开放学习研究期刊

近两个月来，众多人工智能学者与工业界人士签署了一份声明，声称自己将不会向 Nature 新期刊《Nature Machine Intelligence》提交论文、提供评审或参与编辑工作（参见：抵制 Nature 机器智能期刊，维护学界开放：百名学者签署联合声明）。随着事件的发展，越来越多的学者参与其中，并发表了自己的观点。崭露头角的作者在出版作品时面临一个雷区。他们要花 3000 美元，才能让任何想读他们作品的人都能读到，也可以选择让读者付费给出版商。通常是图书馆通过昂贵的年度订阅来支付这笔费用。这不是很多想成为小说家的人的意愿，而是学术出版的问题。200 多年前，西西里巴勒莫的天文学家 Giuseppe Piazzi 发现了一颗矮行星。对于他来说，出版意味着给他的朋友 Franz von Zach 写信。von Zach 每月都会整理、发布欧洲各地天文学家的来信。这些人没有互联网：他们从若干卷名为 Monatliche Correspondenz 的皮制信件中发现最新成果。传播研究报告所花的时间本身存在一定的问题：到 Piazzi 的数据发表时，地球已经在阳光下消失了。哥廷根一名 23 岁的读者高斯改变了这种状况。他利用开普勒行星运动定律计算出了我们今天所知的谷神星的位置，他后来成为德国最伟大的数学家。高斯和 Piazzi 自由分享他们的学习成果，但他们承担了 von Zach 的工作所需花费。这是封闭访问发布模式。在我自己的机器学习领域，作为高斯开创性研究的学术继承者，现代数据不再局限于行星观测，还包括医学图像、口头语言、网络文档等。利用数据实现的是医疗诊断、推荐系统以及无人驾驶汽车能否看到停车标志。机器学习是当前人工智能革命的基础。支付能力不再对参与能力起决定性作用机器学习是一个年轻且对技术敏感的领域。它没有其他领域的历史传统，该领域的学者也认为没有必要采用封闭式出版模式。社区内部自行创建、整理并审阅社区内所进行的研究。我们利用互联网创建了新的期刊，免费提供给作者。订阅和精装书籍的时代似乎已经过去了。公众已经缴纳了税款资助我们研究，为什么还要再次付费才能阅读成果？资金较少的大学的同行也从中受益。乌干达坎帕拉的马凯雷雷大学（Makerere University）与哈佛或麻省理工学院一样，都有机会进行前沿的机器学习研究。支付能力不再对参与能力起决定性作用。机器学习已经证明，没有商业出版商的参与，学术领域不仅可以生存，而且可以繁荣发展。但这并没有阻止传统出版商进入市场。我们的成功引起了他们的注意。最近，Springer Nature 出版集团发布了一份名为《Nature Machine Intelligence》的新期刊。该出版商现有 53 种名字中带有「Nature」字样的期刊。我们应该担心吗？当前已经有了一个分享观点的开放模式，为什么作者和读者还要投向营利性订阅期刊？那是因为学术出版商手里还有一张牌：他们的品牌。学术研究的多样性和数量意味着一个领域的研究人员很难对另一个领域的研究进行评价。有时杂志的品牌会被看做质量的保证。当学者们寻求晋升时，在「知名期刊」上发表论文可能会有很大帮助。Nature 是学术出版界的劳力士。但与劳力士不同的是，劳力士的员工负责手表的创新，Nature 的内容则要靠学术界提供。我们是制表商，他们只是经销商。抵制 Nature 期刊声明的签署页，目前已有超过 3000 人签名很多计算机科学研究社区的人员都将 Nature 品牌视为学术质量糟糕的代名词。我们抵制盈利性出版物入侵自己的领域。因此，在本文发稿时已有超过 3000 名研究者——其中包括很多人工智能学术和工业领域里的著名人士——签署了一份声明，表示自己不会提交、审阅或参与这一新期刊的编辑工作。我们认为向作者收费类型的刊物不在机器学习研究的未来之中。

近日，南方科技大学材料科学与工程系副教授刘玮书课题组与美国麻省理工学院陈刚教授课题组在离子型室温热电材料研究上的突破性成果正式刊载在顶级期刊Science上。这一研究通过离子的扩散熵与氧化还原电对反应熵的协同效应在准固态离子凝胶中实现了高达17 mV/K的巨热电势效应。根据这项成果，研究人员对准固态离子型热电转换器件提出了一种新的准连续热充电/放电工作模式，器件在5小时内循环运行100圈，仍保持良好工作状态，验证了该器件可以长时间工作。该工作以离子为能量载体实现热到电的转换，为物联网体系中传感器及电子设备实现所需电能自供给提供了一种选择。一项突破性研究的背后是科研工作者的呕心沥血。今天，让我们走近刘玮书，一起听听这项成果背后的故事。创知创新，开拓耕耘新领域刘玮书主要从事热电材料与器件研究，2016年加入南科大后，他便开始积极开拓新研究领域，寻求具有原创性的突破。按照当时的想法，他希望探索一些有趣的新材料，开发新的应用。目前，热电材料主要是基于Seebeck效应，以电子作为能量的载体。大部分材料都是由重金属构成的窄带半导体化合物。刘玮书敏锐地意识到热电转换研究可能已经遇到天花板或者瓶颈，现有热电材料的热电势太低对热电器件作为室温环境下的物联网自供能应用有很大的限制。刘玮书思考，是否可以转换一个方向。突破传统的以电子作为能量传输载体的热电转换技术束缚是他当时的一个想法。在热电转换领域，除了电子，能够实现热和电的转化的能量载体还有离子、电畴等，但是这些载体的能量转化技术并没有受到关注。他凭直觉想到，是否可以以离子为新的切入点超越现在的研究范式？在这个阶段，他作为核心成员参与了材料科学与工程系副教授郭传飞主持的广东省创新创业项目人体假肢的电子皮肤研究，他在其中负责皮肤温觉。人类皮肤的传感都是基于离子，这让他更加确定了自己的想法，并决心尝试研究以离子作为能量载体在热电转换方面的应用。基于离子相关的热电转换效应，有基于离子扩散的热扩散效应（或称为Soret效应）和基于离子反应的热伏效应（称为热电化学效应），之前的研究大多基于溶液体系，或者从化学、电化学的角度分别研究这两个物理现象。刘玮书课题组选择从材料设计的角度重新思考，以生物兼容性更好的明胶作为离子热电材料的基体，努力跨越传统的电化学研究的范式。课题组的突破主要在首次实现了把Soret效应和热电化学效应这两种完全不同的效应合并在一起。这项研究可以实现材料从环境的温差中获取电能，为物联网体系中的小型传感器或电子设备提供可持续工作的电能。而且，离子热电材料对大湾区物联网可穿戴方面的应用、生物仿生传感、健康检测等前沿科技领域提供了更有力的支撑，也符合深圳产业发展需求。找准定位，坚守初心奋力向前开启一项原创性的研究不可能一帆风顺，因为无法证明研究方向是否可行，也无法预测进展和结果，并且这其中耗费的时间成本对于处于成长期的刘玮书和以该项目作为博士后课题的韩成功博士来说可谓一场冒险。开展这样一个“冒险”研究项目，无论对刘玮书自己还是课题组成员，都有很大的压力和顾虑。加入南科大之前，刘玮书曾在产业界从事热电材料等方面的研究，一番体验之后，他感觉，高校的科研环境更符合自己的期待。经过在产业界研究的体验，来到南科大成为独立PI之后，他的思想、身份都有了很大的转变。他认为，作为一名高校科研工作者，他有责任和使命去投入基础研究，去解决工业界没有耐心或解决不了的卡脖子问题。他尤其认为“创知”是高校教授的主体责任，与其跟风研究，不如另辟蹊径，发现或创造新的知识。这种信念支持着他迈出了科研路途中的关键一步。相信自己的直觉判断，永远不放弃。刘玮书说服并带领课题组“背水一战”。课题组总共设计了三套研究方案，里边涉及到大量超出他们储备的知识，他们便边学习边研究。前两套方案在试验过程中都遇到了不可解决的问题，课题组成员感受到了巨大的挫败感，到试验第三套方案时，他们承受着巨大压力坚持推进。功夫不负有心人，第三套方案成功了，这让他们受到了莫大的鼓舞。