科技成果管理与研究杂志

屠呦呦作为青蒿素的发现者而获得诺贝尔奖，她当年发表在我国科技期刊上的论文是认定其为该成果之首创者的重要依据，由此可见科技期刊在认定和记录科研创新成果、推动学术交流等方面的重要作用。作为科技信息的重要载体，科技期刊也是一个国家科技软实力的重要标志。近年来，我国科研实力不断提升，国际影响力不断提高，承载着科研成果的科技期刊发展状况如何？怎样才能加快培育出《科学》《自然》那样具有世界影响力的科技期刊？记者采访了《中国科技期刊发展蓝皮书（2017）》专家委员会主任、中国科学院院士王恩哥和《科学通报（中文版）》主编、中国科学院院士高福。吸引全球优秀科学家在中国“阵地”进行学术交流记者：首次发布的《中国科技期刊发展蓝皮书（2017）》是我国首次全面系统地分析了我国科技期刊面临的问题和挑战，为今后办好中国的科技期刊谋划布局，那么办好中国的科技期刊，其意义是什么呢？王恩哥：我本身作为一名科研人员，也接触到众多的科研人员，大家深深体会到，同样水平的科研成果投稿到国际知名大刊，与科技强国期刊的作者相比，我们的文章经常被搁置几个月甚至更长时间才能获得评审通过。我们的成果要被国外的期刊来认可，我们自己不能做主。这对于我国的创新科技成果尽快被认定和传播是不利的。对科研人员来说，总是要知道别人在做什么，也要让别人知道自己在做什么。除了学术会议、学术访问等等，在科技期刊发表自己的科研成果，从科技期刊中得知别人的研究进展，这是非常重要的方式。办好我们中国的科技期刊，我们就可以自己做主，快速地向世界展示我们的成果，同时吸引全球的优秀科学家在我们的阵地进行学术交流，就可以由我们来把握世界科技前沿。所以，要建成世界科技创新强国，成为世界主要科学中心和创新高地，就必须要拥有一批能在全世界起到主导和引领作用的科技期刊。高福：还有一个问题就是像施普林格、爱思唯尔等国外的学术出版集团，利用技术优势、集群优势、资金优势掌控和经营着数量庞大的期刊群。为了获得最新的科研成果，我国的科研单位不得不花大量的金钱购买国外数据库，其中包括购买我们自己科研人员、通过我国科研经费资助而发表在国际知名期刊上的文章。也就是说，无论从国家层面，还是从科研人员自身层面，还是版权保护或者经济利益方面，我们都应该办好自己的科技期刊。另一方面，我国科技期刊有5000多种，大多数是中文科技期刊，包括学术期刊，也包括行业技术期刊，还有科普期刊。不同的期刊，其所服务的对象也是不尽相同的。例如行业技术期刊发表更多应用类型的文章，对于行业发展，对于企业的作用比较大。而科普期刊，是用通俗易懂的方式向公众普及科学技术知识、倡导科学方法、传播科学思想、弘扬科学精神。办好科普期刊，对我国公众的科学素养提升会有很大的帮助。以有世界影响力的科技期刊为标杆记者：办好中国的科技期刊有哪些可行的措施和建议，如何才能办出属于中国的，像《科学》和《自然》那样具有世界影响力的科技期刊？王恩哥：首先要知道，《科学》和《自然》都创刊于19世纪，它们已经发展了100多年，一本是美国的期刊，一本是英国的期刊，这也符合学术中心在美国和英国的事实，也正说明了科技期刊和国家科技实力是相关的。我国的科技期刊，因为历史的原因，管理体制和运行机制方面与国际期刊有所不同。例如分为主管、主办、出版等多级单位，真正办刊的主体还是编辑部，小而分散。另外，目前的科研评价体系也是不利于我国科技期刊发展的一个因素。不过，我们应该看到，中国科技期刊处于重要发展机遇期。近年来，随着我国科研经费投入的持续大幅增加，中国的学术论文无论数量还是影响力都取得了快速的增长，科技期刊具备良好的发展基础。同时，中国科技期刊受到前所未有的重视，国家从政策和经费上给予更好的支持。高福：要办好中国的科技期刊，一方面需要加快体制机制改革，激发科技期刊发展活力，另一方面要建立一种理性、科学和指标多元化的科研评价与期刊评价体系，第三也应该提高期刊的自身办刊能力。随着我国国力的不断增强，科技实力越来越强，科技创新的发展也应该更具有全球视野。我们不但要发表我们自己的优秀文章，还要办好科技期刊，让更多的国外优秀成果发表在中国的期刊上，由中国引领科技的发展方向。我认为，随着中国从科研大国向科研强国迈进，我们也会有像《科学》和《自然》这样的期刊。从学术出版向知识服务转型记者：《中国科技期刊发展蓝皮书（2017）》显示，我国5020种科技期刊，共有3232个主办单位，这与施普林格和爱思唯尔这样的著名学术出版集团集约式的发展方式相比，显得有些“小而散”。那么，中国需要培育属于自己的，像施普林格和爱思唯尔那样全球闻名的学术出版集团吗？该怎么做呢？王恩哥：1840年，爱思唯尔公司在荷兰鹿特丹成立，距今已有100多年的历史。德国施普林格出版公司则始建于1842年。在这么长久的发展历史中，我相信这两个公司也经历了各种改革，不断创新，才有今天的成就。尤其是爱思唯尔公司，已经不是传统意义上的出版机构了，而是沿着由“传统出版社”向“信息提供商”再向“解决方案提供商”脉络发展成为今天的一家知识服务机构，转型路径是从提供内容资源转向为用户提供系统解决方案。施普林格也在沿着这个方向发展，其转型路径是专注于传统出版业务流程、技术以及模式的创新突破。因此，毋庸置疑，中国肯定需要培育自己的像施普林格出版集团和爱思唯尔公司那样全球闻名的学术出版集团。怎么做呢？爱思唯尔公司的成功经验可以借鉴，总体上来讲，路径是这样的：内容生产采取内涵式发展，集聚优质内容资源；产业发展采取品牌并购重组，全球扩张；从收购出版公司转向并购技术公司，旨在为科研用户提供系统化的解决方案，实现面向科研全过程的知识服务；目前已经实现从出版商向知识服务商的成功转型。施普林格出版集团的发展路程也是大同小异：在科学、技术和医疗领域持续做大做强，先是成为世界最大的学术图书出版商；然后专注于传统出版业务流程、技术以及模式的创新突破，也成功实现转型升级。高福：《中国科技期刊发展蓝皮书（2017）》明确提出，知识服务是大数据时代的科技期刊发展方向。大数据知识服务成为科技互联网巨头新的经济增长点，也给我国出版业带来了新的机遇。中国科技期刊，尤其是英文科技期刊在从“借船出海”到“造船出海”的时候，应该顺应时代发展趋势，抓住“知识服务”带来的机遇，在与国际出版商合作的同时，广泛展开与互联网企业合作，大胆创新，推出富有中国特色的知识服务产品和模式。总之，出版是一个产业，期刊本身也是一种特殊商品，最终需要适应市场发展规律，在技术上、服务上、业务合作上、业务范围等方面，敢于创新，善于把握机遇，做到可持续发展，才能做强做大。同时，为了快速发展，还需要国家相关部门一定的引导、扶持和培育。（光明日报北京1月28日电）（光明日报记者 詹媛）《光明日报》（ 2018年01月29日 08版）

在科学创新的进程中，学术论文的撰写发表是反映基础研究进展，让公众了解科技前沿突破的重要渠道。对于一所高校来说，在国际权威期刊上发表学术论文的数量和规模，则是一项反映高校科技创新实力的重要指标。近年来，陕西科技大学高度重视科技创新，科研成果频频出现在国际权威期刊上，本期推送，小编就带大家一起回顾2020年陕科大在国际权威期刊上发表的部分科研成果吧！1.张美云教授团队在材料领域国际顶级期刊《Advanced Functional Materials》发表综述论文2020年3月，陕西科技大学轻工科学与工程学院张美云教授团队在国际工程技术与材料科学领域顶级期刊《Advanced Functional Materials》发表题为"Fabrication, Applications, and Prospects of Aramid Nanofiber"的综述文章。陕西科技大学为论文唯一通讯单位，杨斌博士为论文第一作者兼通讯作者，张美云教授为论文共同通讯作者。这是陕科大首次在此国际权威期刊上发表论文，有效提升了学校在工程技术与材料科学研究领域的影响力。2.王传义教授团队在环境领域国际顶级期刊《Environmental Science: Nano》发表热点论文2020年3月，陕西科技大学环境学院王传义教授团队在重金属离子吸附分离材料研究方面取得了重要进展，研发出一种快速高效地从水中去除汞离子的环保型海绵吸附剂。相关成果以"Novel polyethyleneimine functionalized chitosan–lignin composite sponge with nanowall-network structures for fast and efficient removal of Hg(II) ions from aqueous solution"为题，发表在环境科学领域国际顶级期刊《Environmental Science: Nano》上。论文发表后引起了国际同行的高度认可，并被编辑部选为该杂志前10%的热点论文（Hot Article）。论文第一作者为环境学院博士生张丹，指导教师为王传义。3.王学川教授团队在化工领域国际顶级期刊《Chemical Engineering Journal》发表论文2020年4月，陕西科技大学轻工科学与工程学院王学川教授团队在化工领域国际顶级期刊《Chemical Engineering Journal》发表题为"A novel bio-inspired multi-functional collagen aggregate based flexible sensor with multi-layer and internal 3D network structure"的文章。陕西科技大学为论文唯一通讯单位，王学川教授为论文第一作者兼通讯作者，刘新华博士为论文共同通讯作者，博士生岳欧阳为论文的主要完成者。4.周友平教授团队在植物糖分子内氧同位素组成研究中取得重要进展2020年5月，陕西科技大学化学与化工学院周友平教授领导的天然产物稳定同位素组学（Isotopomics in Chemical Biology）团队，通过近4年的努力，率先开发出葡萄糖分子内全部5个氧原子的自然丰度18O/16O测定新方法，相关成果以"Novel Position-Specific 18O/16O Measurement of Carbohydrates. II. The Complete Intramolecular 18O/16O Profile of the Glucose Unit in a Starch of C4 Origin"为题，在自然指数期刊《Analytical Chemistry》上发表，青年教师马然为论文第一作者，课题组2019级博士生赵雨为论文第二作者，自然资源部第三海洋研究所为论文的参与单位。5.李志健教授科研团队在传感与储能等领域取得新进展2020年6月，陕西科技大学轻工科学与工程学院李志健教授带领的"纸（纤维素）基材料的生物信息功能化"团队，在柔性传感、储能、智能材料等领域的研究取得了一系列新进展，连续发表6篇高水平论文。这是该团队牢固树立"立足轻工，丰富轻工，跨越轻工"的学科发展理念，聚焦"新轻工、新工科"建设的具体实践。陕西科技大学为论文第一作者单位和第一通讯单位，团队青年教师刘汉斌、吴海伟副教授等主要参与了这些工作。6.薛惠丹副教授在cell子刊发表高水平论文2020年6月，陕西科技大学食品与生物工程学院薛惠丹副教授在Cell Press旗下的国际植物学重要刊物《Trends in Plant Science》杂志（SCI影响因子14.006）发表文章。这是陕西科技大学首次以第一单位在该期刊发表论文，极大地提高了学校在生物工程研究领域的影响力。7.薛俭教授团队在国际权威期刊连续发表2篇高水平论文2020年9月，陕西科技大学经济与管理学院薛俭教授团队完成的2篇学术论文分别在绿色与可持续科技类国际权威期刊《Journal of Cleaner Proction》（影响因子：7.246）和能源类国际权威期刊《Energy》（影响因子：6.082）上发表。这2篇论文是薛俭教授团队在绿色金融工程领域取得的国际前沿性研究成果，标志着陕西科技大学经管学院在管理科学与工程学科形成了具有一定优势和特色的研究方向，将有效提升学校管理学学科的国际学术影响力。8.李英宣教授论文登上化学领域国际顶级期刊《Angew. Chem. Int. Ed.》2020年9月，陕西科技大学环境学院李英宣教授在二氧化碳转化方面取得了重要进展。