Preferred Networks（PFN）は、機械学習分野で最大級の国際会議「Neural Information Processing Systems（NIPS）2016」で発表された論文（ProceedingsのWebサイト）を有志が紹介する「NIPS2016読み会」を1月19日に開催した（イベントのWebサイト）。招待講演3件、口頭発表2件、ポスター発表15件のそれぞれで注目論文を取り上げて解説。論文の紹介をポスター形式で実施するのは珍しいが、「口頭発表と比べてより深い議論ができ、より多くの論文を扱えると考えたため」（主催したPFNの大野健太氏）という（発表資料の一覧）。
参加応募者121名に対して当初60名だった参加者枠を70名に増やしたり、ポスター発表者の数を10名から15名に増やしたりするなど、参加者、発表者ともに関心の高さが伺えた。なお、NIPS 2016での発表内容については、米Google社（同社のブログ）、同社傘下の英DeepMind社（同社のブログ1、2、3）、米Facebook社（同社のブログ）、米Microsoft社（同社の研究紹介ページ）といった大手IT企業も自社の発表論文をそれぞれのWebサイトで紹介している。
冒頭の招待講演に立ったディー・エヌ・エー（DeNA） システム本部 AIシステム部 アナリティクスアーキテクトの濱田晃一氏は、会議の概要と深層学習（ディープラーニング）の研究動向を紹介した。まず、NIPS 2016の参加者は2015年の1.5倍に相当する約6000人に達し、従来は1つのトラックで進行していた口頭発表が3トラックになったといった盛況ぶりを指摘。論文を分野別で見ると、投稿数、採択数ともに深層学習関連が最も多く、568件の採択論文中140件以上と全体の1/4が該当したことを挙げた（論文の審査過程）。
深層学習の研究動向で同氏が注目したのは、コンテンツの生成などに使えるGAN（Generative Adversarial Net、日経エレクトロニクスの関連記事（2017年2月19日まで無償公開））、RNN（Recurrent Neural Network）、深層強化学習（Deep Reinforcement Learning）の3つである。このうちポスター発表で取り上げられることが多かった深層強化学習の研究以外の2つで、目立った論文を紹介した。