从2017年到现在，这项研究历时三年，克服许多难题和不确定因素，逐步打开了一个研究的新天地。回首整个过程，刘玮书认为，只有摒弃功利心，选好方向，专注科研，遇到难题不轻易放弃，才有做出突破性成果的可能。他很庆幸自己的坚持。平台支持，在南科大快速成长此次研究取得突破，刘玮书认为与学校给予的支持有很大关系。“学校有一流的制度保障，对青年教授的研究有充分的启动经费支持，我们可以更专注科研项目本身。”刘玮书说。南科大对青年教授的支持还体现在南科大提供的顶级平台资源。以这项成果的平台支持为例，2019年，南方科技大学-麻省理工机械工程教育科研中心成立，这是深圳市首个与麻省理工合作的中心。两校以该平台为桥梁在科研教学等领域开展了密切的交流合作，为南科大的青年教授带来了更多顶级的学术资源。在后期撰写论文过程中，刘玮书课题组与美国国家工程院院士、前MIT机械工程系系主任陈刚及其课题组博士后钱鑫开展了密切合作，对方在论文的理论解释上提供了很大的支持。合作期间，他们每天要开两次视频会议进行交流，探讨问题，并寻找实验现象背后的科学真相。刘玮书说：“陈刚院士在我们论文撰写和回复审稿阶段，给我们提出了很多的问题，并让我们反复推敲我们的结论，指引我们一步步去发现知识与真理，为我们今后的工作开拓了思路，受益匪浅。”刘玮书课题组的硕士生、博士生、博士后等参与了这项研究。在研究后期，有两位本科生也参与了进来，为课题的开展提供了协助工作。“南科大的本科生动手实验能力很强，项目后续的研究将向所有课题组成员开放，将会有更多的本科生参与进来。”刘玮书说。对于未来的产业化，目前课题组并不心急，在他们看来，产业化是水到渠成的事情，现在的工作重心是做基础性、突破性的研究和培养人才。刘玮书期待有更多的青年教授可以加入南科大，和学校一起创造璀璨的科学发展篇章。来源：南方科技大学 南方科技大学新媒体中心 新闻中心 采写：苗雪宁 摄影：王凯强 编辑：劳湘雯 主图设计：丘妍

大三开始搞科研，大四“直博”成为电子科技大学基础与前沿研究院首名博士生。在直博的四年里，童鑫共发表SCI论文21篇，其中9篇论文发表在研究领域高影响力（IF＞10）的期刊上。在SCI上发表论文很难吗？一位不愿意透露姓名的高校教授对此评价，“从数量上来看，这总数超过很多教授10年的发文量。”其实，SCI作为国际上最具权威性的期刊，国际公认的进行科学统计与科学评价的主要检索工具之一，是体现科学研究国际影响力的重要指标。不过，SCI对于很多国内科研人员来说，由于语言等条件的制约是非常具有挑战性的。据该教授介绍，虽然发表SCI论文的难度确实因研究领域而异，某些学科领域本身就具有先天的优势，更容易做出成果。但童鑫能以如此高的速度发表SCI学术论文，还包含有一区文章（一区一般是各领域的top期刊），平均下来每年要发表5篇左右，这几乎可以用“开挂”来形容。△童鑫和导师王志明教授“当你奋战在科学前沿，把最新的学术理论转化成实际应用的时候，真的有一种莫大的成就感，”基础与前沿研究院2014级博士生童鑫说，“每发表一篇论文我都会告诉自己，哪怕再微薄，我也为这个领域贡献了一份力量，留下了一个脚印。”其实，好成绩背后，是科研习惯的养成，而这一切，得益于其导师王志明教授。基础院初创，一切还在摸索的过程中，暂时没有条件给童鑫提供优越的科研环境。王志明就别出心裁的选择了“自顶向下”的培养方法，要求童鑫广阅读、作综述，还要争取发表到一流的期刊上去。综述性质的文章往往是专业领域有所成就的专家执笔来写，这可难坏了童鑫。而王志明自有他的道理：“我们想要做世界一流的研究，却暂时没有与之相配的环境和器材，如果一开始就老老实实干最简单的工作，那就永远也不可能跻身一流。”童鑫不敢懈怠，啃了小半年本领域的高深论文，“这样的一个经历培养了我在科研方面的逻辑思维能力，让我以后的路走得更轻松。”2015年12月，他成功在SCI一区顶级刊物《先进科学》上发表了题为“高性能钙钛矿太阳能电池”的论文，两年内被引次数多达25次。这是他在科研领域踏下的第一个深深的脚印，也成为了他叩开海外联合培养大门的一把“金钥匙”。在之后的学习中，童鑫成功申请到国家公派名额前往加拿大国立科学研究院进行联合培养。留学期间他将研究方向锁定在半导体材料领域的宠儿——量子点。他说：“量子点更大的天地是在未来日常生活中的光电器件以及生物学上的应用，那就必须要解决有毒的问题”。最终，他的研究成果以论文的形式被发表在了能源材料领域顶级期刊《先进能源材料》上。而一连串的成果也像滚雪球一样被不断地研发出来，童鑫的“科研脚印”也越踩越多，越踩越深。值得一提的是，童鑫一直在用自己的努力搭建着中外交流的桥梁。留学期间，他前后为其所在学院引进8名教授。“国家在基础前沿领域的人才缺口很大，科研实力相比欧美发达国家还有待提高”，童鑫坚定地说，“我想踏踏实实搞我喜欢的研究，踏好每一个脚印，争取为国家多做点贡献。”姚卓琛 成都商报客户端记者 赵雨欣图片由电子科技大学提供

本文由机器之心编辑，“机器之心”专注生产人工智能专业性内容，适合开发者和从业者阅读参考。点击右上角即刻关注。今年，就在夏威夷！CVPR（计算机视觉与模式识别会议）是计算机视觉领域的三大顶级会议之一，它的举办让七月的火奴鲁鲁更加热情似火。据大会第一天官方宣布的统计数据，CVPR 2017 已经收到 2620 份有效提交论文、783 份接受论文、215 份长和短口头报告、3 个并行议程，得到来自 127 位赞助商 85.9 万美元的赞助资金，大约 5000 位参会者参加会议。经过一整天密集的学术讨论之后，学者们不得不再次进行艰难抉择：今晚该去哪场宴会？大会期间，包括谷歌、Facebook、英特尔在内的许多高科技公司都因为各自不同的目的举办招待会。其中一些是为了招聘人才，另一些则是为了得到合作伙伴的认可。其中有一个极为独特的活动——IJCV Asia Night，这一活动的两大关键词是「IJCV」和「亚洲」。IJCV 首位华人主编汤晓鸥教授主持 IJCV Asia Night计算机视觉研究：三大顶级会议、两大顶级期刊和一个 arXiv 平台——该去哪里发表论文？众所周知，计算机科学领域有三大顶级会议（CVPR、ICCV、ECCV）和两大顶级期刊（IJCV 和 TPAMI）。CVPR 的举办地点在美国，ECCV 在欧盟内轮转，ICCV 则在欧洲、北美和亚洲轮流举办。不同于 CVPR 每年都会举办，ICCV 和 ECCV 两年一度，正好交替错开。两大期刊中，国际计算机视觉期刊（IJCV）由 Springer 出版，而 TPAMI 则来自 IEEE。这两大期刊的影响因子都已经超过了 8，大多数工程学科期刊的影响因子通常在 1 或 2 左右。为了更好地理解计算机视觉研究的发表情况，我们在 CVPR 2017 大会期间与 Springer 计算机科学编辑总监 Jennifer Evans、香港中文大学信息工程系主任汤晓鸥教授聊了聊。汤晓鸥（Xiao'ou Tang）教授曾担任 ICCV 2009 的议程主席（Program Chair），也将于 2019 年担任 ICCV 的大会主席（General Chair）。目前汤晓鸥教授在 IJCV 担任主编，也是该期刊的首位华人主编。汤教授表示：「计算机科学领域不同于其它大多数科学学科。在其它领域，期刊通常用来发表研究成果，而大会则主要是以交流为目的。但是，由于计算机科学领域的飞速发展，会议也变成了另一个发表成果的重要渠道。」据汤教授介绍，计算机视觉期刊的评议过程更为严格，也因此会花费更长的时间，而会议能让作者们更快地发表自己观点。「但期刊发表更为稳健可靠」，Jennifer 补充道。通常会议发表的论文最多只能有 8 页，而期刊可以接收更长的论文。汤教授说：「这一领域的许多综合研究论文可能会有 20 页左右。」期刊让研究者可以更加详细地发表他们的研究成果。