相关成果以"Plasmonic Hot Electrons from Oxygen Vacancies for Infrared Light-Driven Catalytic CO2Rection on Bi2O3-x"为题，发表在化学领域国际顶级期刊《Angew. Chem. Int. Ed.》上。陕西科技大学为第一单位，李英宣教授为第一作者和通讯作者，2018级硕士研究生文苗苗为第二作者。这是学校首次以第一单位在该期刊发表"研究论文"。9."生物质化学与材料"院士创新团队赵伟副教授研究成果再登国际顶级学术期刊时隔一年，陕西科技大学轻工学院"生物质化学与材料"院士创新团队赵伟副教授在生物质高分子精密合成领域再次取得突破进展。2020年9月，相关研究论文以"A New Synthetic Methodology of Site-Specific Functionalized Polypeptides: Metal-Free, Highly Active and Selective at Room Temperature"为题，登上国际化学领域顶级学术期刊《Angew. Chem. Int. Ed.》。陕西科技大学为唯一通讯单位和第一作者单位，赵伟副教授为第一作者和通讯作者，2018级硕士研究生吕岩凤为第二作者，轻工学院青年教师李季为共同通讯作者。10.郝晓东博士在材料领域国际顶级期刊《Advanced Energy Materials》发表高水平论文2020年10月，陕西科技大学前沿院许并社教授团队青年人才郝晓东副教授在Wiley旗下的材料领域国际顶级期刊《Advanced Energy Materials》发表题为"Amorphous/Crystalline Heterostructured Cobalt-VanadiumIron (Oxy)hydroxides for Highly Efficient Oxygen Evolution Reaction"的文章。陕西科技大学和新加坡南洋理工大学共为该论文通讯作者单位，郝晓东副教授、刘彬教授和颜清宇教授共为通讯作者。这是陕科大首次以通讯作者单位在该期刊发表论文，该论文的发表代表着学校与其他国内外高校研究单位合作的新进展，极大地提高了学校在材料科学领域的国际影响力。11.郝晓东博士在材料领域国际顶级期刊《Acta Materialia》发表高水平论文2020年11月，陕西科技大学前沿院材料原子分子科学研究所青年人才郝晓东副教授在材料领域国际顶级期刊《Acta Materialia》发表题为"Atomistic origin of high-concentration Ce3+ in {100}-faceted Cr-substituted CeO2 nanocrystals"的文章。郝晓东副教授为该论文第一作者和通讯作者，陕西科技大学为第一通讯单位，日本东北大学和东京大学为共同通讯单位。这是陕科大首次以通讯单位在该期刊发表论文，该论文的发表标志着学校与其他国内外高校、研究单位合作的新进展，极大地提高了学校在材料科学领域的国际影响力。12.材料原子分子科学研究所在《ACS Nano》等国际知名期刊发表7篇高水平论文2020年，陕西科技大学前沿院材料原子分子科学研究所在许并社教授的带领下，在能源、环境、光电等领域取得系列重要研究进展，相继在《ACS Nano》（IF=14.588）等国际知名期刊发表7篇高水平论文。该系列成果的取得标志着陕西科技大学大力引进高层次人才的成效日趋凸显，科研团队和科研平台的建设逐渐成熟，为学校科学研究和人才培养提供了强有力支撑，也将进一步提升学校在材料科学领域的国际影响力。13.陈庆彩副教授团队在大气环境领域顶级期刊发表7篇高水平论文大气污染问题是近年来我国关注的重点环境问题之一。人们无时不刻不在呼吸着空气，并暴露在各种可能具有潜在危害的大气气溶胶之下。大气气溶胶中含有的某些化学物质可能会引起细胞和机体损伤，对人体健康可能存在潜在不利影响。为此，评估大气污染健康风险因子的毒性危害就显得尤为重要。2020年，陕西科技大学环境科学与工程学院陈庆彩副教授团队围绕"大气颗粒物中新型健康风险物质的污染特征、来源和形成机制"课题研究方面取得重要进展，并在ES&T、ACP、EI等一系列大气环境领域顶级期刊上发表7篇高水平论文。作为陕西省"国内一流大学建设高校"，陕西科技大学一直高度重视科技创新，积极为经济社会发展服务。"十二五"以来，学校共承担各类纵向科研项目2439项，获得科技成果奖励396项，省部级以上奖励164项，其中获得国家技术发明二等奖1项、国家科技进步二等奖2项、何梁何利基金"科学与技术创新奖"1项、教育部高等学校科学技术一等奖1项、陕西省科学技术一等奖8项、陕西省哲学社会科学优秀成果一等奖1项、中国轻工业联合会科学技术一等奖9项；出版著作303部，SCI三区以上收录论文1843篇，EI收录期刊论文1795篇；共获授权专利6632项。连续9年位居全国高校有效发明专利拥有量排名前50位、陕西省属高校第1位；进入"中国高校专利转让排行榜"前50强，成为国家80所知识产权试点示范高校之一。

在科研创新能力上，深睿研究院(Deepwise AI Lab)一直处于行业领先地位，是目前行业内规模最大的专注于人工智能医疗领域的研究机构之一，从成立以来一直致力于医疗前沿科技的探索，通过科技与临床的结合，产生了众多兼具临床价值和科技创新性的科研成果，陆续被国际顶级期刊和会议收录。截止到目前为止，深睿研究院在人工智能与机器学习顶级期刊及会议(如TPAMI、TCyb、ICML、CVPR、ICCV、ECCV、AAAI等)上发表论文三十余篇，其中涵盖了计算机视觉和模式识别领域三大顶级国际会议，尤其是连续两年在备受瞩目的顶级会议CVPR(谷歌2019学术榜Top 10)上均有学术成果发表，在国内人工智能领域的科技公司中处于前列;同时，在医学影像计算与分析领域，如IPMI、MICCAI、ISBI、RSNA、ECR等顶级会议上，发表论文近二十篇。 近期，深睿研究院又有两篇科研成果被刊登在国际顶级学术期刊上，体现了深睿研究院的持续创新能力。其中与中国医学科学院肿瘤医院共同完成的“Long-term follow-up of persistent pulmonary pure ground-glass noles with deep learning”(https://doi.org/10.1007/s00330-019-06344-z)被国际顶级放射学杂志European Radiology收录并发表。European Radiology是欧洲放射学会的会刊，创刊于1991年，在行业具有广泛影响力和不可或缺的学术地位，是放射学领域专家学者们不可或缺的信息来源，代表了最前沿的放射学科学，在综合类影像期刊中居第2位。当前，肺癌已经成为中国发病率和致死率第一的癌症，而在国内通过人工智能技术辅助肺癌筛查已经得到了广泛的应用，但目前普遍停留在利用深度学习进行肺结节检测研究上。然而，对于肺结节的生长评估鲜有研究，尤其是对亚实性结节(纯磨玻璃结节和部分实性结节)的长期管理在临床上具有重要意义。其中管理长期存在的纯磨玻璃结节pGGN(Pure Ground Glass Nole)存在着更多的争议。为了解决这些争议，有必要研究长期存在的pGGN的生长进展，精确测量其生长速度，并识别出影响其进展的风险因素。这篇论文的研究工作正是利用深度学习技术对肺部pGGN进行自动分割，并基于随访数据开展上述研究，为临床上量化评估肺结节提供给更为精准的依据。本研究中，pGGN的自动检出和分割由来自深睿医疗的Dr. Wise AI肺结节辅助诊断系统实现，综合利用递归神经网络(Recurrent Neural Network, RNN)和卷积神经网络(Convolution Neural Network, CNN)，超过目前任何单一分割方法的效果。基于Dr. Wise AI肺结节辅助诊断系统对基线以及所有随访的胸部CT影像数据进行肺结节自动检出和分割，自动计算出pGGN的直径、密度、体积、质量、VDT(体积倍增时间)和MDT(质量倍增时间)，并通过以上量化指标探究肺pGGN的自然生长规律，准确测量pGGN的生长速度，并评估影响pGGN生长的危险因素，为临床上管理pGGN提供了重要的参考。本研究的结果表明，深度学习技术可辅助揭示pGGN的自然生长规律;其中长期存在的pGGN表现为惰性生长;有分叶征和较大基线直径、体积和质量的pGGN随访过程中更容易出现生长。图1. 分叶状征、初始平均直径、初始体积和初始质量是预测pGGN是否进展的关键指标同时，深睿研究院与北京理工大学合作完成的论文“A deep network for tissue microstructure estimation using modified LSTM units”(https://doi.org/10.1016/j.media.2019.04.006)被刊登在Medical Image Analysis(MIA)。MIA是国际医学图像计算和计算机辅助干预会议MICCAI的官方期刊，创刊于1996年，关注将计算机视觉、虚拟现实和机器人技术应用于医学影像领域的科研成果，其影响因子逐年上升，2018年达8.88，行业内知名专家学者关注度极高，被誉为高质量论文的衡量标尺。本论文基于改进的长短时记忆(Long-Short Term Memory，LSTM)单元提出了一种用于估计组织微观结构的通用深度网络MESC-Net，提升了弥散磁共振成像 (Diffusion Magnetic Resonance Imaging，dMRI)质量。dMRI为非侵入式评估组织的微观结构提供了一种独特的工具，但由于模型较为复杂，通常需要带有大量弥散梯度的扫描序列来提升图像质量，而这导致了扫描时间的延长。在使用较少的弥散梯度时，用复杂信号模型来精确描述组织的微观结构具有一定的挑战性。所以，如何基于较少的弥散梯度得到较好的dMRI图像质量是科研上持续探索的一个难题。本文提出的MESC-Net网络在弥散梯度减少的情况下可以提升图像质量，对于临床扫描上的价值则是可以缩短扫描时间，提升临床效率。另外，本研究提出的网络结构是一种通用的估计微观组织结构的网络，而不只是局限于某一种模型，为了验证该算法的通用性，实验还评估了基于三种信号模型NODDI(neurite orientation dispersion and density imaging)、 SMT(spherical mean technique)、 EAP(ensemble average propagator)估计得到的组织微观结构结果。实验结果表明MESC-Net可成功地应用于三种不同的模型，该方法可以作为组织微观结构估计的通用方法，拥有广泛的临床应用前景。图2. 基于NODDI模型用MESC-Net计算得到的vic/viso/OD的横截面示意图，AMICO/MLP/MEDN/MEDN+/m-MEDN+均为对比方法深睿医疗是一家注重前沿科技探索的公司，作为AI医疗领域的引领者，始终坚持将最先进的人工智能技术应用到医疗领域，以俞益洲教授(ACM 杰出科学家/IEEE Fellow)为核心的深睿研究院，一直致力于探索前沿的人工智能科技在医学领域的应用，通过Dr.Wise 多模态科研平台的助力，不断深化与医院、高校在临床问题上的科研合作，提升科研效率，产出高质量的科研论文，并促进成果转化，让前沿人工智能技术和研究更加贴近临床需求，让AI真正落地到实际临床场景，助力国家智慧医疗建设。进入2019年，深睿研究院有8篇论文入选人工智能顶级会议CVPR2019，实现了图像识别与医学影像分析等技术的创新性突破，跻身中国论文发布数量排名前列的科技公司之一。在今年10月召开的医学影像分析顶级国际会议MICCAI和11月召开的国际计算机视觉顶级会议ICCV上，深睿研究院又有10篇关于医疗人工智能领域的科研论文被收录。截止到目前为止，深睿研究院已发表50余篇顶级学术论文，累积影响因子超过80，论文接收率超过50%，彰显出深睿研究院强大的科研能力。来源：消费日报网

