Nature新子刊《自然-機器智能》昨晚悄然上線，將關注算法與硬件研究、機器智能在多領域應用、機器智能對社會工業(yè)等領域影響，并上線了14篇文章。不過，子刊此前曾遭到學術界幾百人抵制。

Nature新子刊如期上線，悄悄的。

昨天晚間，Nature Machine Intelligence（《自然-機器智能》）正式上線，成為《自然》的新子刊。

子刊將重點關注三大主題：

構建智能機器的算法和硬件的工程和研究；

機器智能（如深度學習系統(tǒng)）在其他領域如物理、生物和醫(yī)療等的應用；

研究機器智能對社會、工業(yè)和科學的影響。

第一期的封面專題《觸手可及的智能協(xié)作》（Intelligent collaboration within reach）也涵蓋了這三大主題。以下是本期的封面：

不過，《自然-機器智能》的出版之路有點坎坷，在去年4月征稿時曾遭到幾百位學者的聯(lián)名反對，其中包括Jeff Dean、Ian Goodfellow、Yann LeCun、Yoshua Bengio等一眾AI大牛，他們反對的理由是：子刊付費訂閱。

現(xiàn)在，《自然-機器智能》悄然上線，學界目前還沒出現(xiàn)反對的聲音，但子刊的出現(xiàn)也似乎并沒有引起強烈反響。

發(fā)刊詞：《自然-機器智能》將不同領域融合在一起

《自然-機器智能》第一期的內(nèi)容不算太多，一共分七大板塊，分別是：

社評（1篇）

評論&觀點（2篇）

書籍&藝術（1篇）

新聞&觀察（2篇）

綜述（3篇）

研究（4篇）

競賽（1篇）

在發(fā)刊詞中，《自然-機器智能》認為，由于人工智能、機器人技術和機器學習在各領域都占據(jù)著重要位置，因此子刊的推出旨在促進不同學科之間的合作。

以下為發(fā)刊詞的部分內(nèi)容：

智能機器的發(fā)展似乎正在加快步伐，因為我們經(jīng)常聽到有關人工智能(AI)革命的討論。然而，與各種報告指出的相反，我們并沒有看到某種技術奇點：過去幾年取得的令人矚目的進步，在很大程度上是數(shù)十年持續(xù)研究和資助的延續(xù)。

例如，1994年在巴黎進行的一次測試中，自動駕駛汽車已經(jīng)能與其他車輛自主地共享道路。20世紀90年代初，人們也很清楚機器學習將在工業(yè)上具有很大用途。1997年，一艘遠程遙控太空船登陸火星，并發(fā)回了照片。

這并不是說影響上沒有發(fā)生轉變。這種轉變背后有幾個因素，比如計算機處理能力的提高，但或許最重要的是自上世紀90年代末以來海量數(shù)據(jù)的可用性。這些發(fā)展反過來又是由于可負擔得起的大規(guī)模收集數(shù)據(jù)的移動設備的普及、數(shù)據(jù)共享的能力以及存儲容量的提升。

因此，深度學習在2012年左右取得了顯著的突破。當有足夠的數(shù)據(jù)來訓練系統(tǒng)時，深度學習就能識別復雜數(shù)據(jù)集中的模式。深度學習被認為是人工智能的一種形式，因為它與人類的學習有相似之處。事實上，在過去的幾年里，深度學習在執(zhí)行通常是人類擅長的任務方面取得了顯著表現(xiàn)：學會了玩戰(zhàn)略游戲并獲勝、在醫(yī)學診斷方面達到人類專家水平、語音識別和語言翻譯。

一方面，這種形式的AI被認為是“弱人工智能”(narrow AI)，因為深度學習系統(tǒng)通常是針對一項特定的任務進行訓練的。但是，來自各個領域的科學家們越來越意識到，深度學習的影響遠非“弱”：一個AI應用可能為一個領域帶來變革，解決根本問題，并實現(xiàn)快速進步——例如，尋找新材料，確定粒子物理學和天體物理學的重要信號數(shù)據(jù)，發(fā)現(xiàn)遺傳和表型之間的聯(lián)系，在顯微圖像中對細胞組織進行分類等等。

隨著每一項先進技術的出現(xiàn)，需要審查技術濫用和不良社會影響的風險。由于AI是一種去中心化的現(xiàn)象，因此倫理問題對于AI更為重要。在這種現(xiàn)象中，大量權力被交給了那些能夠自然地獲取大量數(shù)據(jù)的公司和機構。圍繞AI的開發(fā)和使用的倫理問題越來越受到重視。這些擔憂導致了廣泛的努力，制定法律、原則和標準，推動以人為本的AI使用，并開啟了研究AI社會影響的研究項目。