研究者可以先在会议上发表一个「简短」版本，然后在研究更加成熟以后将扩展版提交给 IJCV。在计算机科学领域的成果发表上，数字化也发挥了重要作用，尤其是在人工智能领域。「过去，大多数大学图书馆会订阅期刊，而我们必须参加会议才能及时接触到在会议上发表的论文。现在读者可以提前在线获取被接受的会议论文。arXiv 也成为一个分享研究的重要平台。」汤教授表示，「这三个渠道都有各自的优缺点。」作为 IJCV 的现任主编，汤教授耐心地解释了他的职责。首先主编会查看论文并将其分配给在这一研究领域经验丰富的副编辑，然后副编辑会邀请至少 3 位评议者来审阅这篇文章并给出是否录取建议。在考虑了这些评议者的意见之后，副编辑会决定是否请提交论文的作者进行修改。Jennifer 说：「修改是常事，有时候修改过程要进行好几轮。」最后，副编辑会向主编推荐接收或拒绝此论文。主编根据副编辑的推荐、评议者的意见，做出最后的决策。主编的另一个重要职责是任命编委会的副编辑。保持高质量的副编辑团队是撑起期刊质量的关键。在计算机视觉领域，成为 IJCV 和 TPAMI 编委会的成员要有极高的声望。目前编委会中亚洲成员的数量占比，相比于亚洲研究员在这个领域中的比例，要小得多。过去三年里，IJCV 有 1300 多位评议者，其中 50% 至少评议过两篇 IJCV 论文。Jennifer 强调了期刊主编的重要性：「主编必须谨慎选择，只有在领域内备受尊敬的研究者才能做这样的决定。」作为 2009 年 ICCV 的议程主席，汤教授认为会议的双盲机制（double blind review mechanism）是会议论文发表保持公平公正的关键。与传统的期刊和会议渠道不同，新兴的数字平台 arXiv 控制力度最小，同时也最有活力。通过 arXiv，有价值的工作可轻松获取和引用。也因此，arXiv 变得极为流行，每天有超过 20 篇论文在该平台发表。但是这也带来了过滤的问题——有价值的成果可能会被埋没。汤教授谈到了他所观察到的现象：「如果不太知名的研究者只在 arXiv 上发布论文，即使他的研究具有很高的价值，该论文也很难获得很多引用。」IJCV 主编汤晓鸥教授，Springer 出版总监 Jennifer Evans亚洲青年研究者的崛起：回望过去，展望未来Kyoung Mu Lee 教授是 ICCV 2019 的大会主席，同时现任 TPAMI 的副总编，CVIU 的领域编辑，SPL、MVA 和 IPSJ 的副编辑。IJCV 宴会期间，Kyoung Mu Lee 发表的主题演讲谈到了人工智能在韩国的爆发，不仅有众多创业公司兴起，也有很多传统公司转向了人工智能技术领域。与此同时，包括 KCVS 和 KCCV 在内的学术活动也正在快速发展。在 MIT 拿到博士学位之后，林达华教授回到中国并加入了香港中文大学。谈及中国政府 7 月份最新发布的人工智能规划，林教授表示，有了政府在资金、数据、人才与知识产权上的支持，中国的人工智能研究会得到进一步发展。谷歌云人工智能与机器学习首席科学家，斯坦福人工智能实验室、斯坦福视觉实验室主任李飞飞也在本次宴会上发表了鼓舞人心的演讲。在演讲中，李飞飞教授提到了世界上正在发生的两大趋势：一是由智能机器引领的第四次工业革命，二是随着亚洲崛起而带来的一次地缘政治新洗牌。她提到，CVPR 2017 论文中大约一半的第一作者都是亚裔人士但这就意味着亚裔已经接管了这一研究领域吗？汤教授给出了一个非常有趣的比喻：「如果你把做研究项目看作是做电影，那么前面的学生就像是演员，后面的教授或导师是制片人、导演。亚洲高质量的制片人和导演还是只占少数，谈论接管这一领域为时尚早。」要取得研究事业的发展，亚裔还面临着一些文化方面的难题。吴郢（Ying Wu）教授凭借其「在计算机视觉领域对视觉运动分析和视觉模式发现的基础性贡献」成为 IEEE Fellow。在 CVPR 2017 期间的这场 IJCV 活动中，吴郢教授讨论了西方人对亚洲研究者的「姓名失明（name-blindness）」问题。亚洲人的名字姓在前，西方名字姓在后，依照西方的习惯，在论文引用中很难准确识别亚洲作者名字，因为许多亚洲作者有同样的姓，例如「何」姓就很常见。所以，在引用中使用作者的全名非常重要。对此，宴会的主持人汤晓鸥教授极其赞同。他开玩笑说，他已经把自己的名字缩写改为 XO，类似于很罗曼蒂克的 XO 白兰地，然而令他失望的是一些损友坚持认为「XO」是一种中国酱料「XO 酱」。此外，它还代表亲亲抱抱。宴会上，除了让引用亚裔人士的研究论文更加容易这一点，众多德高望重的学者们在演讲中提出，亚裔研究员还可以为这个群体做出更多贡献。沈向洋在演讲中表达了对黄煦涛教授作为前辈、良师的感谢。很多学者也对黄煦涛（Thomas Huang）教授和金出武雄（Takeo Kanade）教授表达了自己的特别感谢——他们是伟大的榜样，也慷慨地帮助着新一代研究者。汤教授也表示上一代研究者的精神激励着这一代研究者，他希望新一代研究者也能将这种精神继续传递下去。新一代的亚洲研究员还应该考虑什么？李飞飞教授在她的演讲中引用了她最喜欢的哲学家香农·沃伦（Shannon Vallor）的话：「机器是没有独立的价值观的，机器的价值观就是人类的价值观。」随后，她向所有人提出了一个开放问题：「人工智能将会改变世界，你如何改变人工智能？」IJCV 亚洲之夜主题演讲总结本次亚洲之夜的主题之一是「龙虾」，汤晓鸥教授以一个关于龙虾的玩笑作为晚宴开场，他回忆说，当年在麻省理工读博士学位时龙虾是物美价廉的食物，然而在今天的北京，即便是小龙虾也贵比当年的波士顿龙虾，因此决定请嘉宾们在夏威夷享受龙虾大餐，希望能把机票钱省回来，一个段子引燃了全场欢乐的氛围。随后，汤教授介绍了将进行开场致辞的沈向洋博士，沈向洋博士是微软全球执行副总裁、人工智能与全球研发负责人，也是 IEEE、ACM 成员，美国国家工程院院士。沈向洋博士曾在前一天的 CVPR 大会主题演讲后的 QA 环节被问及为什么一些优秀的学者从 MSR 跳槽去其他机构，汤晓鸥教授再次以幽默的答案回复了这一问题：因为 MSR 培养了整整一代优秀的学者，所以人才只能单方面向其他机构流动。沈向洋博士微软全球执行副总裁、人工智能与全球研发负责人发表演讲沈向洋博士在演讲中回顾了他在微软亚洲研究院的时光，并且提到了他的许多同事。2005 年，沈向洋成为 MSRA 的负责人之后，汤晓鸥教授从他手中接管了计算机视觉组。许多目前亚洲顶级研究员都是出自该组。沈向洋也表达了他对黄煦涛的感谢与尊敬。之后，沈向洋博士表达了他对新一代研究员的期许：向前辈看齐！当代研究员努力工作，下一代也会学习、尊敬他们。如此，这个群体就能持续发展、繁荣。微软亚洲研究员的科研人员和毕业生是这一领域的传奇，他们很多人对这一领域做出了卓越贡献，并且引领学术潮流。许多参与到计算机视觉研究中的亚洲人已经变成一股不可忽视的力量。ICCV 是 1990 年才传播到亚洲的，第一次举办是在日本，并且将于 2019 年在韩国举行。2005 年，ICCV 由沈向洋博士和其他学者带到了中国。亚裔科学家参与 CVPR 的传统可回溯到 1983 年，当时金出武雄是 CVPR 的创始大会主席。如今，大量的中国公司都跳进了 AI 这一领域。对于计算机视觉来说，现在就是最好的时代了。正如人们所见，参会者的数量每年都在直线上升。沈向洋博士说他很喜欢「享受做计算机视觉的乐趣，并且永远保持年轻」这句话。他鼓励年轻人要加紧步伐，成为成功的科研人员，并且帮助我们的下一代继续进行研究与学习。他呼吁大家互相团结，因为团结会使我们更强大。池内克史教授IJCV 前主编池内克史教授在 IJCV 宴会中演讲池内克史（Katsushi Ikeuchi）教授是 IJCV 的前主编，他也是微软亚洲研究院（MSRA）的首席研究员、东京大学 Emeritus 教授。