变更）也要抽样做。
   Read more »