知识分享平台众多，我们有三AI公众号是其中一个，在过去的3年里，我们已经写了700多篇，超过200万字的技术文，其中一些专栏作者的贡献功不可没。我们公众号只做原创内容，因为我并不希望平台成为一个靠复制转载内容并通过广告将收入全部纳入自己腰包的平台，而是希望“平台的内容取之于谁，就让谁受益，付出该付出的，得到该得到的”，让这个过程更加公平，让好的内容不被埋没，让原创得到尊重。
这次主要是来邀请大家加入有三AI平台，以及说说在有三AI平台写文章与在其他地方写文章有什么不同，我们能给大家带来什么。
专栏作者要做什么
所谓有三AI专栏作者，即在我们公众号连续创作某一个短篇或者长篇技术主题的作者，内容要求(1) 专业性强，文章逻辑和配图质量高。(2) 系统性输出，保证该主题的完整性。(3) 前沿领先，所写的主题要求在全网的内容中具有领先的时效性。
专栏作者要持续性进行内容的创作。这里有两个问题，第一个是创作什么内容？第二个是资历要求和输出频率，下面分别介绍。
1、创作内容
凡是与AI技术有关，可以系统性持续输出的内容，都可以成为有三AI生态的一部分，从各类研究方向到开源框架，深度学习理论与实践等。最典型的几个专栏大家可以参考：
超过40篇文章的“有三AI视觉算法工程师成长之路”：【总结】有三AI视觉算法工程师成长指导手册不更新了？不，换视频更新了！
超过50篇文章的“新手学习卡片”：有三AI终于摊牌了，第一款产品上市！
超过50篇各个领域的“技术综述”：【杂谈】篇篇精华，有三AI不得不看的技术综述(超过100篇核心干货)
超过50篇的NLP系列专栏：【总结】有三AI所有原创自然语言处理相关的技术文章汇总（2022年9月）
关于更多专栏的文章，大家可以到我们公众号的菜单里去找一些相关汇总，里面已经做了一些重要方向的整理。
2、报名要求
报名成为专栏作者，有以下要求：
(1) 具备原创的能力。即对于自己所负责的专栏，有独立原创能力，可以是纯原创，也可以是在知乎等非公众号生态发表过的技术专栏，我们会进行简单的辅导和内容修改。
(2) 具备持续创作的能力和责任心，专栏文章要求不少于8篇。内容需要持续更新，通常最少是按照一周一更的频率。对于读者来说，我们期望提供系统性的，由浅入深的学习内容，供大家完成某一个方向的学习。对于专栏作者来说，我们期望作者也能够系统性地完善自己的知识储备。按时更新专栏，可以促进持续学习，约束惰性。在经历过一个成功的专栏之后，也能提升作者的个人影响力，收获更多的东西。
最后对于写作，我有几个看法和做法供大家参考。
(1)，写之前先做到胸中有丘壑，一定要有总体规划，有很多流水日记式的高赞博客系列洋洋洒洒几十篇，但前后内容未循序渐进，噪声多，需要反复横跳不利于他人学习。
(2)，重视排版，排版不是花架子，通过精细的段落划分可以让人更快抓住内容核心与主次，配上前言和总结让人读完感觉更顺畅一些。
(3)，减少借鉴保持自恰，网上很多高赞博客都是拿来一堆其他博客进行内容杂糅，容易出现文字图片风格不统一，内容多但读起来难受。既然要写，便是经过自己彻底消化后再输出的内容，可以少可以不那么新，但要融会贯通自有风骚。
专栏作者享有权益
写作除了可以获得个人技术和影响力的提升，增强对研究问题的理解之外，我们平台还给大家提供了实实在在的更多权益，包括：
(1) 有三AI知识星球永久免费。
(2) 有三AI课程内容优惠。主要是与创作方向相关的内容，比如人脸相关方向对应人脸算法组的系列课程，模型相关方向对应模型算法组的系列课程。
(3) 辅助大家建立自己的付费收入渠道。成为我们的专栏作者，保证了内容质量，证明自己的能力后，你将收获一批忠实的粉丝，后续可以创建付费课程，知识星球等。
(4) 提供参与书籍创作的机会。这是非常难得的进行更深层次内容创作的机会，付出时间周期长，但是收获回报更大。
(5) 提供参加相关付费外包项目的机会。获得丰厚的收入。
优秀专栏作者
平台至今已经出现了几个非常优秀的专栏作者，创作了非常好的内容，并且获得了可观的回报，下面我们简单介绍几个：
(1) 郭冰洋，东北大学在读博士生。大家可以看看之前作者的自述，【杂谈】认识有三AI的一年，从机械转行CV到专栏作者。
郭冰洋是图像分类专栏作者，下面是一些文章分享。
【完结】16篇图像分类干货文章总结，从理论到实践全流程大盘点！
在此之后，他在我们平台负责了一些CV基础课程内容输出，如下：
【视频课】永久免费！5小时快速掌握Pytorch框架入门及实战
【项目实战课】基于ResNet的生活用品多标签图像分类实战
【项目实战课】基于Pytorch的EfficientNet血红细胞分类竞赛实战