在演讲中，池内克史教授谈到了 IJCV 的现状，它的影响因子已经达到了 8.22，这在工程领域是非常高的。IJCV 从论文提交到第一次决定是否接收平均需要 89 天，从接收到在线发表需要 23 天。此外，亚裔研究者在提交论文和下载论文方面都发挥了重要作用，大约占到了 50%。另外，IJCV 也在亚裔社区发挥着关键性作用，池内克史教授鼓励大家通过亚裔社区支持 IJCV，当然也包括每两年举办一次的 ACCV。他也提议开发增强智能（Augmented Intelligence），而不只是人工智能（Artificial Intelligence）。金出武雄教授金出武雄教授在 IJCV 亚洲之夜中演讲金出武雄教授是卡内基梅隆大学机器人和计算机科学研究所教授，该校最高荣誉 U.A. and Helen Whitaker University Professor 得主。他是计算机视觉领域的世界权威，IJCV 创始主编、CVPR 的创始主席。金出武雄教授对计算机视觉领域众多先辈表示感谢，如傅京孙（King Sun Fu）教授、黄煦涛教授等。在模式识别和图像处理之前，图像理解是计算机视觉领域的主流。那时，他就与其他德高望重的学者一道创办了 CVPR 和 IJCV。演讲中，金出武雄教授回顾了 IJCV 如何成为计算机视觉领域顶级刊物，他们邀请最好的会议论文，设置非常严格的标准。最后，他号召更多有才能的研究者加入计算机领域。Rama Chellapa 教授CVPR 2017 大会主席 Chellapa 教授在 IJCV 宴会中演讲Chellapa 教授是 TPAMI 前主编、CVPR 2017 大会主席，马里兰大学计算机科学系 Affiliate 教授和电气工程系教授。他在演讲中特别称赞了他的老师、导师和启发者。和其他研究者一样，这样一位成功的学者也得到了计算机视觉界的帮助。Chellapa 教授对许多世界级的大师表达了感谢，如 R.L. Kashyap 教授、Azriel Rosenfield 教授、傅京孙教授、黄煦涛教授和金出武雄（Takeo Kanade）教授。Kyoung Mu Lee 教授Kyoung Mu Lee 教授，ICCV 2019 大会主席，在 IJCV 宴会中演讲Kyoung Mu Lee 教授是 ICCV 2019 的大会主席，目前担任 TPAMI 的副总编、CVIU 的区域编辑，SPL、MVA 和 IPSJ 的副编辑。在演讲中，他谈到了人工智能在韩国的爆发，大量创业公司兴起，许多传统公司转向人工智能技术。与此同时，包括 KCVS 和 KCCV 在内的学术活动也正在快速发展。此外，ACM Multimedia 2018 将在 2018 年 10 月 26-28 日在韩国首尔举办，他是会议组织团队的主席。当谈到他在 TPAMI 中扮演的角色时，他提到 IJCV 和 TPAMI 的影响因子都超过了 8，而 TPAMI 的影响因子一直都很高，从 2015 年的 6.77 增长至今。李飞飞教授李飞飞教授在 IJCV 宴会中演讲李飞飞教授是斯坦福大学计算机科学系的副教授。她也是谷歌云人工智能、机器学习部门的首席科学家，斯坦福人工智能实验室和斯坦福视觉实验室的主任。现在是人工智能的历史性时期，也是人类的历史性时期。对于 CV 科研人员来说，李飞飞教授是计算机视觉界最著名的亚裔研究员之一。尽管李飞飞教授已经做了大量有影响力的工作，比如 ImageNet 和视觉识别挑战赛，她仍然谦逊地表示，自己不过是一名站在巨人肩膀上的普通科研人员。她表示很多亚裔背景的人对她的职业生涯产生了巨大的影响，并且分享了当她还是一名年轻的教授时，她的同事和朋友在一些特别时刻给予她的支持：她的「学术教父」加州大学伯克利分校的 Jitendra Malik、加州大学洛杉矶分校的 Song-Chun Zhu 教授、微软的沈向洋博士、普林斯顿大学的 Kai Li 教授。她还感谢了她的两名学生：决定全力支持 ImageNet 项目的 Jia Deng，和既是学生也是现在谷歌同事的李佳。她们的合作和友谊影响了她的日常工作方式。「能力越大，责任越大。」李飞飞引用《蜘蛛侠》里的台词来诠释这一代研究人员能力与责任的关系。当今世界有两大主题：我们正在经历由智能机器和快速发展的网络社区引领的第四次工业革命；地缘政治洗牌，或者说「亚洲崛起」。许多科技公司的 CEO、CVPR 论文作者是亚洲人，更重要的是，中国是第一个意识到 AI 力量，并发布人工智能白皮书的国家。但是，这也是一个对人类充满挑战的时代。拿聊天机器人来说：它们可以帮助偏远地区的人们获取医疗和教育机会，也可以成为网络暴力和虚假信息的来源。另一个例子是自动驾驶汽车。它们或许可以使我们免于交通事故，保护环境，但是我们还应该想到自动驾驶对劳动力市场的影响。技术巨头和创业公司正在追求 AI 的力量，但是这有助于构建更好的生活吗？AI 会使有钱有权的人拥有更多的财富、更大的权利，使世界变得更加两极化吗？历史已经证明人类与生俱来的创新欲望也会带来灾难。在演讲最后，李飞飞引用了她最喜欢的当代哲学家香农·沃伦（Shannon Vallor）的一句话：「机器是没有独立的价值观的，机器的价值观就是人类的价值观。」然后，李飞飞留下了一个开放性问题：「AI 将改变世界。你将如何改变 AI？」张正友博士张正友博士在 IJCV 宴会中演讲张正友（Zhengyou Zhang）博士是 CVPR 2017 大会主席，IEEE Fellow、ACM Fellow，现任微软研究院的首席研究员、研究经理。和其他演讲者一样，张博士首先真挚地感谢了他的指导教授和导师。他的第一篇计算机视觉论文在 1989 年被第二届 ICCV 接收。那时候，他感觉论文写得很糟糕，但那时候的审查更加宽容。然后，他尝试提升自己的写作能力，并出版了自己的书。他给年轻人的建议是：保持冷静，保持专注，把时间花在有意义的工作上。他自己的生产周期是两年一篇论文。他鼓励年轻人不要心急，如果要成大事，做出有影响力的成果，就必须专注。一旦工作达到了一定水平，其他人就能从中受益。吴郢教授CVPR 2017 议程主席吴郢教授吴郢教授是 CVPR 2017 的议程主席，目前任教于美国西北大学电子工程与计算机科学系。吴郢教授凭借其「在计算机视觉领域对视觉运动分析和视觉模式发现的基础性贡献」而成为了 IEEE Fellow。但这样一位备受尊敬的研究者却将自己看作是社区（尤其是亚裔社区）的服务者。我们知道，参会者的数量正在以惊人的速度增长，而且亚裔先驱和领袖正在这一领域发挥重要作用。但是亚裔研究员仍然面临难题。例如，亚洲人姓在前，而西方语言姓在后。这导致在引用中难以准确识别名字。许多不同的作者有着同样的姓。例如，「何」姓就很常见，所以在引用中使用作者的全名非常重要。Yanxi Liu 教授CVPR 2017 的议程主席 Yanxi Liu 教授Liu 教授是 CVPR 2017 的议程主席，也是宾夕法尼亚州立大学计算机科学工程和电子工程系教授。Liu 教授发表了一个关于模式（pattern）的演讲。首先，她谈到很多定义模式的方法，比如运动、纹理和对称性。模式的基本属性是不断反复出现。我们可以通过无监督搜索、检测循环模式、寻找语义含义或聚类子空间来寻找模式。在演讲中，她向我们展示了一段河鲀创造惊人的完美圆圈的视频。模式存在于任何地方，不只是人类社会。机器之心英文网站文章链接：https://syncedreview.com/2017/07/31/one-night-at-cvpr-2017-exploring-ijcv-and-the-asia-research-force/

