近日，清华大学计算机科学与技术系教授唐杰在社交媒体上宣布成立了一个新期刊——《ai open》，专注AI的开放共享。该期刊的内容可以免费获取。此举得到了刘知远、刘群、马少平等国内研究者的支持。

　　期刊主题包括但不限于：深度学习与表征学习、图理论与图挖掘、知识图及其应用、自然语言处理、图像处理与分析等。此外，部分人脑研究主题也包含在内，如大脑连接和网络建模、认知行为、神经免疫学等。

　　期刊官方介绍：keaipublishing.com/en/journals/ai-open/

　　在AI领域，世界范围内已经有许多开放的会议、论文平台，为什么国内研究者还要专门成立一个开放AI期刊呢？这还要从AI一直以来的开放属性与当前日益封闭的全球学术氛围谈起。

　　一切为了「开放」

　　长期以来，开放的研究氛围一直是促进人工智能领域发展的关键因素，正是因为学界和业界参与者不断和快速地公开自己的研究结果和代码，人们才能够及时掌相关方向的最新进展，并在学术环境之外开展自己的研究。AI社区的研究人员也一直在捍卫这种开放的氛围。

　　2017年11月，Nature Research 宣布了旗下新子刊《Machine Intelligence》的发布计划，但这一计划很快就遭到了AI研究社区的抵制。原因在于，新子刊仍然遵从传统学术期刊的封闭、文章作者付费提交审核的模式，这与AI领域的开放文化产生了冲突。签署抵制联合声明的学者达到了数千名。

　　除了与传统出版机制的斗争外，AI领域的开放文化还受到国际政治氛围的影响。

　　去年，不少学者因签证问题被AI学术会议举办国拒之门外。以 NeurIPS 2019 为例，去年11月，谷歌AI研究员 Timnit Gebru 在 Twitter 上表示，加拿大拒绝向计划参加NeurIPS和Black in AI研讨会的大量AI研究人员和研究学生发放旅行签证。在计划参加Black in AI Workshop 的 44 位参与者中，有15位被拒绝签证。此外，NeurIPS Machine Learning for the Developing World workshop 的联合组织者也被拒签。

　　在过去的两年里，这种因签证问题无法参会的问题层出不穷。为此，ICLR 组委会甚至将 2020 年的会议举办地选在了非洲。

　　参会受阻只是一个方面，国内学者在其他方面也面临着学术交流受阻的困扰。这也是《ai open》诞生的一大契机。

　　此外，随着国内学术研究机构与科技公司在AI研究领域的崛起，我们也迫切需要一个开放的AI交流平台。从数据上来看，中国在 AI 领域发表的论文数量早已超越美国。从2007年到2017年，中国的AI论文数量增长了2倍。而且根据去年美国数据、技术和公共政策交叉研究智库 Center for Data Innovation 发布的「全球 AI 实力报告」，中国在AI领域领先于欧盟，并且正快速缩小与美国的差距。

　　《ai open》可能只是一个开始。国内AI研究社区需要的不仅仅是《ai open》，还需要更多的AI开放交流平台。