编者按：由中国开源软件推进联盟名誉主席陆首群发起的《评人工智能如何走向新阶段》讨论引起的广泛议论，观点有深有浅，希望其中有思考价值的内容会推进和启发人工智能的新突破。讨论内容已正式上线CSDN博客（见文末地址）。欢迎读者们在文末发表自己对人工智能发展的看法，我们将为有独到见解且点赞最高的三条评论分别送出一本人工智能领域的技术书籍。当前人工智能依靠的底层理论是基于人工神经网络的深度学习，而深度技术算法所支持人工智能应用空间主要集中在（或局限于）图像和语音识别（以及如Alpha Go围棋游戏）。人工智能识别做的是比对，不具备人脑对信息入脑后进行加工、理解、思考、创意等步骤，还停留在感知阶段，未能进入认知世界。机器学习/深度学习算法兴起于上世纪50年代，一直沿用至今，目前世界上开发的深度学习模型多达2000多种（以适用于不同应用场景），深度学习算法是一种强大的数据分析工具，但深度学习算法也是有缺陷的，深度学习本质上是一项暗箱技术，其训练过程难以解释、不可控，也未能适应更复杂的应用场景的需求。今天深度学习算法的潜力已近天花板，限制了人工智能扩大应用创新。谷歌近来研究用于基因科学的人工智能Alpha Fold，预测蛋白质折叠结构的能力，以设计出新的蛋白质，他们采用深度学习的方法，用数千种已知蛋白质训练神经网络。2014年IBM研究类脑算法，开发TrueNorth芯片，支持人工智能应用创新。IBM开发基于大规模脉冲神经网络的类脑算法的TrueNorth芯片，是由4096个细小的计算内核组成，这些计算内核形成了100万个数字脑细胞和2.56亿个神经回路，像“大脑神经元”一样工作（不同于运行打包成指令序列的传统人工智能芯片）。2019 年在《nature》杂志封面上发表了清华大学施路平团队研发的“世界首款双控异构融合类脑芯片”，其意义非同凡响！2014 年清华大学类脑研究中心施路平团队研发类脑技术，将基于脉冲神经网络（SNN）的类脑计算算法与基于人工神经网络（ANN）的深度学习算法集成到一颗芯片“天机芯（TianJic）”上，实行资源复用，利用交叉优势，使人工智能应用创新更接近于“自主思考”的认知阶段。天机芯应该属于 CGRA 结构（这是一种更高层次的可重构技术），对应 Tianjic 的 FCcore 是一个结合了 SNN 和 ANN 主要算法的统一硬件结构，而且在一块芯片上同时支持商业应用和算法研究，可以说这是 Tianjic 最大的创新点。在无人驾驶的自行车上进行功能验证，应该说施教授团队选择如此应用場景让人眼前一亮， 极具吸引力和冲击力。浙江大学从2015年至今研发脉冲神经网络及类脑算法，今年他们发表了“达尔文-2”第二代类脑芯片，在该芯片上集成15万个神经元网络（相当于果绳神经元），用于图像识别、人脸识别。现在看来，IBM 、Intel （研发Loihi 芯片）、清华、渐大，均偏重于底层理论研究，即偏重于对类脑脉冲神经网络及类脑算法的研究。脉冲神经网络（SNN）是模拟生物神经元连接和运行方式的模型，通过计算产生神经电脉冲进行信息传递，这和传统网络的权重连接+激活的方式有很大差别。目前国内外学术界和产业界正致力于对SNN 研究，期望突破深度学习算法，但对 SNN 的新算法的研究还处于发展的萌芽期。研发“脑机接口”算法也已启动，即将人脑神经元与脑外深度学习机器人（或机械手、计算机）连接起来。如：今年 8 月美国卡内基梅隆大学贺斌教授团队将一块“脑机接口”芯片植入人脑，与大脑神经元连接成功，从此可凭人的意念（思维或想象力） 利用人脑神经元来操控机器。今年发表的由俄罗斯“脑机接口”公司（Neurobotics）和莫斯科物理技术学院（MIPT）研发一种全新“脑机接口”算法，利用“脑机接口”将人脑（EEG）神经元与深度学习网络连接起来（本例采用无需植入大脑的非侵入电极，与人脑神经元无创连接），期望用于治疗中风患者。美国脸书（Facebook）和加州大学旧金山分校（UCSF）于今年 7 月发布的“脑机接口”技术（刊载于《Nature》子刊上），实时读取人类语言、可用意念打字、用人眼超高精度摄像等。以数据驱动和知识驱动的认知算法也在探索中。IBM 沃森（Watson）在医疗人工智能方面研究知识驱动，建立大规模的知识库，研究知识表示和推理，建设知识工程，促使人工智能由感知阶段上升到认知阶段。新一代知识工程与以前提出的知识工程不同之处在于：1.后者利用现有数据按传统方式进行逻辑推理，前者要求挖掘新数据，创新思维和创造性地工作；2.前者引入具人（embodiment）人工智能，如在探索医疗人工智能中，要求研发新算法的科技人员与临床医生取得沟通和共识。归纳起来，未来突破深度学习的新算法有下面几种可能：1) 脉冲神经网络硬件实现与类脑智能算法，2) 将真脑（神经元）与脑外计算机相连的脑机接口算法，3) 知识表示，数据与知识驱动相结合的认知算法。《评人工智能如何走向新阶段》后记自《评人工智能如何走向新阶段》一文发表后，引来了中外专家、草根们广泛议论，也有人摘录他人公开的言论、资料，一倂作跟帖发表于后，对这些跟帖：有深有浅，有些或带有错误和歧见，但其中有一些不乏具有启示、参考价值，鉴于大家的热情，我们将不断续发跟帖。现发表从1条-95条的跟帖如下：1．目前人工智能在理论上并无明显进展，依赖于云计算、高存储、分布式系统和深度学习，今天人工智能的成果，都是基于以前理论研究对应用场景的实现上。未来人工智能的发展期望在理论和生物技术上的突破。2．脉冲神经网络（SNN）可以模仿人脑的电气信号，是模拟生物神经元连接和运行方式的模型，通过计算产生神经电脉冲进行信息传递。目前，国内外一些专家正在对脉冲神经网络进行研究，未来人工智能的发展期待对脉冲神经网络和类脑算法的关键性突破。3.人工智能如果要突破情感还需要化学成份，需要这方面的专家进行底层理论协同研究。4.人工智能还需要心脏类（生物器管）的东西，对“器官记忆”这类仿生学的研究也许是人工智能底层理论研究的关键之一。5.未来人工智能的发展还需要进行伦理方面的研究。6.现时国内在构建人工智能核心技术的工具或框架上，在开源平台上，以及在人工智能硬件（如微处理器芯片）方面，还是比较落后的，过去这些开源平台和高端芯片大多是由美国方面设计、研发的，人工智能开源平台可以帮助电脑像人脑一样工作（百度的“飞桨”平台是由中国人开发的先例）。国内大概需要花5-10年时间才能在基础理论和核心算法上追上美欧水平。7.为了推动人工智能的发展，人才是关键，为此要制定和执行人才政策以及人才培养、引进和使用计划，政策和计划的前提要体现开源开放精神。一位美国专家谈“如果美国不再提开放开源的前沿，那就是在冒险将人工智能人才送到主要竞争者手里，包括中国”。8.2017年清华大学施路平教授等研发“世界首款双控异构融合类电脑芯片”（将基于脉冲神经网络SNN的类脑计算算法与基于人工神经网络ANN的深度学习算法集成到一颗芯片“天机芯（Tianjic）”上，将人工智能的应用创新推进到更接近于具有“自主思考”成份的“认知智能”阶段。第二代“天机芯（Tianjic）”的照片刊登在英国《nature》杂志的封面上。9.IBM从2014年开始研发True North芯片，进行底层理论研究（即对类脑脉冲神经网络SNN及类脑算法的研究），以期推动人工智能发展。两年前IBM发布类脑芯片True North引起了轰动。IBM先搞了一个简易的核心电路，采用asynchronous circuit，当时是非常大胆的，这个研究项目主要是为了验证神经形态计算硬件。因为芯片面积超过100平方毫米，良品率非常低，不能量产，随后Synapse Project已结束了。10.脉冲神经网络类脑芯片的进步将会带来计算体系结构的革命，是下一代人工智能发展的重要突破方向。由浙江大学牵头研发的脉冲神经网络类脑芯片“达尔文2”已于近期发布（2015年发布“达尔文1”，现在已启动研究“达尔文3”），达尔文2单芯片由576个内核组成，每个内核支持256个神经元、神经突触1000多万（即单芯片支持的神经元规模达15万个），经过系统扩展可构建千万级神经元类脑计算系统（在神经元数目上相当于果蝇的神经元数目），达尔文2是目前已知单芯片神经元规模居全国前列。该类脑芯片目前主要应用于图像物体识别、视频音频理解、自然语言处理、脑电识别，较之基于深度学习的人工神经网络，具有独到优势，更擅长于模糊数据处理。11.百度自动驾驶汽车曾在《开源中国开源世界高峰论坛》上发表（三年三届），目前我们自动驾驶汽车不再单纯追求高速复杂路况下跑几千公里的酷炫目标，首先要关注安全和效率，主要在低速开放道路上实现自动驾驶（低速场景L4级自动驾驶先于高速L3级自动驾驶实现）。当前自动驾驶汽车还停留在深度学习开发框架上（当然还有深化余地）。这方面人工智能的发展，要加快在路侧的基础设施建设，并充分建设、利用开源平台。12.早在上世纪末叶，有人提出能否可利用直接基于人脑神经元（不是类脑神经元，也不是人工神经元）的深度学习技术以推动人工智能的进步？可是由于人脑神经元极其纤细脆弱，难以与植入人脑的芯片连接，这个设想久未成功。据悉今年8月卡内基梅隆大学贺斌教授领导的人工智能科研团队，将一块含有深度学习框架及脑机接口的芯片植入人脑，取得与大脑神经元无创连接的成功。从此将凭人旳意念（思维或想像力），利用人脑神经元来操控机器（机器人或机械手）创造条件。这是一种人脑智慧/智能与人工智能结合/协同的模式，即人机协同模式，可以冲破人工智能感知阶段，到达认知阶段。13.纯脉冲神经网络超越深度网络才是更大看点，我们（指国内）正在做，希望一两年能有突破。14.脉冲神经网络不是IBM首创，TrueNorth当时的卖点是芯片实现了大规模脉冲神经网络、低功耗。15.清华这辆自行车成精了，可自我平衡，自动绕障避障，自主管控，自主决策。16.推动人工智能发展关键在人才。网友转抄清华大学“中国科技政策研究中心”报告：至2017年，全球AI人才204850人，中国AI人才18230人，占全球8.9%，美国27470人，占全球13.9%，中国AI人才是美国的2/3。按高H因子衡量，中国AI杰出人才977人，美国4885人，中国是美国的1/5。17.从“2019全球AI人才分布图”（https://www.huxiu.com/article29556.html）看，那些发表AI论文的高产作者主要是毕业于美国的博士，占44%，在中国获得博士学位的作者约11%，其次是英国6%，德国5%，加拿大4%，法国4%，日本4%。从就业数据地域分布看，美国继续吸引AI研究人员为之工作的占46%，中国占11+%，其次是英7%，德4%，日4%。在顶级刊物上有影响的AI研究人员全球约4000人，其中美国1095人，中国255人，英国140人，澳大利亚80人，加拿大45人。从AI人员流动情况看，美国最能吸引AI研究人员为之工作，中国其次，其吸引的绝对数量占美国的1/4。18．回顾以往中国人工智能发展中存在的人才问题，一优一劣，优在青年人才充足，劣在高端人才培养人数少，如何扬长补短是我们在AI人才政策上面临的急切任务。19. 人工智能的发展可分为感知智能、认知智能、决策智能三个阶段，目前处于感知智能价段，依靠深度学习算法，而欲进入认知智能阶段，则要依靠类脑计算，到未来决策智能阶段，恐要依靠量子计算。20.全球人工智能领域图灵奖得主共11人（10个美国人，1个加拿大人）。21.百度自动驾驶已有好几年了，我们开发了开放开源的Apollo平台，两年来已成为全球最活跃的自动驾驶平台：全球15000+开发者向平台贡献自动驾驶软件，我们经过多次迭代，开源代码行数超过40万行，通过平台汇聚了包括奔驰、宝马在内的140多家合作伙伴。2017年初，我们发布了Apollo1.0（封闭场地自动驾驶循迹），同年9月发布1.5（固定车道自动驾驶），2018年发布2.0（简单城市道路自动驾驶），又发布3.0（量产园区自动驾驶提供无人小巴），真正把自动驾驶变成可以量产化可乘坐的产品，去年已安全运载3万多人次，现在大家可到海淀公园体验试车。2019年1月我们在拉斯维加斯CES会展上发布3.5（城市路况自动驾驶），这是迄今最强大的Apollo开放开源平台，它成为全球首家能应用于普通城市交通环境的开源自动驾驶平台，能够安全行驶通过车道线不清的窄道，无红绿灯控制的路口，街道槽车、减速隔离带等多种特殊路线段。