近日，全球顶尖学术期刊《Nature》发表题为 "2030年，中国能否成为人工智能的世界领导者?"的报道。报道指出，中国人工智能研究质量越来越高，但在高影响力论文、人才和治理方面仍在追赶美国。如百度飞桨（PaddlePaddle）等核心技术工具及基础研究是实现人工智能长期研发目标的关键所在。"过去我们津津乐道说中国的人工智能的论文发表数量、专利申请数量是全球第一，但是今天我们更多的是要看人工智能整体这个开发框架上我们有多少话语权。" 2019中国国际智能产业博览会上，百度创始人、董事长兼CEO李彦宏也表达了类似观点。2017年，国务院印发了《新一代人工智能发展规划》，计划于2030年成为人工智能领域的全球领导者。该计划的第一步，就是至2020年，人工智能总体技术和应用与全球领先企业匹敌。《Nature》文章指出，随着2020年时间节点的临近，研究人员注意到中国人工智能研究的质量出现了令人印象深刻的飞跃。比如中国的学术影响力正在稳步攀升，学术搜索引擎-微软学术(Microsoft Academic)数据显示，被引用最多的前10%的论文中，中国作者比例逐步上升，其份额在2018年达到了26.5%的峰值，仅次于美国的29%。而美国的份额则在不断下降。照此趋势，中国将在明年超过美国。在飞速成长背后，中国人工智能发展也暗藏隐忧。西安交通大学人工智能与机器人研究所所长郑南宁教授表示，在人工智能的核心技术工具领域，中国仍落后于美国。比如深度学习领域，美国的开源平台TensorFlow和Caffe在世界范围内被工业和学术界被广泛应用。但他同时指出，百度开发的开源深度学习平台飞桨（PaddlebPaddle）也被广泛应用于人工智能产品的快速开发。据郑南宁预测，中国达到美国和英国在基础理论和算法方面的创新水平是可以实现的，但可能需要5-10年的时间。柏林智库机构墨卡托中国研究所的政治学家Kristin Shi-Kupfer则表示，基础理论和技术方面的贡献，将是中国实现人工智能长期研发目标的关键所在。其中，深度学习研究方面的突破至关重要。人工智能领域，深度学习平台的重要性毋庸置疑。百度首席技术官王海峰博士将深度学习平台比作"所有人工智能应用的一个基础的底座"。百度早在2012年就开始着手研究和应用深度学习技术，2016年，百度飞桨正式开源，成为中国首个也是目前国内唯一开源开放、功能完备的深度学习平台。目前国内唯一由国家发改委批复的深度学习技术及应用国家工程实验室，也是由百度牵头筹建。目前，深度学习技术也逐渐走出实验室，应用到各行各业中。IDC《中国深度学习平台市场份额调研》显示，深度学习平台已经成为企业和开发者应用AI技术必备的助攻武器，在中国，百度飞桨与谷歌、Facebook名列前三,领衔深度学习平台市场。7月初，百度飞桨还与华为麒麟芯片达成深度合作，打通深度学习框架与芯片。飞桨正以完备的框架、工具和服务，持续降低深度学习应用门槛，加速推动产业智能化变革。回到最初的问题，2030年，中国能否成为人工智能的世界领导者？我们需要将飞桨这样的核心技术发展得更强大，也需要更多像百度这样的AI公司合力推动中国AI的发展加速度。

对于未来有志于从事科研相关工作的大学生来说，本科学习期间积累的科研经验对其后续深造大有益处。近年来，广州大学实施教学设施开放共享，实验室和科研平台等面向本科生开放，大力拓展本科生参与科研的渠道和方式，鼓励本科生积极参与开放实验教学、参加科学研究和自选实验课题的研究，培养本科生的创新精神和实践能力，今年上半年，学校本科生在科研领域取得了一系列创新成果。1. 光电信息科学与工程专业本科生在SCI期刊发表论文广州大学物理与材料科学学院2016级光电信息科学与工程专业本科生李锦韬同学在曾衍瀚副教授的指导下以第一作者在《IEEE ACCESS》（IF 4.098）期刊上发表题为"Automatic Structure Generation and Parameter Optimization for CMOS Voltage Reference Circuit"的研究。该课题研究利用进化算法实现模拟集成电路参数的智能优化和拓扑结构的自动生成，通过引入OOR函数以及改进算法，解决优化电路中出现的约束问题。所提出的方法提高了算法收敛速度以及优化能力，减少优化过程中的欠拟合以及过拟合的现象。目前已在基准源电路以及LDO电路中实现电路参数智能优化，其中在基准源电路中可同时实现自动生成电路拓扑结构和电路参数智能优化，所生成电路性能与人工调制电路相比有较大提升。2.教育学院心理学拔尖创新人才实验班本科生发表SSCI论文日前，广州大学教育学院心理学拔尖创新人才实验班2016级本科生张新彤、梁靖晖相关学术科研成果，先后被多个国际SSCI期刊录用。张新彤同学参与了相关课题的研究，开发出简洁高效的大五人格测量问卷简版，助力研究者和工作者进行高效率的人格测评，并在《PLOS ONE》（IF=2.776）上发表论文。张新彤还对多个青少年精神病态测量工具在司法环境下进行了效能验证，在《Frontiers in Psychology》（IF= 2.129）发表两篇论文。梁靖晖则对反社会人格测量工具在中国的测量效能进行了全面验证，并以第一作者身份在《Current Psychology》（IF= 1.468）发表学术论文。这些成果为中国心理工作者和教育工作者的青少年心理健康保障工作提供了测量学上的视角和理论依据。3.计算机科学与网络工程学院创新班学生在知名SCI期刊发表2篇成果广州大学计算机科学与网络工程学院2018级创新班本科生陈煜、罗芳、邢慈湃、陈卓容和陈乐昕同学在区块链与联邦学习的研究领域各有1篇创新成果被知名SCI期刊录用。区块链作为点对点网络、密码学、共识机制、智能合约等多种技术的集成创新，提供了一种在不可信网络中进行信息与价值传递交换的可信通道。然而，一旦发布在区块链上的智能合约存在漏洞，合约将无法撤回修改，因此智能合约的漏洞检测就显得十分重要。邢慈湃、陈卓容、陈乐昕等同学在论文"A New Scheme of Vulnerability Analysis in Smart Contract with Machine Learning"提出了"切片特征"通过实验结果证明了他们的方案相比于已有方案检测效果有显著提升，该成果成功发表在中国计算机学会推荐重点SCI期刊《Mobile Networks and Applications》（IF= 2.39）上。随着大数据的进一步发展，数据隐私受到越来越多的重视，同时，大多数行业数据呈现数据孤岛现象。2018级创新班陈煜、罗芳同学在李同博士后的指导下，提出了一种可信执行环境下的解决方案，这是国际上第一个提出了在隐私保护性和训练可靠性同时得到实现的联邦学习方案，该成果近日成功发表在期刊《Information Sciences》（IF=5.3）上。4.光电信息科学与工程专业多位本科生合作发表SCI一区论文日前，物理与材料科学学院在仿生神经突触研究领域取得了重要进展，相关研究成果发表在SCI一区顶级期刊Nanoscale（IF=9.927）。该研究成果由葛军博士、秦杰利博士和潘书生教授等共同合作完成，参与者还有2017级光电专业本科生马泽霖、陈威龙、曹栩诚、颜健锋和房华恒。葛军博士和潘书生教授为本文通讯作者。神经形态计算具有与人类大脑类似的信息处理机制，因此被认为是解决摩尔定律逐渐失效及突破冯诺伊曼瓶颈限制的新技术。神经形态计算系统的基本组成单元是仿生神经突触，二端口的忆阻器具有结构简单、集成度好等优势因此被看作是仿生神经突触的理想载体。本项研究以非钙钛矿相CsPbI3为基础的高稳定性人工神经突触器件，这使得制作低成本、高密度的实用型突触阵列器件成为了可能。一直以来，广州大学坚持立德树人根本任务，坚持本科人才培养中心地位，以"德才兼备、家国情怀、视野开阔，爱体育、懂艺术，能力发展性强"为人才培养目标，设立"文体艺语"四个公共素质教育中心，尤其注重追求学术卓越，致力于培养具有广大底色的创新型人才，不少本科生同学在科研领域取得一系列优异成果。如今正值志愿填报季，欢迎广大学子报考广州大学，金秋九月，期待与你一起在云山珠水边探索科学奥秘！

