機器學習界所抵制的，是舊的知識分享方式

國際知名期刊《自然》順應人工智慧發展勢頭，準備發布新子刊《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。

俄勒岡州立大學網站上的公開信道出了原因：幾乎所有重要的機器學習發表平台都不對發表和獲取文章收費，《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麼賺錢的：他們從學者處獲得知識產品的版權，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品攫取高額利潤，用商業化運作為學術傳播交流築起高牆。在傳統期刊發過論文的學者都經歷過這個悖論：既要付費發表，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，數字學術資源的市場壟斷和產品價格的持續攀高之間形成了惡性循環，甚至導致了學術交流危機。最先被危機籠罩的，自然是那些經費較少的機構。簡單粗暴一點來講，越窮的科研機構，買的資料庫越不全；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屏障之後，這叫科學交流中的「數字鴻溝」。

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牆。它倡導知識的公有性理念，認為論文發表可以依託網路媒介，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路線，畢竟在這些期刊發表論文，於現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，受傳統期刊「荼毒」甚少，也沒什麼歷史包袱。

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，互聯網這麼便捷，為什麼還要人為給知識傳播製造障礙？所以，十七年後，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，也有足夠數量的開放獲取期刊。少了一個自然子刊，他們仍有平台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社區上進行開源代碼分享的人忍受傳統期刊的運作風格，想來也確實困難。

學界和出版界的關係錯綜複雜，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？想到後續進展，還真有點小期待呢。(張蓋倫)

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！