但要实现普通乘用车人工智能的全自动驾驶，还会遇到很多技术上的挑战，还需相当长的时间才能完成。22.当下小米开发并推销了具全球影响的人工智能家居应用系统，我们打造的AIoT平台已经成为全球最大的消费级AIoT的开源平台，目前我们在全球联网设备达数亿台，构成了未来打造AI赋能的万物互联网的基础。2018年小米开源了MACE移动端深度学习框架，今年我们推出9个HBaseCommitter，开源了Kaldi模型到ONNX模型的转换工作（kaldi是语音识别领域一个应用广泛的开源框架），在ApacheHBase这个研发项目上小米所作贡献占全社区的1/4。小米打造AIoT是一个无处不在无所不能的AI能力系统，未来小米的AIoT家居系统，一个手势、一个眼神就可能唤醒智能设备，这里的人工智能可能还要加入一些情感因素，为此未来小米的AIoT将迎接人工智能更大的挑战。23.华为在昇腾AI处理器基础上开发了Atlas 900人工智能训练集群，基于深度学习框架，可用于人脸识别、车辆识别、具有超强算力（算力达到256PFLOPS），用于分析20万颗星体仅需59.8秒，（比现在世界纪录快10秒）也可做成模块化装置，用于摄像头、无人机、等终端应用领域。24.最近半年来，人工智能的发展重心逐渐从云端向终端转移，相伴而生的是全新一代芯片全面崛起。25.脑神经科学成果是人工智能源头活水。26.稀疏矩阵乘法、张量运算（张量图）恐怕是主要类脑设备实现。27.深度学习是实现人工智能的路径之一，但并非是一个条完美的路径，对深度学习过度迷信反映了当前一些人看待人工智能的思想误区。深度学习也是有缺陷的，归纳如下：1）深度学习本质上是一项墨盒子技术，其训练过程具有难以解释、不可控制的特点；2）随着人工智能应用复杂度增加，需求量呈指数式的增长，深度学习未能很好地适应，愈发超出人类的理解的控制范围，在快速进行过程中极易偏离预设的轨迹。3）基于深度学习的人工智能技术过度依赖数据，采集的数据其数量、质量未必满足要求，且数据建模与真实生活之间很难直接划上等号（样本数据不足，可用于深度学习模拟训练的成功案例更少）。28.在后深度学习时代，要努力克服深度学习存在的问题。29.清华大学研发了世界首款双控异构融合类电脑芯片，将基于生物脉冲神经网络的类脑算法与基于人工神经网络的深度学习算法结合起来；另外，也需要探索将知识推理和数据驱动结合起来，以推动人工智能的发展。30.《IEEE Spectrum》2019年4月号，有人发表一篇质疑IBM“沃森（Watson）健康”在医疗人工智能方面研发的文章，推荐大家一读并思考。《评人工智能如何走向新阶段》后记（再续）从朋友那里获知，有一块供大家自由议论人工智能的园地（内部的），我通过有关关系进入后，一览之余，果然生动活泼，没有学究气，从已发表的30条议论来看。有原创、有转载、有深刻、有肤浅，有的发人深思，也有错误的，这都没有关系，关键是建立一个自由议论的氛围之举，值得称道！我是人工智能的粉丝，谈了这些空话，在此也转载我在早期看到的一则信息：31.深度学习领军人物Geoffrey Hinton在他2017-2018年论文中提出了胶囊网络的概念（Capsule Networks），使广为流行的深度学习中的卷积神经网络算法提升到胶囊网络算法以增强算力，谷歌曾用于人脸图像识别。前一算法分析人脸图像（识别其特征点，过滤掉伪装），但在面对精确的空间关系时会暴露其缺陷，并难以对抗来自黑客篡改图像混淆算法的攻击，后一算法可以对抗一些复杂的干扰或攻击，取代前一算法，挑战最先进的图像识别。32.近年来，以深度学习算法为代表的人工智能技术快速发展，在计算机视觉、语音识别、语义理解等领域实现了突破，但深度学习算法并不完美，有待继续加强理论研究，也有待不断有很多新算法理论成果提出，如胶囊网络、生成对抗网络、迁移学习等。33.6款类脑芯片：① IBM TrueNorth芯片，②Intel Loihi芯片,③高通Zeroth芯片,④西井科技Deep South芯片，⑤浙大“达尔文”类脑芯片，⑥AI-CTX芯片。34.推荐6款人工智能技术：①谷歌研发人工智能AlphaFold，根据基因序列成功预测生命的基本分子——蛋白质三维结构（谷歌用数千种已知蛋白质训练神经网络，可独立预测氨基酸的3D结构）。谷歌将人工智能与基因科学结合，将使人类进入一个与其生老病死悠关的新时代。②商场科技研发城市级智能视觉平台，其核心是深度学习技术Sense Parrots,已制成AI芯片。③ 腾讯觅影研发人工智慧能医疗影像平台，其核心为深度学习技术（与医学融合研发），已制成AI芯片。④ 华为采用全新的NPU架构开发的一款麒麟810芯片（在AI上跑分达32000+），使人工智能性能大幅提升,完胜高通骁龙858芯片（在AI上跑分只有26000+）。⑤ 旷视科技拥有自主研发的深度学习框架Brain++，依托深度学习算法技术，开发计算机视频（如人脸识别等）AI创新应用。⑥ 清华大学在通用人工智慧能上开发了新型人工智能芯片——天机芯（TianJic），这是一款基于脉冲神经网络（SNN）的类脑算法，与基于人工神经网络（ANN）的深度学习算法集成于一块芯片上。35.阿里巴巴旗下芯片公司平头哥在乌镇互联网大会上宣布开源低功耗微控制芯片（MCU）设计平台，这一平台面向 AIoT 时代的定制化芯片设计需求，目标群体包括芯片设计公司、IP 供应商、高校及科研院所等，软硬件全套代码已上GitHub。36.Facebook在Scale会议上开源ReAgent 全新AI推理智能体平台，ReAgent的三个主要资源（模型、评估器和服务平台）均可独立使用。37.国际语音识别大牛、前约翰霍普金斯大学（Jonhs Hopkins University）教授、 语音识别开源工具 Kaldi 之父 Daniel Povey加入小米。38.谷歌（Alphabet）子公司 Wing ，在获得政府批准，与联邦快递、Walgreens 等公司达成合作之后宣布开始商用无人机，这是美国第一个商业化无人机快递服务。39.第九届「吴文俊人工智能科学技术奖」揭晓，81 项成果斩获中国智能科学技术最高奖，深圳前海微众银行股份有限公司杨强、中国平安保险(集团)股份有限公司肖京、中国科学院数学与系统科学研究院高小山分别获得吴文俊人工智能杰出贡献奖。40.2019 中国计算机大会（CNCC）在苏州召开，快手 AI 实验室 Y-tech 团队自主研发高效的端上推理引擎 YCNN 及拍摄相关 AI 算法，针对普及率高的中低端手机做了大量优化，运用高效的模型结构设计和模型量化压缩技术，将以往只能在高端 PC 或服务器上才能运行的算法在手机上实时运行，该平台在行业内处于领先水平。41. 在人工智能感知阶段，依靠数据驱动的深度学习算法。目前5种最流行的深度学习架构: ① 递归神经网络（RNN）② 长短期记忆 （LSTM）/门控递归单元（GRU）③卷积神经网络 （CNN）④深度信息网络 （DBN）⑤深度叠加网络（DSN）。不同学习架构被广泛用于下列场景中：① RNN，语音识别，手稿识别② LSTM/GRU 网络，自然语言文本压缩，手势识别、图像说明③ CNN, 图像识别、视频分析、自然语言理解④ DBN, 图像识别、信息检索、自然语音理解、故障预测⑤ DSN, 信息检索、持续语音识别42． 深度学习是通过一系列架构来表示的，这些架构可为各种各样的问题领域构建解决方案。尽管构建这些类型的深度架构可能很复杂，但可使用各种开源解决方案（如Caffe、Deep Learning4j 、 TensorFlow、 DDL等）来快速启动和运行。43. 生物学灵感，神经网络代表着一种受人类大脑启发的信息处理范例。在大脑中，神经元将轴突和树突紧密连接，并通过突触在它们之间传递化学信号。人类大脑拥有约1000亿个神经元，每个神经元最多与10000个其他神经元相连。44. 我想谈谈人工智能认知阶段，进入认知阶段，类脑认知计算将具有人类自主思维、意念、理解、思考、创意和灵感方面的特征。在人工智能感知阶段，单纯依靠数据驱动的深度学习算法技术，对于图形、图像、语音的识别，做的是比对；在人工智能的认知阶段，有赖于与数学、脑科学等结合，以实现底层理论的突破，需要知识驱动和数据驱动相结合，需要建立大规模的知识库，研究知识表示，以及如何把知识、推理和数据结合起来。IBM Watson 通过10多年医疗人工智能的研究，开始把知识驱动模式和数据驱动模式开发出来、结合起来，开辟认知新阶段。IBM工程师说：认知计算的目标是构建能学习并自然地与人交流的系统。Watson通过Jeopardy 比赛成功击败世界级对手，就是这样做的，这也证明了认知计算的能力。45. 是否用内含知识网络（或知识表示、知识驱动）的深度学习算法，我有一个问题：在这里是否还可以叫深度学习算法？如叫别的算法，那是什么算法？为认知阶段的问题提出解决方案？IBM Watson的工程师说：认知计算是根据神经网络和深度学习来构建的。如此说来，说今天深度学习已达到天花板了。这种说法是否有问题（或还有上升空间）？！请IBM Watson 专家们回复。46. 采用生物神经网络（SNN）的类脑算法是否比采用人工神经网络（ANN）的深度学习算法提高了一个档次？！这里提出的类脑算法的机制和形式是什么？在某些情况下，类脑算法是否也可以深度学习算法来表达？请教专家。47. 从1969年贝尔实验室孵化出UNIX，到2019年鹏程实验室等孵化出的OpenI(Open Intelligence Open Source, Open Community, Open Ecosystem)、及华为推出鸿蒙，开源50年！智能世界由科学家/工程师/程序员-AI 开发者构建欢迎挑战OpenI。启智开发者大会：Input代码/Output价值；欢迎共创、共享、贡献OpenI。48. 目前人工智能采用最多的算法是深度学习。在这种模式下，决定人工智能应用创新有赖于下述关键因素，即大数据、算法、算力和应用场景。49. 深度学习与产业的深度结合，有望实现应用爆发式场景，从而激发更多技术和理论创新。50. 人工智能未来发展有很多种可能，比较热门的方向包括：脉冲神经网络硬件实现与类脑智能；数据与知识相结合学习模型。51.今年发表的由俄罗斯“脑机接口”公司（Neurobotics）和莫斯科物理技术学院（MIPT）研究的一种全新“脑机接口”算法。利用“脑机接口”将人脑（EEG）神经元与脑外深度学习网络连接起来（本例采用无需开颅植入大脑的非侵入电极）。将来期望用于治疗中风患者。52．脸书（Facebook）和加州大学旧金山分校（UCSF）与今年7月发布“脑机接口”技术（刊载于《nature》子刊上），超越深度学习算法，该项新算法可实时读取人类语言，可用意念打字，可用人眼超高精度摄像。53.图灵奖得主、美国工程院院士、美国人工智能协会（AAAI）及IEEE杂志Fellow（院士）Judea Pearl在2018年发表的一篇论文中指出：由于机器学习（含深度学习）理论的局限（它以统计学或盲模型的方式运行），使它无法成为强人工智能的基础；或对可执行的认知任务而言，该理论的缺陷限制了人工智能的发展。54.钟义信教授推荐潘云鹤院士谈话：人工智能走向2.O的本质原因是人类世界由二元空间（P,H）变成三元空间（P,C,H），此时钟短评：“知彼知己，心中有底。”55． 英特尔研究院院长Richard（Rich）A.Uhlig谈在数据洪流中属于颠覆性技术的新型计算方式：量子计算、神经拟态、图计算、概率计算，其中神经拟态芯片模仿人脑运作机制，形成高能效神经网络系统，主要采用异步脉冲神经网络（SNN）去解决问题，可应用在机器人、网络、动态控制、稀疏编码、图式搜索、路径规划、约束满足等很多领域。56．近年来以深度学习算法为代表的人工智能技术快速发展，迄今开发出来的深度学习算法约500多个，但深度学习算法并不完美，几乎完全以统计学或盲模型方式运行，其潜力已近尽头，人工智能的发展要求新算法出现：类脑算法、脑机接口算法、认知算法、量子算法。57.要用开源思维建设北京智源（人工智能）研究院。研究怎么把在北京的人工智能领域最强的人才吸引、笼络在一起，建立一个开源社区，建设一个人工智能技术高地，发挥人才专长，引导他们把注意力放在“无人区”、放在人工智能基础领域，缩小在人工智能技术理论与应用上与世界水平的差距。