探解科研难题，拓展“认知”新方向近日，中国科学院计算技术研究所视觉信息处理与学习研究组（VIPL实验室）再获殊荣，有3篇论文以其前沿的理论和创新的研究方法入选国际顶级期刊IEEE T-PAMI和IJCV。众所周知，计算机科学领域有三大顶级会议（CVPR、ICCV、ECCV）和两大顶级期刊（IEEE T-PAMI 和IJCV）。大多数工程学科期刊的影响因子通常在1或2左右，而IEEE T-PAMI和 IJCV这两大期刊的影响因子都已超过了10。IEEE T-PAMI的全称为IEEE Transactions on Pattern Analysis and Machine Intelligence，是计算机视觉、模式识别与生物识别领域国际顶级期刊，是IEEE最重要的学术性期刊之一，也是中国计算机学会认定的人工智能领域四个A类期刊之一，目前影响因子为17.73。IEEE T-PAMI以严苛的审稿著称，对论文的原创性要求严格，每年收录的论文数量十分有限。IJCV，全称为International Journal of Computer Vision，是计算机视觉领域的国际顶级期刊之一，也是中国计算机学会认定的人工智能领域四个A类期刊之一，2018年SCI影响因子为11.541。VIPL实验室关于大规模纹身图像检索的工作“Tattoo Image Search at Scale: Joint Detection and Compact Representation Learning”被IEEE T-PAMI以长文接收，该研究也是首个融合纹身检测与紧凑特征学习于一体的可端到端学习方法。实验室关于人脸检测的工作“Hierarchical Attention for Part-Aware Face Detection”被IJCV(Special Issue on Deep Learning for Face Analysis)接收。同样被IJCV收录的还有关于大规模图像检索的工作“Deep Supervised Hashing for Fast Image Retrieval”, 该项工作的前期会议版本发表于IEEE CVPR 2016。大规模纹身图像检索近年来，基于主要生物特征（如人脸、指纹）的识别方法与技术取得了巨大进步，但单一生物特征在开放场景中很难完全满足实际应用需求。纹身作为一种重要的辅助生物特征，对辅助身份识别具有重要价值，特别是在人脸、指纹等数据无法获取或被人为破坏的情况下。现有的纹身搜索方法主要集中在匹配“裁剪后的纹身”上，这与实际应用场景的需求存在较大差距，实现全自动的鲁棒大规模纹身图像检索仍然是一个富有挑战性的难题。为此，我们提出了一种高效的一体式纹身检测与紧凑特征学习方法用于非可控场景大规模纹身图像搜索。借鉴人在视觉感知中，识别任务与检测任务在视觉信息处理通路上的高度共享的特点，我们让纹身紧凑特征学习与纹身检测任务进行充分特征共享。方法的总体框架图如下：该工作的主要贡献包括：（1）据我们所知，所提出的大规模纹身图像检索方法是首个融合纹身检测与紧凑特征学习于一体的可端到端学习方法；（2）该方法有效解决一体式纹身检测与紧凑特征学习网络中紧凑特征学习部分所面临的批量小问题(small batch size issue)；（3）在纹身检测、识别与检索任务上超越业界最好方法的性能，并且具有低计算复杂度；（4）在纹身数据集构建方面贡献了300对纹身素描-照片图像用于基于草图的跨模态纹身检索研究，利用互联网搜索形成30万纹身数据集（WebTattoo）用于模拟大规模纹身检索场景，以及对数万纹身图像进行了标注，如纹身框、类别等（拟公开WebTattoo数据集的图像URL及标注用于学术研究目的）。论文信息：“Tattoo Image Search at Scale: Joint Detection and Compact Representation Learning”(作者: Hu Han, Jie Li, Anil K. Jain, Shiguang Shan and Xilin Chen)，IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI), 2019. (Accepted) [arXiv:1811.00218]人脸检测对于人脸检测任务，有效的人脸特征表示是提升检测精度的关键。由于人脸会受到姿态、尺度、表情、光照、遮挡等诸多内外因素的影响，因此在整体和局部表观上会呈现出非常复杂的变化模式，人脸上不同的局部区域（部件）之间会存在显著差异，各个部件对检测任务的贡献也不尽相同。然而，在目前的人脸检测方法中，尤其是基于卷积神经网络的方法，人脸的特征表示是采用均一化的方式进行构造的。具体而言，对于不同的局部区域，其特征都是用相同的卷积核（卷积层）或者池化方式（池化层）来计算得到，并且对于不同的人脸，每个局部特征的贡献恒定不变，这一过程没有充分考虑局部表观之间的差异性，从而降低了特征表示的有效性。为此，我们设计和提出了一种层次化注意力机制，在构造特征表示的过程中对人脸局部表观的差异性进行建模，以得到更有效的人脸特征表示。我们设计的层次化注意力机制包含部件特定(局部)注意力和人脸特定(全局)注意力，前者通过可学习的高斯核进行建模，在人脸局部进行搜索以提取更具表达能力的部件特征，后者采用LSTM对部件特征进行整体建模，预测注意力图，以自适应地调整各个部件对于人脸检测任务的贡献。方法的总体框架图如下：概况而言，该工作的主要贡献包括：（1）设计了一种有效的层次化注意力机制对人脸的整体和局部表观变化进行建模，其能够构造出更具表达能力的人脸特征表示；（2）基于层次化注意力机制设计了具备部件感知能力的人脸检测器PhiFace；（3）在多个真实场景的人脸数据集上对所提出的方法进行了充分的分析和验证，并获得了State-of-the-art的检测精度。论文信息：“Hierarchical Attention for Part-Aware Face Detection”(作者: Shuzhe Wu, Meina Kan, Shiguang Shan and Xilin Chen)，International Journal of Computer Vision (IJCV), 2019. (Accepted on Jan.29th, 2019).大规模图像检索对于图像检索任务，存储和计算高效的特征表示是提升方法可扩展性的关键。作为一种典型的大规模图像检索方法，哈希算法通过哈希函数将图像变换为紧致的二值编码，从而实现精简的存储和高效的相似性计算。在当前主流的哈希学习算法中，尤其是基于卷积神经网络的算法，受限于二值编码的离散化表示特性，无法使用标准的基于梯度的方法进行哈希函数的学习。为了解决这个问题，现有的基于卷积神经网络的哈希学习算法通常对二值编码进行实数化松弛后，采用一些较弱的约束代替二值约束，但是也因此会导致学习到的实数表示与最终的二值表示之间存在一定的差异。为了更好地解决这个问题，我们提出了一种新的正则化约束，要求松弛后的实数表示尽可能接近哈希学习目标中的离散取值。我们设计的正则化约束与多种已有的判别性约束兼容，如对比损失、三元组排序损失等。因此，我们的方法可以通过降低量化损失的方式，使得模型学到的实数特征表示在量化之后仍然可以保持很好的判别能力，从而达到更好的检索性能。