如果你想了解2016年各领域都有哪些新技术、新趋势、新工具最值得关注，请不要错过本期《程序员》，我们力邀业内各领域名家，与读者盘点2016技术发展。以下为各领域关键趋势摘录：

• 移动Web：React等框架在大型项目中采用，微信小程序也开启了一扇新门，Google推出的PWA开发者看到了移动Web的更多可能
• AI技术：摆脱质疑，实用化、智能化、芯片化、生态化，让所有人都触手可及
• 前端技术：在这个技术更迭迅速的年代，个人开发，请考虑激进，团队合作，请考虑于保守
• 数据库：消除数据孤岛，实现对不同数据存储的统一访问，Multimodel，以及图数据库方兴未艾
• VR：异步时间扭曲、注视点渲染、左右眼图像同时渲染、高速无线传输技术是这一年的关键词
• 游戏行业：总体市场环境异常严酷，机会仍然存在，精品原创游戏会继续成功，排除资本追逐之后优质的游戏会有更多崭露头角的机会

• 盘点2016年的移动Web发展（黄峰达，ThoughtWorks软件开发工程师）
• 2016年人工智能技术进展大盘点（赵永科，CSDN博主，现就职于阿里云）
• 2016年前端技术观察（曹刘阳，资深Web技术专家）
• 2016数据库技术盘点（汪洋，中国平安集团平安科技数据库技术部总监）
• 2016年OpenStack总结（陈沙克，九州云技术副总裁）
• VR技术这一年的发展要点与未来展望（赵刚，京东集团架构部总监）
• 2016年游戏行业年终盘点（王楠，Cocos Creator制作人）

资讯

CSDN要闻 
Facebook的灾难应对机制如何改变 
性别算法：通过计算角度来看进化论 
区块链技术超越比特币 
机器学习的安全问题 
Light公司：创造胜过数码单反相机的微型数码相机 
极紫外光刻技术或将于2018年之前实现

人工智能

• CNN在无人驾驶中的应用（吴双，王江，刘少山）

  无人驾驶的感知部分作为计算机视觉的领域范围，也不可避免地成为CNN发挥作用的舞台。本文是无人驾驶技术系列的第八篇，深入介绍CNN（卷积神经网络）在无人驾驶3D感知与物体检测中的应用。

• 机器码农：深度学习自动编程（张俊林，用友畅捷通人工智能相关业务负责人）

  机器自动编程是人工智能一直以来期望攻克的重要应用领域，随着深度学习的逐步流行，最近在自动编程方向获得了广泛应用并取得了很大进展。深度学习如何指导机器自动编写出能正确执行的代码？本文对这方面的最新技术进展进行了介绍，将主流技术分为“黑盒派”和“代码生成派”两种派别，并分别介绍了对应代表系统：“神经程序解释器”及“层级生成式CNN模型”的工作机理。

• NIPS 2016精选论文（洪亮劼，Etsy数据科学主管）

  人工智能和机器学习领域的学术论文汗牛充栋。每年的各大顶级会议、研讨班录用好几千篇论文，即便是亲临现场也很难追踪到所有的前沿信息。在时间精力有限的情况下，选择精读哪些论文，学习哪些热门技术就成为了AI学者和从业人员所头痛的问题。本栏目旨在要帮助大家筛选出有意思的论文，解读出论文的核心思想，为精读提供阅读指导。

移动

• 移动直播连麦实现——A端合成（张亚伟，齐聚科技技术研究院技术总监）

  本文是移动直播连麦功能实现系列的第三篇，分享A端合成连麦音视频的流程及细节。此前我们介绍了连麦实现思路的整体情况，包括音视频合成的几种实现思路，A主播及连麦的各参与角色定义等。以及使用UpServer服务器合成音视频数据的流程，包括UpServer合成、AB主播端合成、时间戳生成及使用等，内容详情见《程序员》2016年10月刊和11月刊。

• 携程移动端性能优化（南志文，携程研发经理）

  在《程序员》10月刊作者发布了文章《携程移动端架构演进与优化》的第一部分：架构演进，11月份作者在CSDN上发布了《携程移动端UI界面性能优化实践》。本文是在这两篇的基础上进行总结的关于携程移动端性能优化的其他内容，包括Hybrid框架优化、网络优化、通信数据格式传输优化、内存优化、启动时间优化、React Native优化等内容，接下来作者将从这几个角度进行详细展开。

• 微信终端跨平台组件mars系列——信令传输网络模块之信令超时（曹少琨，微信移动客户端开发工程师）

  mars是微信官方的终端基础组件，主要包含COMM、XLOG、SDT、STN几个独立的部分，本篇文章将为大家介绍STN（信令传输网络模块）。由于STN的复杂性，该模块将被分解为多个篇章进行介绍，本文主要内容为微信中关于读写超时的思考与设计。

• 从iOS视角解密React Native中的线程（彭飞，58同城iOS客户端架构师）

  React Native（后文简称RN）自推出至今，已在国内不少公司得到了推广应用，前景颇为看好。而当前市面上对RN源代码级别的研究文章较少，对理解以及应用RN上带来诸多不便。线程管理是RN的一个基础内容，理清它对了解RN中的组件设计、事件交互、复杂任务处理有很大的帮助。由此，本文将基于iOS端的源代码介绍RN中线程管理的相关内容。

技术

• 使用SIMD技术提高C++程序性能（上）（张银奎，《软件调试》和《格蠹汇编》作者）

  有人说这两年Java语言很火，程序员工资不断上升，已超过了C++程序员，但笔者觉得这只是通过模糊比较得出的模糊结论。程序员之间的差异太大了，Java程序员可以分为很多等，C++程序员也有很多等，拿前者的高等与后者的低等比当然前者高。无论如何，我还是喜欢听到圈里圈外的人谈论程序员或者软件，这说明软件在越来越深地走进公众视野。

• 在Apache Spark 2.0中使用——DataFrames和SQL的第二步（马小龙，浙江财经大学数据分析和大数据计算客座教授）

  本文中，作者将继续使用Apache Spark 2.0进行基本数据的分析，主题将是Dataset/DataFrame API和SQL的可交互性。 本文第一部分使用了无类型的DataFrame API，其中每行都表示一个Row对象。在本文中，我们将使用更新的DatasetAPI。Dataset是在Apache Spark 1.6中引入的，并已在Spark 2.0中使用DataFrames进行了统一，我们现在有了type DataFrame = Dataset [Row]，其中方括号（[和] Scala中的泛型类型，因此类似于Java的<和>）。因此，在上一篇文章中讨论的所有诸如select、filter、groupBy、agg、orderBy、limit等方法都以相同的方式使用。

• 语音交互的挑战（林敏，广州美术学院教授）

  前些日子，锤子手机的新品发布会又火了。跟以往不同的是，这次不是因为手机的外观惊艳，而是因为拿出了几个。其中一项“黑科技”是科大讯飞提供的语音输入技术。老罗在发布会现场即兴来了一段语音，话声刚落，文字便妥妥地呈现在屏幕上了。