我们要真正把开源这件事做起来，培养人们的开源理念，了解开源的组织架构和哲学以及背后的技术，进行人工智能理论研究和应用创新，这对中国来说是非常有意义的。在人工智能领域我们受益于全球智慧的结晶，希望在开源这种形式下，中国学者、研究人员和工程师能够做出贡献、跟踪进步！（摘引北京智源研究院理事长张宏江发言）58．近年来问世的深度学习算法已不止500个，从下列9个深度学习模型库所支持的深度学习模型来看，已多达1200个： ① 脸书PH库支持26个模型；② 谷歌TH库148个模型；③ 谷歌TM库200个模型；④ IBM MAX库32个模型；⑤ 微软OMNX库45个模型；⑥ 新加坡JingYK（个人）MZ库368个模型；⑦ OpenⅤIN库135个模型；⑧ Sebastian RK库86个模型；⑨ GLUON-CV库45个模型。合计9个深度学习模型库支持1189个深度学习模型。59． 随着大数据红利消失，以深度学习为代表的机器智能—感知智能水平日益接近天花板。深度学习算法是以数据驱动的统计模式，人工智能发展要突破深度学习，还需要知识，特别是符号化的知识，在后深度学习时代人工智能的核心应该是知识表示和确定性推理，人工智能最重要的能力是知识而非数据，需要研发以知识驱动的机器智能—认知智能。所谓让机器具备认知智能是指让机器能够像人一样思考，体现在机器能够解释数据、解释过程、解释现象，体现在推理、规划等一系列人类所独有的认知能力上。如何让机器具备理解和解释的能力？知识图谱或以其为代表的知识工程的一系列技术，在认知智能实现中起到非常关键的作用。知识图谱本质上是一种大规模的语义网络（表达各种各样实体、概念及其间各类语义关联，且知识图谱规模更大）。有了知识图谱就能进行计算机建模。60. 以知识驱动的认知计算同样含有知识工程，上世纪80年代中期国内提出的知识工程是基于知识表达进行逻辑推理。新一代的知识工程关注于具身（embodiment）的人工智能，即与身体场景有直接关系，具身有一种思想可能改变规则使用权重，可能形成人际间的共识，这在医学中至关重要，要让患者参与决策（在医疗中如果患者不配合将十分麻烦）。两者知识工程不同，在于具身的认识，前者脱离人的认知环境，过去是从已知数据中获得已产生的规则，现在的知识工程从新产生的数据中挖掘、调整规则，以知识为基础的规则是创造性、跳跃式的。61. 在2019深度学习开发者峰会上，百度发布基于飞桨的图学习框架（PaddleGraphLearning，PGL）。近年来深度神经网络推动了人工智能的发展，但在实际场景中有大量数据是在非欧式空间的，限制了深度神经网络的应用，而图神经网络在非结构化数据上有出色的处理能力。百度发布的PGL利用飞桨独有的LodTensor特性，实现了高度并行的图神经网络消息传递机制，在性能上超越了PGL等现有图学习框架13倍（提速！）。依托飞桨核心框架+自研分布式图引擎，PGL可支持十亿节点百亿边的巨图训练。62. 新老知识工程的区别：一是过去的知识工程是从已知数据中获得已产生的规则，新的知识工程是从新产生的数据中挖掘丶调整规则；二是新的知识工程是关注具身（embiment）的人工智能，即与身体场景有直接关系，要求关注人际关系，形成人际共识（如研发出来医疗人工智能新理论新算法要与临床医生在取得共识的基础上的处置结合起来，也要处理好医患关系）。63. 每个神经元激励fire的阈值大约0.07伏，属于电气工程数量级（一节AA电池1.5伏），计算机与人脑增强交互应该很快推动人工智能进步。64. 现在领导神经科学项目的是电气工程师，反而不是神经科学家。65. 目前脑机接口算法还不精确，合理的实用化可能先在医护领域（如轮椅等截瘫病人设备）。俄罗斯科学家研发的脑机接口算法期望用于医护中风患者。66．谷歌近来研发用于基因科学的人工智能AlphaFold，根据基因序列预测生命基本分子一蛋白质的三维结构（AlphaFold与下国际围棋的AlphaGo似孪生兄弟），这是用来预测蛋白质折叠结构的能力或设计新的蛋白质，用以抗击疾病，解决塑料污染，对人类健康、生态、环境将产生重大影响。67．谷歌为研发AlphaFold，用数千种已知蛋白质训练神经网络，直到它可以独立预测氨基酸的3D结构。68. AlphaFold成功预测蛋白质的三维结构表明，当人工智能与基因科学相结合，人类将进入一个风高浪急的新时代。69. 谷歌的人工智能AlphaFold，预示其人工智能开始进入基因科学和生物科学及医疗保健领域。基因是DNA上有遗传效应的片断，人类的生老病死都与基因有关。70. 用基因治疗方法将重塑人体内一切组织和器官的活性。人工智能医生将逐渐取代目前最优秀的医生，未来大批医生将逐渐消失，从此医疗彻底成为一项人工智能+基因科技。71. 看了70条，有点夸大其辞！今天欲将人工智能+基因科学用于医疗实践，尚处于原始的初级阶段，其医疗效果还说不清楚，以人工智能医生淘汰目前的临床医生，还是十分遥远的未来！72. IBMWatson研发的以知识驱动的人工智能医疗实践，10年来其效果在美国还存在很大争议（突出一点是人工智能理论和临床医生在处置上尚缺乏共识）。73. 今天要抓住机遇研发人工智能+基因科学底层理论，可以预见未来它将对人类产生前所未有的冲击浪潮，如今国外已经动手！走在前头的研发工作可能是：为病人添加其缺少的基因或删除不好的基因，DNA编程逆转衰老，改写干细胞，靶向药扫荡癌细胞等，人工智能将助力基因科学。74. MIT技术评论（Sep9.2016）：深度学习、人工智能的可解释性是由物理学家而不是数学家解释证明的。75. 日本《朝日新闻》2019年11月30日报导：中美人工智能人才争夺战愈发激烈。目前拥有前沿知识和技术的IT领域的人才在世界范围内约有几百万人，中美围绕人工智能等高科技产业人才争夺战十分激烈。今年1月，美国人工智能学会在夏威夷召开，全球数千名人工智能研究者与会，同时举办招聘会，中美企业之间火花四溅。日刊介绍英国瀚纳仕人才管理公司调查报告，中国对人工智能和大数据需求极高，声音识别和自然语言处理等方面人才更是供不应求。日刊谈到信息技术产业飞速发展的中国面临技术人才不足的问题，它举出华为的白皮书，截止2017年中国IT产业人才缺口765万人。76. 计算智能、感知智能、认知智能、决策智能，反映机器的智能化水平的不同发展阶段。以基于数据驱动的深度学习为代表的感知智能水平，隨着大数据红利的消失日益接近天花板。所谓认知智能指让机器能够像人一样思考，具备理解、解释、规划、推理、演绎、归纳的能力（达到人脑思维的高级境界），从感知智能到认知智能是人工智能发展中一次颠覆性的飞跃。认知智能的实现需要知识驱动或数据、知识双驱动。77. 对于谷歌收购的人工智能企业DeepMind，由它提供的深度学习强化学习算法，支持AlphaGo、AlphaStar等研究均取得举世嘱目的成绩，在深度学习强化学习领域为DeepMind的算法带来很高声誉。最近DeepMind一篇在Nature子刊（今年7月号）发表的关于Alpha-Rank智能体强化学习的论文，被华为英国研究中心质疑：如果复现DeepMind算法，无法实现其预期的算力。78. 近来我与IBM“沃森（Watson）健康”一位人工智能资深专家讨论他们在美国当地（准确地说是IBM与合作方安德森癌症中心）历时7年（2011-2017）的医疗效果。当我谈到感知和认知时，令我惊讶的是那位专家说感知与认知没有高低之分，在不同场景应该有不同判断，作出判断时要小心一点！我当时对他说，你们IBM自己说过，从感知智能到认知智能是人工智能发展中一次颠覆性的飞跃，前者完全是数据驱动后者是知识驱动（或数据、知识双驱动），怎么能说感知与认知没有高低之分？！从我们讨论IBM“沃森健康”以前7年人工智能的医疗实践来看，IBM主要采用的是感知的数据驱动的深度学习模式，至于认知的知识驱动模式尚处于开研前的准备阶段，未能付诸于试验实践！所以如果针对不同场景的需求采用不同人工智能模型以谋求最佳效果来看，确实感知和认知没有高低之分。79. 在“IEEESpectrum”2019年4月号上刊登一篇向IBM“沃森健康”在医疗人工智能实践方面提出质疑的文章，综合IBM、医疗合作方和第三方评论的意见。IBM研发布局，自2011年至2017 年，与安德森癌症中心合作，研究25个课题，在癌症治疗建议方面有635个案例，尝试用基于大数据和深度学习的感知技术与医疗行业融合应用，最终未产生成功的建议和商用产品，未达到IBM原来设定的目标，2016年合作方在花掉6200万美元后终止与IBM沃森健康的合作。究其原因：（1）数据资源十分有限。癌症病例数量有限，样本数据不足，可用于深度学习模型训练的成功案例更少。（2）沃森与合作医疗机构之间沟通不好。沃森的治疗建议与医院的临床实践差距很大（第三方认为IBM纵使有好的技术，但美国医疗行业偏于保守，沟通不好难于成功）。（3）过于迷信深度学习。深度学习是实现人工智能的路径之一，但也是有缺陷的：深度学习本质上是一项暗箱技术，其训练过程具有难以解释、不可控的特点，人工智能不适应应用复杂度、需求量的快速增长，超出人们理解和控制范围，过度依赖数据，采集数据在量和质上不满足需要，数据建模与真实生活间冇差距，深度学习理论与现实医疗护理不匹配，深度学习无法独立地从医学文献最新进展及患者档案中提取有意义的信息。（4）IBM沃森健康在国外（韩国、泰国、智利）的医疗实践效果较好、成功率较高，受到欢迎。80. 我们几个朋友讨论人工智能在中医方面的应用。专家系统已属过去。我们认为，中医的“望、闻、问、切”基本上可采用数据驱动的深度学习模式，但中医数据结构化程度较低，形式化描述的规则较弱，采用人工智能要考虑中医的特点。81.近来一波人工智能热潮是在大数据的海量样本及超强计算能力两者支撑下形成的。所以说这一波人工智能是由大数据喂养出来的。这时的机器智能在感知智能和计算智能等一些具体问题上已经达到甚至超越人类水平，目前在语音识别与合成、图像识别、封闭环境有限规则的游戏领域，机器智能甚至超过人类。82.在各行业人工智能发展进程中，AI+或AI赋能成为传统行业智能化升级和转型的一个基本模式。在AI赋能下，传统行业面临很多机遇，对其关心的一系列核心问题，如增加收入、降低成本、提高效率、安全保障等，都将显致受益于人工智能技术。83.人工智能技术在智能客服系统已在很多行业大规模应用，从而大大降低人工客服的巨大劳动力成本。84.从2012年谷歌提出知识图谱以来，知识图谱技术发展很快。所谓知识图谱是一种大规模语义网络。知识图谱作为一种技术体系，指大数据时代知识工程的一系列代表性技术进展的总和。上世纪七、八十年代的知识表示与今天的知识图谱有着本质差别，其显著的差别在于对一种语义网络在规模上的差别。知识图谱对机器实现人工智能十分重要，我们分析知识图谱可实现机器认知智能的两个核心能力：“理解”和“解释”，机器“理解”数据是建立起从数据到知识库中的知识要素（包括实体、概念和关系）映射的一个过程。另外，有了知识图谱，机器完全可以重现这种“理解”与“解释”过程，并不难完成上述过程的数学建模。知识图谱让可解释人工智能成为可能，并体现在知识引导下将成为解决机器人工智能问题的主要方式。85.当前国内人工智能发展的短板在于产业发展过度依赖开源代码和现有的数学模型，真正属于自己的东西不多。86.一些人对当下国内人工智能发展中存 在瓶颈问题甩锅于开源，有失偏颇！其实当下国内外取得成就的人工智能底层理论和核心算法，无不有赖于开源的推动。87.研发机器视觉人工智能技术的国内 AI四小龙（独角兽）：商汤、旷世、云从、依图，当下火爆的初创企业、火爆的AI技术、火爆的应用场景！可是，尚未摆脱依托资本力量获得快速发展，它们的商业落地还有待解决。88.从另外一个侧面来看，深度学习这个工具有不可信、不安全、不可靠、推广能力差的弱点，当下采用深度学习算法安全面把握深度学习算法的优势和短板。89.人类处理知识的能力更强，计算机处理数据的能力更强，发展人工智能由感知阶段数据驱动的深度学习算法跳到认知阶段的知识和数据双驱动的认知学习算法。90.