方法的总体框架图如下：总体而言，该工作的主要贡献包括：（1）设计了一种有效的适用于哈希学习算法的正则化约束，通过减小量化损失，保证量化后的图像特征表示可以保持量化前的强判别能力；（2）基于提出的正则化约束，设计了一套适用范围广、通用性强的深度监督哈希算法（Deep Supervised Hashing, DSH）；（3）在多个标准的图像检索评测数据集上对所提出的方法进行了充分的分析和验证，并获得了state-of-the-art的检索精度。该项工作的前期会议版本发表于IEEE CVPR 2016。论文信息：“Deep Supervised Hashing for Fast Image Retrieval”(作者: Haomiao Liu, Ruiping Wang, Shiguang Shan and Xilin Chen)，International Journal of Computer Vision (IJCV), 2019. (Accepted on Feb.18th, 2019).—END—VIPL研究组隶属于中国科学院计算所及中科院智能信息处理重点实验室，同时也是先进人机通信技术联合实验室（JDL）的一部分。目前，VIPL研究组主要成员包括研究人员20余名、博士/硕士研究生50余名。研究组在相关领域发表研究论文500余篇，其中100余篇发表在计算机学会认定的领域A类国际期刊或会议上。研究成果获2015年度国家自然科学二等奖，2005年度国家科技进步二等奖等。中科视拓（北京）科技有限公司是一家来自中国科学院计算技术研究所的人工智能基础设施服务商，核心团队来自国家万人计划领军人才山世光研究员和国家自然科学基金委杰出青年基金获得者陈熙霖研究员共同领导的中科院计算所智能信息处理重点实验室和中国科学院计算技术研究所视觉信息处理与学习（VIPL）研究组。中科视拓凭借在人脸识别与通用计算机视觉技术方面20多年的深厚积累，以“开源赋能共发展”的思路，打造AI视觉全栈能力—SeetaFace人脸识别与感知计算解决方案、AI算法调用平台—SeeTaaS自主可控人工智能生产平台和AI服务与计算中心—中科视拓云智中心三大产品线，致力于为政府、教育、制造、金融和零售等国民经济主战场行业提供一站式人工智能基础设施服务。

图片来自网络不管是开放获取形式的期刊或网站，还是诸如中国科技论文在线的网络预印本出版模式，在学术优先权确认、交流传播速度、降低获取成本等诸多方面，都有着显而易见的优势，然而这些创新的学术出版模式却在中国的推广过程中，或多或少都曾受到过传统纸本期刊的阻挠，究其原因，颇为复杂，甚至有期刊编辑部主任不了解开放获取，没听说过预印本的特例出现，可见想要培育世界一流期刊，创新学术出版机制，首先要培育具有世界一流学术出版理念的人。在我们了解国际顶级学术期刊和出版机构之前，先普及一下何为开放获取。开放获取(Open Access, OA)是基于互联网的新型学术交流模式，其核心是利用互联网保护论文首创者的知识产权，快速为学术同行免费提供信息和成果服务。开放获取使得学术传播的成本大大下降，交流速度大大提高。只要具有互联网的接入条件，科研人员不需要付费订阅就能访问学术论文全文。开放获取运动在世界科研水平发达地区发展的非常迅速，美国从各类国家级基金机构到大型出版商，开放获取都是他们主动靠拢的方向，而今年年初德国Project DEAL联盟与学术出版商 Wiley长达3年的谈判终于达成协议，非常鲜明的表现出学术发达地区对高效率低成本的学术创新出版和交流模式的追求。3年前，由德国图书馆、高校和研究机构组成的Project DEAL联盟，试图与3家最大的学术出版商签署开放获取的合约。在经过近3年的谈判后，该联盟最终获得成功，Project DEAL 终于与学术出版商 Wiley 签署了开放获取协议，Project DEAL还会继续与爱思唯尔和施普林格·自然这两家出版商谈判并争取达成协议。根据该Project DEAL与Wiley签署的合约，700多家德国研究机构的科学家将能获得 Wiley旗下所有学术期刊1997年之后的全部访问权，而德国科学家在Wiley期刊上发表的论文将对所有人免费公开。Wiley总编辑Guido Herrmann表示，这是首个出版商和科研领先的国家就向开放获取转变达成的合约。“我们相信，在致力于更加开放的获取和开放科学的运动中，这是一个重要且特殊的时刻”。欧洲委员会开放获取特使Robert-Jan Smits表示，“这真的令人印象深刻。对于德国科学来说，这是伟大的一天;对于欧洲科学和全球科学亦是如此。”接下来我们将目光聚焦在几家国际顶级学术出版商及服务商身上，了解什么样的建设方式是具有世界一流学术出版理念的方式。学术出版与科学传播服务商--威立(Wiley)国际出版公司John Wiley & Sons Inc(约翰威立国际出版公司)创建于1807年，全球总部位于美国新泽西州的霍博肯(Hoboken)。Wiley作为一家学术传播国际性公司，主要提供科学、技术、医学和人文社科期刊与在线学习、评估与认证相结合的解决方案。Wiley 的科学、技术、医药和学术(STMS)业务是他的核心业务之一，也被称为Wiley Blackwell，是为世界各国的科研和学术团体提供服务，也是面向专业领域和学术团体的全球最大出版商。通过Wiley Online Library在线平台为用户提供广泛的科学、技术、医药和学术的内容，其中包括超过1500种期刊、400多万篇文章、9000多本在线图书，还有许多参考工具书和数据库。另一个核心业务为专业发展(简称PD)业务服务于专业人士和图书出版、订阅和各种媒介信息服务方面的消费者。著名品牌组合包括For Dummies、Betty Crocker、Pillsbury、CliffsNotes、Webster’s New World、J.K. Lasser、Jossey-Bass、Pfeiffer 和 Sybex。学科领域包括商业、科技、建筑、烹饪、心理学、教育、旅游、卫生、宗教、消费指南和大众娱乐。此外还有Wiley论文编辑服务：wileyeditingservices.com/cn;作者资源：wileyauthors.com等服务平台。而最为人称道的，Wiley是开放获取的领先出版商，出版经同行评审的开放获取期刊，覆盖不同学科。通过Wiley开放获取期刊发表的科研文章，一经发表，即可被访问、阅读、下载和分享。Wiley开放获取期刊与许多享誉盛名的期刊和学协会合作出版，每本期刊独立编辑，拥有自己的主编和国际编委团队，经过严格的同行评审流程，遵循清晰的编辑原则和标准。2016年，Web of Science将10本Wiley的开放获取期刊列为各自学科分类的前十期刊，充分展现了Wiley对高影响力学术出版所做出的努力。学术出版与科学传播服务商——施普林格·自然集团施普林格自然(Springer Nature)集团是在2015年由自然出版集团、帕尔格雷夫麦克米伦、麦克米伦教育、施普林格科学与商业媒体合并而成。施普林格自然出版多种学术期刊，并引领了开放研究。集团旗下共有3000多本涵盖了各个学科领域的期刊，目前是全球最大的开放获取出版机构。施普林格自然发表的论文有三分之一是立即开放获取的，全球发表的OA论文大约有30%来自施普林格自然，施普林格自然一直致力于促进科学探索和发现，为科研共同体提供服务，推动科研界的科学发现探索。施普林格(Springer)由Julius Springer创立于1842年，经过175年的发展成长，已成为服务全球的科学、技术和医学出版机构。拥有世界上最大的科学、技术、医学及人文社科电子图书数据库和回溯图书数据库之一，以及涵盖各学科的混合与开放获取模式的期刊。《自然》杂志(Nature)创建于1869年，是著名的科学周刊。自然科研还出版一系列冠名“自然”的订阅型期刊、重要的多学科开放获取期刊《自然-通讯》(Nature Communications)、包括《科学报告》(Scientific Reports)在内的其它一些开放获取期刊，以及与科研机构和协会合作出版的自然合作期刊(Nature Partner Journals)。