今年11月，推出了一对一的个人论文辅导小组。
【总结】少信那些个包发论文的营销文案，7场直播讲解如何锻炼基础的学术研究能力
【论文辅导】新手如何从零开始发表CV论文，有三AI一对一辅导计划出炉！
(2) 小米粥，中国科学院大学博士研究生，大家可以看看作者之前的自述，GAN优化专栏栏主小米粥自述，脚踏实地，莫问前程。
小米粥是GAN理论专栏和语音信号处理专栏作者，下面是一些文章分享。
【完结】12篇GAN的优化文章大盘点，浓浓的数学味儿
【语音处理】时域信号处理利器再回顾：傅里叶变换
【语音处理】4个基本的时域信号特征分析技术
【语音处理】时域信号分析基本工具，什么是窗函数
【语音处理】硬核介绍人体的感知和听觉特性
【语音处理】声音的产生机制和数学模型
【语音处理】开始学习语音，从基本概念和应用讲起
今年11月，小米粥与言有三联合写作的新书《生成对抗网络GAN：理论与实践》在机械工业出版社出版。
言有三新书来袭，全面系统性地讲解生成对抗网络GAN原理与实践
(3) 小Dream哥，华中科技大学硕士研究生，大厂工程师，自然语言处理方向多年从业者，听听作者的自述， NLP专栏栏主自述，说不出口的话就交给AI说吧。
小Dream哥是NLP专栏作者，下面是一些文章分享。
【NLP-词向量】词向量的由来及本质
【NLP-词向量】从模型结构到损失函数详解word2vec
【NLP-NER】什么是命名实体识别？
【NLP-NER】命名实体识别中最常用的两种深度学习模型
【NLP-NER】如何使用BERT来做命名实体识别
【NLP-ChatBot】我们熟悉的聊天机器人都有哪几类？
【NLP-ChatBot】搜索引擎的最终形态之问答系统（FAQ）详述
【NLP-ChatBot】能干活的聊天机器人-对话系统概述
【知识图谱】人工智能技术最重要基础设施之一，知识图谱你该学习的东西
【知识图谱】知识表示：知识图谱如何表示结构化的知识？
【知识图谱】如何构建知识体系：知识图谱搭建的第一步
【知识图谱】知识抽取是什么，怎么做？
【NLP实战】tensorflow词向量训练实战
【NLP实战系列】朴素贝叶斯文本分类实战
【NLP实战系列】Tensorflow命名实体识别实战
【NLP实战】如何基于Tensorflow搭建一个聊天机器人
【NLP实战】基于ALBERT的文本相似度计算
【每周NLP论文推荐】从预训练模型掌握NLP的基本发展脉络
【每周NLP论文推荐】 NLP中命名实体识别从机器学习到深度学习的代表性研究
【每周NLP论文推荐】 介绍语义匹配中的经典文章
【每周NLP论文推荐】 对话管理中的标志性论文介绍
【每周NLP论文推荐】 开发聊天机器人必读的重要论文
【每周NLP论文推荐】 掌握实体关系抽取必读的文章
【每周NLP论文推荐】 生成式聊天机器人论文介绍
【每周NLP论文推荐】 知识图谱重要论文介绍
小Dream哥负责了我们公众号线上与线下的自然语言处理相关课程，并且即将推出新的课程，请大家拭目以待。
以上3个作者，都在公众号创作了超过10篇以上的技术专栏，各自在课程、书籍写作、项目等方向上获得了更加深入的锻炼和回报，这就是最典型的专栏作者成长之路，供大家参考。
如果有兴趣加入我们圈子，请直接联系言有三微信Longlongtogo即可。
往期相关
【杂谈】有三AI的一对一永久技术答疑服务，我们至少不会跑路
【视频课】CV必学，超7小时，3大模块，3大案例，掌握图像翻译与风格化GAN核心技术！
【视频课】超8小时，5大模块，掌握基于GAN的图像增强应用（降噪色调映射去模糊超分辨修复）
【视频课】AI必学，超20小时，4大模块，循序渐进地搞懂CNN模型设计与简单部署！
【视频课】AI必学，超3小时，3大模块，掌握模型分析核心技术！
【视频课】AI必学，超10小时，4大模块，掌握模型优化核心技术！
【视频课】CV必学，超6小时，2大模块，循序渐进地搞懂GAN图像生成！
【视频课】CV必学，超30小时，4大模块，4大案例，循序渐进地搞懂目标检测！
【视频课】CV必学，超8小时，3大模块，3大案例，循序渐进地搞懂视频分类与行为识别！
【视频课】CV必学，超10小时，3大模块，4大案例，循序渐进地搞懂图像分割！
【视频课】CV必学，超10小时，3大模块，5大案例，循序渐进地搞懂图像分类理论与实践！
【视频课】快速掌握6大模型部署框架(Pytorch+NCNN+MNN+Tengine+TensorRT+微信小程序)！
【视频课】13小时+4大项目掌握深度学习人脸图像检测与识别
【视频课】超10小时，3大模块，掌握深度学习人脸属性编辑算法理论与实践