人工智能技术基础理论研究的发展需要深度融合：人工智能专家（或计算机专家）要与数学家、神经科学家、心理学家，脑科学家、开源专家和人文科学家跨学科交叉融合合作（在医疗人工智能方面还要与临床医生和患者合作、沟通），致力于发展新一代人工智能的理论与方法的研究；人工智能研究团队要加强与行业、企业、学校融合合作。91.IBM沃森（Watson）回答质疑,Watson人工智能对医疗帮助是否有限？MD安德森肿瘤中心终止了与IBM的合作，引发了上述质疑（见今年2月21日美国《科学》杂志报导）。IBM回应称，项目已取得初步成效。92.美国健康界获悉了在MD安德森肿瘤中心终止与IBM合作后引发媒体对IBM质疑一事，IBM发表的官方声明，声明称，“质疑”报告所描述的结果是基于采购活动文件和（医院）工作人员的相关说辞。不应被视为对Watson项目现阶段系统的科学基础或功能方面的评价”。“Watson在与世界上多个医疗机构合作的项目均显示出有效性”。93.MD安德森肿瘤中心与IBM Watson深度学习大数据项目始于2013年，主题是“大数据人工智能应用将加速对癌症疾病的认知（？）和完善癌症临床治疗”。94.IBM（官方）声明（续）：“美国MD安德森肿瘤中心的肿瘤学家和研究员评价Watson所给的建议治疗方案有90%的准确率。这种高准确率能帮助肿瘤科医学确保他们在做癌症诊疗与诊断时不会错失任何数据”（获该中心医生对Watson能力的认可)。95.IBM(官方)声明(续):“IBM Watson与世界上10多个医疗机构合作进行研究显示，Watson能协助医生更有效率制是医疗决策并进而影响患者”。96. 近日《Nature》杂志推荐2019年度10大科学进展的杰出论文，其中一篇是有关人工智能的，谈采用深度学习/强化学习算法来训练四足机器狗ANYmal，使它能快速爬起来。该文谈到，在反复训练下，不仅提高了ANYmal自身平衡能力，而且当ANYmal被暴力踹倒后能立即翻转站立起来。研究员还开发了一种仿真模式（ANYmal虚拟版本），使虚拟训练学习速度比现实训练学习速度提高100倍，而且这种方式还可同时训练多台机器狗。97. 深度学习算法是一种强大的数据分析工具，是实现人工智能的路径之一，但深度学习也是有缺陷的，它本质上是黑盒子技术，其训练过程难以解释、不可控，也未必能适应更加复杂的应用场景，深度学习过度依赖数据，而利用数据建模有时与真实生活之间也未必能直接划上等号，用深度学习模型训练有时也未必成功。当下深度学习可解决一些问题，但不少问题还不能靠它来解决，需靠大量基础理论研究创立新算法予以支持。98. 我也来谈谈知识工程发表浅见。有人说知识工程是基于知识表达进行逻辑推理。我认为上世纪七、八十年代提出的旧的知识工程，脱离人的认知环境，从已知数据中获得已产生的规则，如今新提出的知识工程，与身体场景有直接关系，从新产生数据中挖掘丶调整做规则，新旧知识工程的差别也表现在旧的知识表示与新的知识图谱语义网络在规模上的差别。99. 在网上看到41条跟贴所谈深度学习算法、深度学习架构问题，看到42条跟贴所谈利用开源框架对深度学习算法训练快速启动、运行问题，我也来谈谈深度学习算法、架构和开源的关系问题：深度学习算法是基于不同拓扑结构的深度（网络）架构，可以利用一些开源框架实现和部署深度学习算法，支持深度学习网络架构监督训练并催熟其训练。100. 有一篇论文谈人工智能和大数据关系问题，我摘录文中一些要点，作为跟贴贡献给诸位参考：当下大数据变得无处不在，几乎每一个成功的AI解决方案都涉及大数据处理问题。尽管AI擅长在大数据中查找模式和关系，但它仍然不是很智能。AI解决方案与大数据有相关性，在大数据中许多相关性是虚假的。数据集越大噪声越强。在处理多维数据的应用程序中是否乎用以数据为依据的决策？数据驱动决策将继续存在。要使AI方案成功，不仅需要硬件和大数据（大数据和计算能力也是重要组成部分）。数据不能说明一切。人类给数字赋予含义。101. 2019年百度研发的人工智能知识增强的语义理解框架ERNIE，全球领先。自然语言处理关乎智能体如何理解人类语言与文字，并在理解的基础上进行人机智能交互（被称为人工智能皇冠上的“明珠”。）在竞逐人工智能皇冠上“明珠”过程中，2019年百度在自然语言处理技术方面，打造了可持续学习做知识增强语义理解框架ERNIE，超越了谷歌的BERT和XLNet，荣登GLUE（全球自然语言处理领域权威数据集）公布的榜首，作为国际预训练模型，百度也超越了微软MT一DNN一SMAR丅、谷歌T5、ALBERT。102. 说“量子计算是未来计算技术的心脏”，这是肯定的！说“量子计算是人工智能未来的算法”，尚存疑问？在这里介绍百度公开发布的、他们正在研发量子算法的动向（尚处于初始阶段）：2019年百度研发出云上量子脉冲系统“量脉”，据说已达到国内第一、国际领先。所谓“量脉”，可将量子计算软件指令（逻辑门）转換成控制量子硬件的脉冲序列，算法性能较同类工具实现成倍级别的提升，是实现量子软硬件连接的关键桥梁。103. 人工智能热点纷呈，机器学习、深度学习、强化学习；工具、库、平台、框架；模型、环境、安全、隐私。全球相关的技术和投资非常踊跃。Linux人工智能基金会目前正在开展一项全景图谱的工作https://landscape.lfai.foundation/。104. 研发某种具有活性的液态金属，并以其为载体发展机器人或智能产品。清华大学刘静教授研发出一种具有某些“生命”特征的液态金属，如具有能“吃”（吞下铝箔），可“移动”（吃饱后就四处移动，动作还特别灵活，能转弯，能跳跃），还会“思考”（碰到拐弯或难以通过的地方还会停下来思考一下）等某些“生命”特征。这种液态金属应用前景广阔，如制作智能马达、血管机器人等。105．不久前日刊评论：日英两国利用人工智能技术研发女性机器人。文中指出，在日本向市场推出全球首款女性机器人之后，英国是全球第二个推出女性机器人的国家。今天他们推出的女性机器人惟妙惟肖，与真人模特看不出差别。他们在女性机器人中植入高端人工智能芯片，采用高仿真技术，还得益于顶级硅胶等材质的精确运用。他们推出的女性机器人能与人类沟通，喜现为与真人没有差别，外表靓丽，创造出代替人类的情感，对外界变化作出反应，还会讲全球20多种不同语言。附录：以下后记里收集的内容观点主要包括基础理论与创新、算法研究与创新、技术应用与创新、AI人才培养与发展、AI伦理与道德五大类的内容，欢迎查看相关内容并在文末互动留言。《评人工智能如何走向新阶段》后记https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/103343649《评人工智能如何走向新阶段》后记（再续1）https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/103343944《评人工智能如何走向新阶段》后记（再续2）https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/103343968《评人工智能如何走向新阶段》后记（再续3）https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/103344087《评人工智能如何走向新阶段》后记（再续4）https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/103344451《评人工智能如何走向新阶段》后记（再续5）https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/103344672《评人工智能如何走向新阶段》后记（再续6）https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/103345118《评人工智能如何走向新阶段》后记（再续7）https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/103351738

2020年8月19日，由中国科协学会服务中心主办、中国科学院空天信息创新研究院（以下简称“空天院”）承办、北京北大方正电子有限公司（以下简称“方正电子”）协办的“新一代数字技术对科技期刊出版业态的影响”学术研讨会在京举行。在培育创建中国国际一流科技期刊的背景下，本次研讨会通过搭建科技出版与传播行业的沟通交流平台，邀请学术界、期刊界、出版界、企业界的知名专家和精英代表，通过院士观点、主题报告、专家研讨多种形式，从不同视角、不同维度，探讨数字技术在科技期刊生产和运营管理、科技传播和知识服务中的作用与能力，梳理不同环节的核心需求、关键技术和研发难点，为我国科技出版产业发展提供参考建议。本次研讨会设置了高峰论坛和圆桌论坛两个环节，采用现场会、线上会和直播平台多种形式，通过院士观点、主题报告、专家研讨多种形式，就新一代数字出版技术的特点和发展趋势，结合中国国情分析数字先进技术在我国的实践路径，推动中国科技期刊行业通过技术整合实现产业升级，进行了热烈和充分的讨论。论坛赢得了科技期刊出版相关行业的关注，超过18万人次观看了直播。嘉宾致辞：跨行业联合加速国内期刊高品质发展中科院空天信息创新研究院院长吴一戎院士，中科院空间中心主任王赤院士、方正电子董事长邵行进行了嘉宾致辞，针对我国科技期刊发展的重要性、国际竞争态势、发展路径等进行阐述。吴一戎院士在开幕致辞中指出：学术期刊是学术交流的平台、发表成果的平台，希望在新一代数字技术支撑下，改变提升期刊现在的出版形式，支撑我国科学技术的迅猛发展。王赤院士在发言中强调，我国科技期刊面临着激烈的国际竞争，科技期刊要从传统的信息服务向知识服务转型，创新出版模式，积极利用大数据、云计算、人工智能等前沿技术进行数据的规范化处理，挖掘数据间的关联，才能满足科研人员在科技创新过程中对知识服务的需求，成为科技进步的强大支撑。方正电子董事长、总裁邵行分享了人工智能、文本挖掘等新技术对学术出版行业产生的影响，为我国科技期刊未来的提出了建议。他认为，目前传统媒体和新兴媒体处于相互融合、相互促进、共同发展的阶段。科技期刊要利用多元化学术传播手段重构学术传播生态圈，拥抱互联网，努力成为专业运营的主角。重磅报告发布：技术为“用”，催动学术出版转型究竟哪些技术能成为科技期刊数字出版和知识服务转型升级的“核心引擎”，它又将以怎样的方式应用于科技期刊产业链和生态圈？4位国际、国内知名专家通过4份学术报告做出了详细解读。《开放获取：期刊出版的发展趋势》：美国明尼苏达大学崔天宏教授指出，开放获取能够有效促进学术传播和科研成果应用，不仅推动了开放科学，也带来了更加灵活多样的商业模式。我国在开放获取建设，既要实现优质内容的聚合，提升传播能力、服务能力，也要注重开放获取策略、运维、规模，探索合理的定义收费、付费模式。《全媒体、学术出版与学科大脑》：中国教育电视台总编辑胡正荣教授在报告指出科技期刊的发展态势包括生产方式的数字化、知识传播的网络化和知识服务的智能化，认为知识服务是信息服务的高级阶段，利用信息技术对原始数据进行加工处理，按照一定规范和用户需求进行提取和分析，将隐性知识显性化，并针对用户需求提供深层次的精准服务。科技期刊可以基于垂直领域的内容资源，面向领域学者提供主动的、精准的内容服务，探索知识服务转型。《数字技术为学术出版注入新活力》：方正电子知识服务事业部副总经理赵婧在报告中跟踪了全球范围内STM出版的技术发展趋势，建议我国科技期刊应加速推进数字出版的转型升级，借助XML一体化出版服务等数字技术，进一步探索数据出版的实施路径，将可视化技术、虚拟仿真等技术，同学科领域的数据类型相结合，将科学数据、信息、知识进行有机关联和立体组装，呈现出全新的文章样式和出版形式，为科研工作提供深层服务。《智能媒体技术研究与展望》：北京大学王选计算机研究所赵东岩研究员的报告介绍了最新最热的智能媒体技术，指出我国科技期刊开始通过纸媒、数据库、集群站点、微信公众号等渠道进行同步发布，但全媒体出版还处于内容聚合阶段，未对学术资源的最大限度挖掘和利用，实现精准的个性化服务。科技期刊可进一步尝试同技术公司紧密合作，在采集、编辑、发布、传播环节解决多模态内容关联的核心问题，通过大数据和智能产品开发，实现自动化信息关联、抽取知识点实现跨媒体和渠道的有效联动。