國際知名期刊《自然》順應人工智能發(fā)展勢頭，準備發(fā)布新子刊《自然·機器智能》，收割一波論文。結果剛剛宣布正式接受投稿不久，就被一紙聲明弄得很尷尬：機器學習社群表示，這期刊和自己三觀不合，他們決定不投稿、不評審、不編輯。總而言之，就是要公開抵制。

俄勒岡州立大學網(wǎng)站上的公開信道出了原因：幾乎所有重要的機器學習發(fā)表平臺都不對發(fā)表和獲取文章收費，《自然》的新期刊沿襲舊制度，是種倒退。在舊制度里，跨國期刊出版商是這么賺錢的：他們從學者處獲得知識產(chǎn)品的版權，再將其打包高價出售給科學共同體;他們通過銷售科學知識產(chǎn)品攫取高額利潤，用商業(yè)化運作為學術傳播交流筑起高墻。在傳統(tǒng)期刊發(fā)過論文的學者都經(jīng)歷過這個悖論：既要付費發(fā)表，又要付費獲取。用句文縐縐的話說，學界苦出版商久矣。

有研究者認為，數(shù)字學術資源的市場壟斷和產(chǎn)品價格的持續(xù)攀高之間形成了惡性循環(huán)，甚至導致了學術交流危機。最先被危機籠罩的，自然是那些經(jīng)費較少的機構。簡單粗暴一點來講，越窮的科研機構，買的數(shù)據(jù)庫越不全;在這類科研機構工作的研究人員，想要獲取科技信息就越費勁。那些草根科研人員，就被攔在了學術信息的商業(yè)屏障之后，這叫科學交流中的“數(shù)字鴻溝”。

但是，資本要最大限度的追逐利潤，出版商自然也就將知識視為商品。學術界轟轟烈烈開展的“開放獲取”運動，正是為了挫挫大型出版集團的銳氣，也是為了拆掉學術交流的高墻。它倡導知識的公有性理念，認為論文發(fā)表可以依托網(wǎng)絡媒介，人們可以以分享的方式傳播自己的作品，科學家論文的版權不應該無償或廉價轉讓給出版商。

當然，還有不少高影響因子的期刊依然走傳統(tǒng)路線，畢竟在這些期刊發(fā)表論文，于現(xiàn)行的學術評價機制下是一種“剛需”，它們的地位暫時無可撼動。

《自然》的新子刊也準備“走在老路上”，只是機器學習界跳出來，對其當頭敲了一棍。因為，機器學習這個領域還比較年輕，本身就擁抱開放共享，受傳統(tǒng)期刊“荼毒”甚少，也沒什么歷史包袱。

要知道，早在2001年，《機器學習期刊》的編委會就全體辭職，轉而成立了一份零成本開放獲取期刊《機器學習研究》。十七年前他們就認為，時代不同了，互聯(lián)網(wǎng)這么便捷，為什么還要人為給知識傳播制造障礙?所以，十七年后，機器學習界更沒有理由再歡迎一份封閉獲取期刊。

而且，機器學習界的選擇很多。他們有各類國際會議，也有足夠數(shù)量的開放獲取期刊。少了一個自然子刊，他們?nèi)杂衅脚_和空間去拓展自己的學術影響，去進行無障礙的學術交流。要讓這群在Github社區(qū)上進行開源代碼分享的人忍受傳統(tǒng)期刊的運作風格，想來也確實困難。

學界和出版界的關系錯綜復雜，可以說是“相愛相殺”。這次，機器學習界的科學共同體在用實際行動奪回話語權：在我的地盤，你就得聽我的。《自然》會妥協(xié)嗎?“開放獲取”運動會再下一城嗎?新的知識共享機制應該如何建立呢?想到后續(xù)進展，還真有點小期待呢。(張蓋倫)

關鍵詞： 機器 方式 知識