毫無疑問，人類對理解和模仿智能的愿望將繼續(xù)激發(fā)技術和科學創(chuàng)新?！蹲匀?機器智能》將致力于將不同領域融合在一起，在人工智能、機器人技術、認知科學和機器學習等領域開展新的合作，進一步發(fā)展對人類有啟發(fā)和使用價值的智能機器的愿景。

子刊最初將重點關注三大主題：構建智能機器的算法和硬件的工程和研究；機器智能(如深度學習系統(tǒng))在其他領域(如物理、生物和醫(yī)療)的應用；以及最后，研究機器智能對社會、工業(yè)和科學的影響。

根據(jù)官網(wǎng)介紹，《自然-機器智能》子刊涵蓋的研究方向包括人工智能，機器人技術，人機交互，機器學習，深度學習，強化學習，機器人學習，人工神經(jīng)網(wǎng)絡，符號推理，計算機視覺，自然語言處理，認知計算，人形機器人，生物啟發(fā)機器人，軟體機器人，神經(jīng)啟發(fā)計算，多智能體系統(tǒng)等，并致力于成為一個能讓各界人士討論人工智能對科學、社會和工業(yè)其他領域重大影響的意見平臺。

收錄的文章類型與其他《自然》子刊類似，包括研究論文(Primary research Article，正文不超過3500英文單詞)，綜述(Review，字數(shù)3000~4000單詞)，前瞻性研究(Perspective)，以及讀者來信(Correspondence，字數(shù)250~500單詞），以上文章均經(jīng)過同行評議。

新刊4篇研究論文中有3篇一作是華人，“中國會占相當大一部分”

值得注意的是，最新出版的這一期《自然-機器智能》子刊上，一共4篇研究論文(Article)中，有3篇的一作都是華人。

特別是馬薩諸塞大學阿默斯特分校的研究人員分析憶阻器交叉開關陣列中LSTM的論文(見下)，作者當中有不少中國留學生。

自然科研董事總經(jīng)理Dean Sanderson在去年接受新智元采訪時說，新子刊《自然-機器智能》，將盡可能多拿出更多資源用在人工智能領域。

自然科研董事總經(jīng)理Dean Sanderson

當被問及“是否是以中國的人工智能科研論文為主？”的問題，Dean Sanderson表示，新刊是“全球性的，不管來自哪里，但是中國會占相當大一部分?！?/p>

此外，第一期的《自然-機器智能》的內(nèi)容覆蓋上述三大主題，文章包括開發(fā)用于自適應人機協(xié)作的算法、將深度學習與進化算法相結合的方法、深度學習在醫(yī)學領域進行不確定性量化的必要性、人工智能中倫理問題的不同時間尺度等。

子刊的最后還啟動了一個名為Challenge Accepted的系列，其中包括關于AI和機器人技術的數(shù)據(jù)挑戰(zhàn)和競賽的報道，突出這些競賽的重要性。

子刊付費訂閱遭數(shù)百人抵制，Jeff Dean等人帶頭反對

2017年11月，自然科研宣布了《自然-機器智能》新子刊的計劃，將于2019 年 1 月采取在線形式每月刊發(fā)。2018年4月17日，《自然-機器智能》宣布正式接受投稿遞交。

不過，就在宣布接受投稿后不久，《自然-機器智能》受到了來自學界的壓力，幾百人簽名抵制這份子刊，其中包括Jeff Dean、Ian Goodfellow、Yann LeCun、Yoshua Bengio等一眾AI大牛的都簽名抵制。他們表示不會給這個刊物投稿，因它采取付費訂閱的形式是開歷史倒車，而機器學習歷來有開放訪問的傳統(tǒng)。

部分簽名

（查看簽名：

https://openaccess.engineering.oregonstate.edu/signatures）

簽名行動由俄勒岡州立大學（Oregon State University）ECCS特聘教授、AAAI前主席Tom Dietterich發(fā)起。

發(fā)起信提到，幾乎所有主要的機器學習平臺，包括NIPS，ICML，ICLR，COLT，UAI和AISTATS都不會對獲取或發(fā)表論文收費。

任何封閉獲取或作者付費的出版物對于機器學習研究的未來沒有任何作用，并且認為通過這一新的期刊作為機器學習社區(qū)出版論文的出口將是一種倒退。

相反，我們歡迎在人工智能和機器學習領域出現(xiàn)新的零成本開放獲取的期刊和會議。

簽名的人士表示，他們不會提交、審閱或參與此新期刊的編輯。

不過，昨晚《自然-機器智能》正式上線后，新智元發(fā)現(xiàn)不用付費就能閱讀文章，而且推特上并沒有出現(xiàn)反對聲音，曾簽名抵制的Jeff Dean還是《自然-機器智能》官方推特的粉絲。

另外，在推特中搜索“Nature Machine Intelligence”，顯示的結果也非常少，看來《自然-機器智能》這次悄悄上線尚未引起大家的關注，不知道后期它如何處理跟學界的關系。