会议期间，中科院空天信息创新研究院学会与期刊部主任闫珺、中国科协科技导报社副社长史永超、科学出版社北京中科期刊出版有限公司副总经理刘培一、中国激光杂志社有限公司总经理杨蕾、中华医学会杂志社新媒体部主任沈锡宾作为高峰论坛主持和嘉宾，同特邀报告专家进行了充分的交流和互动。圆桌讨论：先进技术在我国科技期刊出版领域的实践路径来自国内科技期刊出版领域、科研机构、技术研发机构的30余位专家和代表参与了圆桌论坛的环节，对新兴数字技术在我国科技期刊出版行业中的应用现状和发展趋势进行了分析和研讨，大家普遍认为：我国信息技术应用在世界处于相对领先地位，但先进的网络信息技术和数字出版技术在我国科技期刊出版领域的应用，不仅远远落后于国际先进水平，也落后于其他出版传媒行业。关键技术应用受到科技期刊体量小、管理分散等因素制约，亟待通过政策引导、顶层设计、技术研发和资本投入共同推进，先进数字技术面向行业的应用，释放科技期刊对于学术传播和知识服务的巨大潜能和市场价值。会议期间，专家们针对上述问题，为先进技术在我国科技期刊出版领域的应用提出了建议。第一、大力推进科技期刊数字出版和运营平台建设，集中人力、物力、财力建立大型数字出版和运营平台，承载优质内容资源，提升学术影响力、品牌竞争力和持续运营能力。第二、全面促进出版单位和技术公司的深度合作，建立长期、有效的行业协会或研究机构。在合作探索过程中，出版单位专注于内容的开发，关注服务对象诉求，基于科学研究和学术出版的生态链条，提供全方位、个性化的服务，强调垂直领域领军期刊的引领作用。技术公司坚持平台化的设计思路，持续进行核心技术攻关、产品研发和应用实践。第三、积极探索关键技术的应用开发，在国际出版商竞相发力的研究领域，如人工智能、深度学习、大数据技术、分析工具进行持续的技术攻关和应用实践。第四、发展中文科技期刊应上升到国家高度，在促进科学知识传播普及和科技成果推广转化，提高国民科学文化素质、惠及民生、推动社会进步等方面，发挥出不可替代和举足轻重的作用。与会专家学者们一致认为，科学研究正趋于全球化和跨界融合，我国科技期刊正在经历深刻的数字化变革以及结构化变革，只有开放思维不断的创新和加速推进数字化出版技术的升级与平台建设，才能够更好的发挥和释放科技期刊在科学传播以及知识服务方面巨大的潜能。现在平台技术滞后、服务能力慢进已成为制约我国科技期刊快速发展的瓶颈，也是影响科技出版产业规模化、规范化发展的掣肘。尽管中国科技期刊已基本完成了从传统出版到数字化出版的转型，但要在国际舞台占有一席之地，形成国际显示度和话语权，与国际大型出版机构进行市场竞争，还有明显差距，必须凝心聚力，大力推进加快学术出版和知识服务的数字化技术研发，进一步实现技术优化和产业升级，积极探索“做大”“做强”的发展路径，为世界贡献中国方案。来源：中国日报网

更多的中国科技期刊以培育一流期刊为目标，积极行动起来。资料图片与发达国家相比，我国科技期刊的发展存在流失、弱小、分散、慢进四方面的难题。这是中国科学院院士、世界一流科技期刊建设专家委员会主任杨卫在近日举行的中国科协年会第三届世界科技期刊论坛上，根据当今我国科技期刊的现状分析后而做出的判断。同时，我们也深深感受到，新技术、新环境对科技期刊发展带来的挑战不言而喻。在中国科协、中宣部、教育部、科技部联合印发《关于深化改革 培育世界一流科技期刊的意见》之后，更多的中国科技期刊行动起来，积极思考如何构建世界一流中国科技期刊的命题。那么，一流科技期刊的模板应该是怎样的？办刊中有哪些值得借鉴的经验？未来哪些方向是通往一流科技期刊的路径？《中国新闻出版广电报》记者近日连线采访了四家科技期刊社相关负责人。高站位一流化怎样的期刊是一流的期刊？在科技期刊人的心中，大家都有一杆秤。在《转化神经变性病》主编陈生弟眼中，一流的科技期刊不仅要有高影响因子，而且要有高影响力，能持续发表一流的研究成果，在国际学术界拥有较高的威信和声誉。这是一个长期积淀的过程，需要一步一个脚印，在努力办刊的同时逐步提高论文标准。“当一本期刊能让作者和读者留下敬意，具有稳定的高水平国际来稿，那么它离一流期刊也就不远了。”科技导报社副社长史永超在接受记者采访时表示，发表文章多，文章质量高的期刊为一流期刊，例如《自然》《科学》这样的期刊，每年发表1000篇左右的高质量论文，期刊影响力很大，读者众多；发表文章少，文章质量高的期刊为较好期刊，因为发的文章数量少，在行业的影响力不大；发文数量少，质量差的期刊为较差期刊，说明期刊在行业内不受关注；发表文章多，质量差的期刊为最差期刊，并有敛财嫌疑。上海交通大学长江学者特聘教授、亚太材料科学院院士、《纳微快报》主编张亚非认为，一流的科技期刊应该在以下几个方面做到一流：在相关学科领域具有较高的知名度和认可度，办刊团队专业水平高、效率高，有先进的稿件处理和文章发布平台，坚持公平公正原则，遵循学术出版伦理规范，影响因子和总引频次在相关学科领域排名靠前。“我同意业界普遍对一流科技期刊特征的描述：持之以恒的办刊宗旨，较好的贯彻科学家办刊的理念，一支具有较大自主性、兼具良好专业和运营能力的稳定编辑队伍，较为充足的办刊资源保障，恪守出版道德规范与学风。”华中农业大学期刊中心主任范敬群接受记者采访时说出了大家心中普遍认可的一流科技期刊的标准。他表示：“一流体现的是对办刊质量永恒的卓越追求，从这个精神内核来看，各刊应该都有一流的追求和勇气。”不过，范敬群对何为一流科技期刊也提出了更深层次的思考。他认为，在实际操作中，一流标准应该需要有界定，不同的刊、每个刊的不同发展阶段都有不同的一流标准。“全国5000多种科技期刊，不可能都是世界一流的科技期刊。我们应该有各个层面和领域的一流，目前的卓越计划就更多盯住了头部的世界一流，这个计划更多是引导性质的，对于国内一流、区域一流和行业一流，需要撬动更多的力量来支持。”高水平前沿化一流的期刊，一定有一流的团队，这是业界普遍认同的。在科技期刊中，每一本一流期刊都离不开一个高素质的编委团队，离不开一个优秀的主编和一批优秀的编辑。《研究》（Research）是中国科协与美国科学促进会于2018年共同创办的定位为国际化、高影响力、世界一流水平、综合性、大型OA科技期刊，是美国《科学》自1880年创刊以来第一本合作期刊。参照《科学》的评审标准和流程，严把审稿质量关。创刊不到2年，已被CAS、CNKI、CSCD、DOAJ、EI、ESCI、PubMed、INSPEC、Scopus九大国内外重要文献数据库收录。据史永超介绍，《研究》期刊的编委主要从期刊所发表文章领域的相关人员中遴选，国内外尽量各占50%左右，体现期刊的国际化。在编委人选的选择上，《研究》有五类人选：即两位主编认识的各领域的高水平学者，例如院士、学科带头人，以及SCI每年的高被引作者、H指数大于50的学者、当过国际名刊的专家、主动申请的高水平专家。《转化神经变性病》从2012年1月创刊伊始，陈生弟就提倡组建国际化的编委会。在他的邀请下，有40余位来自美国和欧洲神经变性病研究领域的知名专家加入了期刊的编委会，其中更有4位国际顶级的专家担任杂志副主编。这些编委的研究方向囊括了神经变性病领域的各个方面，能在杂志的定位、发展、规划等方面为杂志保驾护航。《纳微快报》是上海交通大学2009年创办的英文学术期刊，其快速报道与纳米、微米尺度相关的最新科技进展及评论性文章，旨在推动纳米、微米科技的创新发展。据《纳微快报》编辑部主任张丽英介绍，编委现有81人，其中国外编委占51%。在编委人选上主要考虑以下方面：研究方向、学术水平、国内外影响力、参与期刊工作的热情以及国际化等。编委队伍涵盖相关学科领域、具有较高的学术水平和影响力，来自全球主要国家或地区，而且能积极参与期刊工作。张丽英说，这些考虑对期刊的的良好发展很重要。华中农业大学期刊中心2019年年底在对《华中农业大学学报》自然科学版和社科版编委进行了集中换届调整，遵循了“与学校优势特色学科匹配，兼顾学科平衡，适当增加校外编委，向青年学者倾斜”的原则，综合考虑学科、年龄、学术影响力及对学报工作的关心程度等因素。范敬群说：“我们正在逐步建立一个开放度较高、与刊物特色匹配的编委队伍。”同时，为了体现开放办刊的原则，华中农业大学期刊中心学报社科版有三分之一的校外编委，英文新刊目前的国际编委占60%。“编委要选择最适合的而不是最有学术影响力的人，要切实发挥出作用。”范敬群认为，以往的编委更多像是荣誉职位，这些编委有很高的学术影响力，但大多数对办刊不了解、很难有精力来实际支持办刊。“遴选编委的过程，切忌好高骛远，不能只盯住身份和头衔，务实地找到那些真正关心刊物、乐意为刊物发展奉献力量的人才更重要。”高标准数字化在国际一流期刊的道路上，严格要求办刊质量，制定高标准，成为每一家科技期刊的“铁律”。《研究》的合办单位为中国科协和美国科学促进会，双方都有着良好的国际知名度和公信力。这为《研究》吸引高质量稿件提供了强有力的背书。史永超介绍，除此之外，《研究》的两位主编黄维院士和崔天宏教授影响力大，号召力强，研究学科跨度大，且亲自为期刊做具体的约稿工作。同时，以主编的名义邀请高被引作者、院士、学科带头人等知名专家投稿，所出版的文章均为热点前沿高水平研究内容；《研究》开展国际化的同行评审，审稿意见详细，针对性强，对作者提高研究水平帮助大，并且审稿快和出版时间短，达到国际一流期刊的时间控制水平；优质的文章可以在《科学》的主页上推广，同时用微信、邮件、大数据系统推广文章，美国AAAS的编辑每年在20多个国际会议室上推广《研究》中的文章。史永超说，这些天生的优势和具体的措施对期刊吸引高质量学术论文、保证《研究》引领学术前沿，均起到了很重要的作用。《转化神经变性病》从创刊之初，陈生弟就为杂志定下了“坚持发表高质量学术论文”的目标。在办刊过程中，陈生弟通过自己在国际上的影响力，邀请顶级神经科学及神经病学专家加入编委会，积极向编委会成员及国际知名专家邀约优秀稿件。同时，杂志依靠上海交通大学医学院附属瑞金医院神经病学专业在全国神经变性病领域的领先地位，通过举办高级别的国际学术会议，向国内外的神经变性病领域专家介绍、宣传期刊，吸引来稿。另外，《转化神经变性病》的全开放获取发表模式和快速高效的审稿过程，也是吸引高质量投稿的一个因素。《纳微快报》在办刊过程中，一方面，通过增强编委实力和调动编委积极性、建立高水平专家学者库、举办或参展学术会议和研讨会、加强期刊宣传、提高审编校发效率、提高服务意识等措施吸引稿源和扩大期刊知名度；另一方面与施普林格·自然合作，采用ScholarOne Manuscript投审稿系统，为稿件的快速处理和发表过程提供一流的国际化平台。据介绍，《纳微快报》编辑部为了加快审稿速度，还进行了流程优化：组建高水平审稿专家库并适时发送邮件提醒专家尽快审稿等。这些措施，使其5年来稿源数量增加了4倍多，稿件质量也越来越高，热点文章和高被引文章不断增加，国际知名机构和学者的投稿也越来越多。高目标国际化全球化让世界成为地球村，互联网让彼此仿若比邻，因此，科技期刊办刊人更应追求国际化高目标，以国际化思维、国际化视野、国际化举措、国际化道路四大要素，以头部科技期刊为“头雁”，带领更多的第二、三梯队的中国科期刊走向国际化。“国际化的期刊，要在编委、作者、审稿专家的国家分布上保持一定的比例，目前编委会的国外比例约为50%，国外作者比例约为40%，国际审稿人比例约为50%。这是一个比较好的比例，未来在期刊文章的国外引用方面也应做到至少40%的比例。”史永超给出了一本国际化科技期刊在编委设置上的合理比例。同时，史永超介绍，《研究》创刊时就是OA期刊，采用最宽容的CC By模式的OA协议，期刊社与作者共享版权，极大地扩大了文章的传播范围，成为迅速加入国际多个数据库的重要原因。10年来，《纳微快报》的国际化程度也在不断提高。张丽英认为，有几个经验措施或可提升国际化程度：主办单位的重视与支持、主编对期刊发展规划的关心与投入、国际编委的选取和管理机制、国际化审稿专家库的建立、编辑团队的学术背景与专业化、举办和参与学术活动、媒体宣传推广，以及采用先进的国际化投审稿系统和出版平台、OA出版等。与前两家相比，《华中农业大学学报》正在国际化道路上攀登。“我们正在与施普林格·自然合作，计划在明年一季度上线英文新刊《动物疾病》（Animal Diseases）。”据范敬群介绍，这个刊物将完全采用国际化办刊模式，将是一个完全的OA刊，目前已经组建了一个国际化的主编团队，国际编委占比超过了60%，已经招聘了一位具有丰富英文刊工作经验的编辑部主任。约稿函发布后，已经收到了一批来稿进入了处理程序中。“我们希望借助Animal Diseases的创办，来改造既往的传统办刊模式，提升现有办刊人员的国际视野和业务素养，加快推进刊物的国际运营程度。”范敬群道出了华中农业大学期刊中心的国际化目标和计划。【来源：人民在线】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