这些期刊发表了世界上一些最重要的科学发现。在线传播方面，每月有超过900万独立访客通过 nature.com获取自然科研的内容，这包括《自然》新闻和评论，以及知名的科研人员招聘平台Nature Careers。学术出版与信息分析服务商——爱思唯尔公司爱思唯尔(Elsevier)是一家全球专业从事科学与医学的信息分析公司，创办于1880年，现属于RELX出版集团旗下，其总部位于荷兰首都阿姆斯特丹。爱思唯尔发行2500余种期刊，出版35000余种图书，以及诸多经典参考书。爱思唯尔的解决方案包括 ScienceDirect, Scopus, SciVal, Reaxys, Engineering Village, Knovel和 ClinicalKey等，收录科学、技术和医疗研究权威文献，分析全球科研动态，并提供科研及医学的循证数据。其中， SSRN(社会科学研究网络)是公司旗下的预印本数据库和在线学术交流平台。SSRN由一系列研究网络组成，涵盖社会科学门类，致力于传播社会科学研究成果。早在2012时，Google Scholar统计各学术载体五年h指数显示，排在前十位的分别是七家期刊和三家开放获取(OA)网站，而且RePEc网站排在第四位，arXiv排第五，仅次于大名鼎鼎的期刊Science，排第七的SSReNet网站仅次于Lancet，超过Cell期刊。可见开放获取和预印本数据库在创新出版道路上的重要价值，其在科学研究成果的优先权确认，与快速传播和分享更是有着比出版经济本身价值更大的，无与伦比的社会和科研效益。以上我们可以看出，开放获取能够迅速崛起，对于科研人员来说，主要有以下五个方面的原因：第一，通过互联网可随时随地发表与获取论文，以最快的速度发布论文或查阅学科前沿信息; 第二，在线论文平台可让同行发表评论与分享观点; 第三，在线论文多媒体方式更准确表达思想且更吸引注意力; 第四，保障作者的原创性成果不受侵权，论文检索查重方便，减少学术不端行为;第五，用户可自己订制论文专业内容、获得个性化的学术信息服务。对于出版商来说，开放获取与传统出版更是并非不可调和的，反而具有洞见的顶级出版商，在主动寻求开放获取的多种可持续发展模式，愿意实践这种新型的大势所趋的出版方式。目前开放获取分为收费开放获取期刊和双向免费开放获取期刊和在线发表论文平台。收费的开放获取期刊将订阅费前移为版面费或文献处理费，变换出新盈利模式，例如：PlosOne、Nature所办的Scientific Reports等OA期刊，是金色OA。真正的OA是双向免费开放获取期刊和在线发表论文平台，又可认为是绿色OA，他们维持运营的收入也可以是多样化的，比如政府部门、研究机构、研究基金、公益捐赠、平台广告收入等。据统计，大约有70%的开放获取期刊(OA journals)是双向免费的，在线发表论文平台基本上都是双向免费的，不向作者收取任何费用，这是开放获取运动的主流趋势，那些通过用户下载或订阅文章来获取收益的出版机构或传播平台，都实质上阻碍了科学成果的分享和高效传播。更是通过向用户收取出版费用+获取费用这种双重收费模式，满足了自己，却浪费了国家的科研资金。学术期刊想要成为世界一流，必须了解学术出版的最新进展，必须适应互联网时代传播交流模式的新特点，否则，不管怎样建设，都只能是故步自封，只能是坐井观天。利用互联网开展学术交流是时代的必然，网络发表论文能够有效解决纸质期刊发表周期过长和发表过程中的学术不端等问题。发表周期过长不但导致作者的科研成果丧失首创性、时效性、引领性，也会使读者难以及时获得科研动态、研究进展及最新的技术方法。对于国家发展而言，新的科研成果能够提前一年交流，对科技进步价值不可估量。希望奋战在学术出版一线的负责人和管理者们，能对比自身，主动学习相关经验，把握住发展趋势，真心拥抱开放获取及网络新型出版模式，践行学术出版的创新变革。

近两个月来，众多人工智能学者与工业界人士签署了一份声明，声称自己将不会向 Nature 新期刊《Nature Machine Intelligence》提交论文、提供评审或参与编辑工作（参见：抵制 Nature 机器智能期刊，维护学界开放：百名学者签署联合声明）。随着事件的发展，越来越多的学者参与其中，并发表了自己的观点。崭露头角的作者在出版作品时面临一个雷区。他们要花 3000 美元，才能让任何想读他们作品的人都能读到，也可以选择让读者付费给出版商。通常是图书馆通过昂贵的年度订阅来支付这笔费用。这不是很多想成为小说家的人的意愿，而是学术出版的问题。200 多年前，西西里巴勒莫的天文学家 Giuseppe Piazzi 发现了一颗矮行星。对于他来说，出版意味着给他的朋友 Franz von Zach 写信。von Zach 每月都会整理、发布欧洲各地天文学家的来信。这些人没有互联网：他们从若干卷名为 Monatliche Correspondenz 的皮制信件中发现最新成果。传播研究报告所花的时间本身存在一定的问题：到 Piazzi 的数据发表时，地球已经在阳光下消失了。哥廷根一名 23 岁的读者高斯改变了这种状况。他利用开普勒行星运动定律计算出了我们今天所知的谷神星的位置，他后来成为德国最伟大的数学家。高斯和 Piazzi 自由分享他们的学习成果，但他们承担了 von Zach 的工作所需花费。这是封闭访问发布模式。在我自己的机器学习领域，作为高斯开创性研究的学术继承者，现代数据不再局限于行星观测，还包括医学图像、口头语言、网络文档等。利用数据实现的是医疗诊断、推荐系统以及无人驾驶汽车能否看到停车标志。机器学习是当前人工智能革命的基础。支付能力不再对参与能力起决定性作用机器学习是一个年轻且对技术敏感的领域。它没有其他领域的历史传统，该领域的学者也认为没有必要采用封闭式出版模式。社区内部自行创建、整理并审阅社区内所进行的研究。我们利用互联网创建了新的期刊，免费提供给作者。订阅和精装书籍的时代似乎已经过去了。公众已经缴纳了税款资助我们研究，为什么还要再次付费才能阅读成果？资金较少的大学的同行也从中受益。乌干达坎帕拉的马凯雷雷大学（Makerere University）与哈佛或麻省理工学院一样，都有机会进行前沿的机器学习研究。支付能力不再对参与能力起决定性作用。机器学习已经证明，没有商业出版商的参与，学术领域不仅可以生存，而且可以繁荣发展。但这并没有阻止传统出版商进入市场。我们的成功引起了他们的注意。最近，Springer Nature 出版集团发布了一份名为《Nature Machine Intelligence》的新期刊。该出版商现有 53 种名字中带有「Nature」字样的期刊。我们应该担心吗？当前已经有了一个分享观点的开放模式，为什么作者和读者还要投向营利性订阅期刊？那是因为学术出版商手里还有一张牌：他们的品牌。学术研究的多样性和数量意味着一个领域的研究人员很难对另一个领域的研究进行评价。有时杂志的品牌会被看做质量的保证。当学者们寻求晋升时，在「知名期刊」上发表论文可能会有很大帮助。Nature 是学术出版界的劳力士。但与劳力士不同的是，劳力士的员工负责手表的创新，Nature 的内容则要靠学术界提供。我们是制表商，他们只是经销商。抵制 Nature 期刊声明的签署页，目前已有超过 3000 人签名很多计算机科学研究社区的人员都将 Nature 品牌视为学术质量糟糕的代名词。我们抵制盈利性出版物入侵自己的领域。因此，在本文发稿时已有超过 3000 名研究者——其中包括很多人工智能学术和工业领域里的著名人士——签署了一份声明，表示自己不会提交、审阅或参与这一新期刊的编辑工作。我们认为向作者收费类型的刊物不在机器学习研究的未来之中。