学术期刊是学术传播链条中特别重要的环节,对学术的繁荣发展具有重要意义。《中国社会科学报》“期刊”版自创刊以来一直关注中国学术期刊界的发展动态,从“报刊史话”到“学术动态”“学术成果”“学术研究进展”再到“期刊人谈‘三大体系建设’”“一家之言”,“期刊”版在栏目设置上更加多元化,更具实用性;在内容上,服务学术、与时俱进、不断更新。关注近代优秀传统期刊“报刊史话”是“期刊”版的传统栏目,它尝试展现多个学科领域各种报刊创办的来龙去脉。2019年,江苏省社会科学院文学研究所赵伟为读者呈现了1942年创办的《晋察冀画报》。创刊之时,晋察冀军区司令员聂荣臻还为之题词。《晋察冀画报》以“画”为手段,其性质仍属强调新闻性的“报”,注意反映与边区关系密切的时事要闻。报道时政时,不仅新闻嗅觉敏锐,政治站位亦高。记录边区抗战影像,不止紧盯八路军,广大群众亦是拍摄焦点。《晋察冀画报》的新闻摄影主要取材于本土,但也不乏国际元素。赵伟谈道,时过境迁,当年鲜活的画报或许有些褪色,然而,照片定格时那一副副坚毅的面孔、一队队前进的身影、一片片蓬勃的土地,所有这些用光影镌刻的动人情景,早已成为中华民族记忆的一部分,它至今提醒来者,牢记历史,勿忘自强。长江师范学院图书馆王东峰详细介绍了创刊于1903年的《童子世界》,其是清末资产阶级革命派创办的以少年儿童为对象的刊物,它以“外拒白种”(抵抗外侮,倡导民主革命)和“内覆满洲”(反抗清廷,抨击封建专制)为办刊宗旨,是辛亥革命前资产阶级革命派重要的舆论工具之一,具有鲜明的政治性和战斗性,在开启民智、宣传革命思想以及中国近代青少年教育发展中都发挥了重要作用。王东峰表示,《童子世界》虽只出刊33期,但作为我国最早的倡言革命、抨击专制的综合性少儿刊物,它对少年儿童产生过较大的政治影响。此后的《香港少年报》(1906)、《少年杂志》(1911)、《中华童子界》(1914)、《儿童世界》(1922)等少儿刊物,在办刊宗旨及刊物命名上,亦多受其影响。学术期刊助力“三大体系建设”除“报刊史话”之外, 2019年“期刊”版还策划了“期刊人谈‘三大体系建设’”这一栏目,诚邀相关学者畅谈中国学术期刊发展的要旨,详述学术期刊该如何助力“三大体系建设”。作为承载我国哲学社会科学研究成果发表、记载和传播作用的学术期刊,在构建中国特色哲学社会科学学科体系、学术体系、话语体系中具有重要的作用。《苏州大学学报》(哲社版)常务副主编罗时进认为,近些年,学术期刊的分级及其在学术评价中的权重受到极大关注,这促使办刊者反思期刊制度和学术良知,同时思考学术责任问题。办刊人应在设置话题、策划组稿、提高质量上下功夫,更应具有超越工具性的价值理念。而构建中国特色哲学社会科学话语体系,对期刊来说是一个使命,是一种责任,也是一次改革与发展的机会。只要真心、用心将理念付诸实践,期刊界一定能够在中国特色哲学社会科学话语体系的构建中产生引导之功。进入信息时代,面对新形势,如何正确认识学科体系建设与学术期刊的关系是期刊人要解决的重要问题。大连理工大学科学学与科技管理研究所所长姜春林提出,在新时代背景下,互联网、大数据和人工智能给哲学社会科学学科体系建设提出了新的课题。学科体系建设的内容正逐渐从单一化走向交叉化,从注重学科规模扩张到强调学科内涵的转变。学术期刊自身的采编评、成果呈现和传播方式也随之发生深刻的变革。网络期刊、数据期刊、开放获取期刊等正以全新的样态冲击着传统学术期刊办刊理念,作者的科研方式和读者阅读习惯也随之改变。纸质学术期刊正悄然以一种“刊愁”的阅读情怀和文化档案被延续而少量保存。新环境下正确认识学科体系建设与学术期刊的关系,具有十分重要的意义。《西北师大学报》(社会科学版)主编王兆璟表示,作为具有重要国家与社会属性的学术期刊,应在理论建设、思想宣传、文化交流、民族团结等领域充分发挥引领作用,要充分认识学术期刊所内含的创新意蕴,形成富含中国风格、具有中国标志的期刊样态,要以中国智慧打造新时代的学术期刊。惟其如此,从期刊大国到期刊强国才会成为可能。改革开放40多年来,中国特色社会主义建设的丰富实践和成功经验,为新时代中国特色学术话语体系的构建、标识性概念的提炼、学科理论体系的形成提供了丰厚的土壤,而这既是中国学术期刊发展的良好契机,也是中国学术期刊前行的要旨所在。在新时代这个新航标的昭示与指引下,中国的学术期刊必将在世界哲学社会科学期刊版图上翻开中国新篇章。“中国特色哲学社会科学学术体系是跨时代的系统工程,学术期刊的学术‘晴雨表’‘风向标’这一角色定位将被赋予新的内涵,所有的使命与担当,都将与加快构建中国特色哲学社会科学学术体系息息相关。”哈尔滨师范大学历史文化学院教授张晓校认为,构建中国特色哲学社会科学学术体系,“强”和“大”是既定目标,学术期刊要积极参与。进入新时代,学术期刊的角色没有本质变化,只是所反映、所折射的是走向强大的、“相称”的学术体系。学术期刊在学术引领方面要有超前意识,为学术体系建设探索新的领域或空间提供支持条件,以所刊载高质量、高水平的学术成果昭示学术体系的强大。新时代强大的学术体系,既是学术期刊创新发展的源头活水,也是内在动力;相对应的,学术期刊的布局谋篇、栏目设置、选题策划等垂直服务于学术体系的构建,在形式和内容、微观(发表文章)和宏观(引领学术研究)等方面表现出实实在在的“贡献力”。新时代呼唤新作为新时代背景下,学术期刊目前存在的主要问题是什么,学术期刊如何与时俱进,如何充分利用新技术更好地发挥期刊学术传播的功能与作用,这都是期刊人一直在探讨的问题。“一家期刊的核心竞争力就应该是其在期刊界独树一帜的,吸引、拥有和团结作者与读者的内源性动力。”浙江师范大学教育评论研究所所长刘尧认为,随着互联网等新兴媒体日益成为读者便捷的信息来源,期刊也与时俱进以其为工具和媒介进行信息采集、加工、处理,积极构建刊网联动发展新生态。然而,目前期刊与新兴媒体的融合,仅限于把稿件采集、专家审稿、编辑加工以及期刊内容平移到网站、App、微博、微信上,而且在栏目设置、版面设计、内容选择上也存在编辑活力不足、目标读者不清晰等问题。因此,期刊在媒体融合过程中进行分众化、个性化传播之时,核心竞争力也在经受前所未有的挑战。刘尧认为可以从厘清办刊理念、明确战略定位、创新学术内容、塑造品牌形象、实施融合战略、健全编审制度、培养编撰人才、提升办刊质量这八个方面提升期刊核心竞争力。中共天津市委党校(天津行政学院)学报编辑部编辑张英秀从媒体融合的角度对学术期刊的媒体融合提出了自己的建议。她认为,当前正处于web2.0社交媒体时代向web3.0智能场景时代过渡的时期,尽管学术期刊所处的舆论生态和媒体格局发生了深刻变化,其要进行的媒体融合需要优化流程和再造平台,从而实现信息内容、技术应用、平台终端和管理手段的共融共通,但有一些根本性的内容是必须要坚持和发展的,这便是学术期刊媒体融合的原则和立场,即媒体融合之“道”。另外,在媒体融合过程中,学术期刊要把握好我国媒体融合的一般规律和学术期刊媒体融合的特定规律,采取正确的方法策略。“学术期刊要在支持学术创新上有所作为,展现新时代学术研究新思维。”河南省社会科学院中原文化研究杂志社编辑姬亚楠认为,当今时代是学术大融合的时代,故步自封搞学术必然会阻碍学术的传播、交流与创新。学术期刊理应通过刊发高质量、有创新性的文章,成为传播“中国声音”,阐明“学术态度”的窗口,让世界看到中国的学术形象。与此同时,学术期刊要在净化学术风气上有所作为,塑造新时代学术研究新风貌。学术期刊肩负着承载学术思想、传播学术成果、积淀先进文化的重任,因此学术期刊要有强烈的使命感与责任感,坚守学术底线,规范学术道德,弘扬学术正能量。此外,学术期刊要在打造公开透明的审稿制度上有所作为,引领新时代学术研究新风尚。“在新的形势下,加强马克思主义思想政治类理论学术期刊建设既是现实的需要,更是助推学校马克思主义思政理论课改革创新发展的重要途径之一,必须高度重视。”西南民族大学马克思主义学院顾斐泠、西南民族大学艺术学院刘兴全、成都石室联合中学赵静嵘三位学者从四个方面详细阐述了如何加强马克思主义思想政治理论课的学术期刊建设,从而助推新时代学校思政理论课的改革创新发展。包括:整合现有期刊资源,加大对马克思主义思政理论课教育教学改革的关注,增加刊文量;创办一批新的关于马克思主义思政理论课教育教学改革的专门期刊;加强网络平台的新媒体电子期刊建设;加强马克思主义思政理论课的海外传播。翻过2019年的日历,迎来崭新的2020年。“期刊”版在新的一年会持续关注期刊界热点问题、发展趋势,在进一步完善固有栏目的同时,不断创新,不断前进,以全新的面貌呈现在广大读者面前。来源：中国社会科学网-中国社会科学报 作者：孙美娟获取更多学术资讯 请关注中国社会科学网官方微信公众号cssn_cn

近日，管理科学与工程领域顶级期刊Proction and Operations Management（简称POM）在线刊发了经济与管理学院2016级博士研究生王鹏为通讯作者的研究成果 “Is investment in data analytics always profitable? The case of third-party-online-promotion marketplace”。该论文是华山学者特聘教授杜荣老师主持的国家自然科学基金面上项目的研究成果。POM是全球各地商学院公认的一流期刊目录UTD24期刊之一，以其在运筹管理领域具有极高的影响力著称，在国际管理学界享有极高的学术声誉。王鹏同学与合作者广泛、深入地研究了第三方在线促销平台的各种佣金抽成策略，创造性地提出了一种基于商家类型的抽成方案，给出了该方案的适用条件，揭示了该方案对商家和消费者的影响机制。该研究成果对在线促销平台创业者的创业、创新具有应用价值，对互联网信息服务产业的发展提供了重要管理启示。因为该研究成果的学术影响，中国科学技术大学管理学院邀请王鹏于3月4日上午为他们做了学术报告。个人简介：王鹏，1994年生，西安电子科技大学经济与管理学院电子商务专业2015届毕业生。因成绩优异，免试攻读我校管理科学与工程硕士研究生，师从艾时钟副教授。因科研潜力突出，于2016年转为管理科学与工程博士研究生，师从杜荣教授，开展相关课题研究工作。研究方向为信息系统管理与电子商务平台运营。（来源：西电新闻网）

日前，中国人民大学人文社科成果评价发布论坛暨学术评价与学科发展研讨会在中国人民大学召开。论坛发布了《2020年度复印报刊资料转载指数排名》和《复印报刊资料重要转载来源期刊(2020版)》两项成果。《科技进步与对策》再次入选《复印报刊资料重要转载来源期刊(2020版)》。《科技进步与对策》是湖北省科技厅主管、湖北省科技信息研究院主办的科学学与科研事业类学术期刊。历年来入选CSSCI来源期刊、中文核心期刊、中国人文社会科学期刊AMI综合评价A刊核心期刊以及中国科技论文统计源期刊，并被日本科学技术振兴机构数据库（JST）收录。2020年度，复印报刊资料全文转载的综合性期刊共480种，《科技进步与对策》全文转载量位列第82名。其中，管理学学科期刊共371种，《科技进步与对策》全文转载量位列第26名，处于科学学与科研事业同门类期刊前列。“重要转载来源期刊榜单”根据期刊转载数据和同行定性评审结果综合产生，从论文转载角度梳理出人文社科各学科、领域的优秀期刊，旨在进一步满足人文社会科学发展对期刊评价的现实需求。该刊自2012年起已四次入选“重要转载来源期刊榜单”。此外，2020年，杂志还取得了“最具国际影响力学术期刊”(连续8届获评)和“湖北十大名刊成就奖”荣誉。期刊社将在主管主办单位的领导和广大作者读者的支持下，继续着力提升期刊质量和影响力，打造一流学术期刊品牌。（陈福时 查晶晶）