人工智能論文全文(5篇)

1園林設(shè)計(jì)的原則

第一，植物的規(guī)格要確定好，要結(jié)合植物所適應(yīng)的地質(zhì)條件來(lái)對(duì)各種規(guī)格的植物進(jìn)行協(xié)調(diào)搭配。一般來(lái)說(shuō)，中型及其以上規(guī)格的喬木作為園林的架構(gòu)之一，會(huì)對(duì)整個(gè)園林所呈現(xiàn)出來(lái)的景觀效果起著重要作用，應(yīng)當(dāng)先進(jìn)行安放，然后才是小型規(guī)格的植物的安放，保證在園林景觀的細(xì)節(jié)處做好處理；第二，要合理組合植物的品種類型，落葉植物和針葉常綠植物之間在園林中所占的比例應(yīng)當(dāng)保持一定的平衡關(guān)系，對(duì)于植物如花卉、葉叢的顏色要協(xié)調(diào)好，一般以夏東兩季的植物色彩為主色調(diào)，其他色調(diào)為輔，以保證視覺上能起到互相補(bǔ)充的效果。

2園林設(shè)計(jì)中人工智能應(yīng)用現(xiàn)狀

2.1系統(tǒng)操作方面

由于園林設(shè)計(jì)既涉及藝術(shù)方法也涉及到技術(shù)手段，因此，對(duì)操作人員的綜合能力要求就比較高，也就是說(shuō)，操作人員應(yīng)當(dāng)對(duì)建筑理論、園林綠植知識(shí)和計(jì)算機(jī)基礎(chǔ)三方面綜合掌握，而事實(shí)上，很多參與園林設(shè)計(jì)的人員并沒有很強(qiáng)的工程操作能力，要求太高，難以實(shí)現(xiàn)。

2.2園林可重復(fù)使用性方面

目前來(lái)說(shuō)，園林的重復(fù)使用性還是太低，因?yàn)槊總€(gè)地方的氣候條件和地理環(huán)境都不相同，所以，針對(duì)一個(gè)地方所制作的園林設(shè)計(jì)并不能簡(jiǎn)單地復(fù)制到另一個(gè)地方，如蘇州園林的設(shè)計(jì)不能直接用在遼寧的園林設(shè)計(jì)，原因在于北方相對(duì)南方來(lái)說(shuō)，園林供水相對(duì)困難，山石種類不同，綠植花卉種類也不如南方園林的豐富，而且南北審美觀不同，北方園林設(shè)計(jì)多采用渾厚石材，綠植多為松、柏、楊、柳、榆、槐，加上三季更迭的花灌木，呈現(xiàn)剛健雄渾的特點(diǎn)，而南方則因?yàn)榛痉N類豐富，布局特別，注重山石與水的搭配，獨(dú)具精致淡雅的特點(diǎn)，由此可見，園林的可重復(fù)使用性不高。

1引言

“人工智能”一詞最早是在1956年Dartmouth學(xué)會(huì)上提出的。從那以后,研究者們發(fā)展了眾多理論和原理,人工智能的概念也隨之?dāng)U展。人工智能其英文全稱為ArtificialIntelligence，縮寫為人所共知的AI，它主要是對(duì)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)等進(jìn)行研究討論。對(duì)于人工智能的定義義眾說(shuō)不一，一般有兩種說(shuō)法：一種是人工智能是關(guān)于知識(shí)的學(xué)科，即怎樣對(duì)知識(shí)進(jìn)行表示以及怎樣獲取知識(shí)并對(duì)知識(shí)進(jìn)行使用的科學(xué)；另一種是人工智能研究的是如何實(shí)現(xiàn)讓計(jì)算機(jī)做過(guò)去只有人才能夠做的智能工作。但是不管是哪一種，它都是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能的定義可以分為兩部分，即“人工”和“智能”。對(duì)于“人工”，爭(zhēng)議性也不大。有時(shí)我們會(huì)要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來(lái)說(shuō)，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。誕生對(duì)于“智能”，則存在著很大的爭(zhēng)議。因?yàn)檫@涉及到了諸如意識(shí)（consciousness）、自我（self）、思維（mind）（包括無(wú)意識(shí)的思維（unconscious_mind）等等問(wèn)題。人類唯一能夠了解的智能就是人類本身的智能。但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。人工智能的實(shí)現(xiàn)方式有2種方法。一種是采用傳統(tǒng)的編程技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用方法是否與人或動(dòng)物機(jī)體所用的方法相同。這種方法叫工程學(xué)方法（Engineeringapproach），它已在一些領(lǐng)域內(nèi)作出了成果，如文字識(shí)別、電腦下棋等。另一種是模擬法（Modelingapproach），它不僅要看效果，還要求實(shí)現(xiàn)方法也和人類或生物機(jī)體所用的方法相同或相類似。

2人工智能的發(fā)展

對(duì)于人工智能的研究一共可以分為五個(gè)階段。第一個(gè)階段是人工智能的興起與冷落，這個(gè)時(shí)間是在20世紀(jì)的50年代。這個(gè)階段是人工智能的起始階段，人工智能的概念首次被提出，并相繼涌現(xiàn)出一批科技成果，例如機(jī)器定理證明、跳棋程序、LISP表處理語(yǔ)言等。由于人工智能處于起始階段，很多地方都存在著缺陷，在加上對(duì)自然語(yǔ)言的翻譯失敗等諸多原因，人工智能的發(fā)展一度陷入了低谷。同時(shí)在這一個(gè)階段的人工智能研究有一個(gè)十分明顯的特點(diǎn)：?jiǎn)栴}求解的方法過(guò)度重視，卻忽視知識(shí)重要性。第二個(gè)階段從20世紀(jì)的60年代末到70年代。專家系統(tǒng)的出現(xiàn)將人工智能的研究再一次推向高潮。其中比較著名的專家系統(tǒng)有DENDAL化學(xué)質(zhì)譜分析系統(tǒng)、MTCIN疾病診斷和治療系統(tǒng)、Hearsay-11語(yǔ)言理解系統(tǒng)等。這些專家系統(tǒng)的出現(xiàn)標(biāo)志著人工智能已經(jīng)進(jìn)入了實(shí)際運(yùn)用的階段。同時(shí)國(guó)際人工智能聯(lián)合會(huì)于1969年成立。第三個(gè)階段是20世紀(jì)80年代。這個(gè)階段伴隨著第五代計(jì)算機(jī)的研制，人工智能的研究也取得了極大的進(jìn)展。日本為了能夠使推理的速度達(dá)到數(shù)值運(yùn)算的速度那么快，于1982年開始了“第五代計(jì)算機(jī)研制計(jì)劃”。這個(gè)計(jì)劃雖然最終結(jié)果是以失敗結(jié)束，但是它卻帶來(lái)了人工智能研究的又一輪熱潮。第四個(gè)階段是20世紀(jì)的80年代末。1987年是神經(jīng)網(wǎng)絡(luò)這一新興科學(xué)但是的年份。1987年，美國(guó)召開了第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，并向世人宣告了這一新興科學(xué)的誕生。此后，世界各國(guó)在神經(jīng)網(wǎng)絡(luò)上的投資也開始逐漸的增加。第五個(gè)階段是20世紀(jì)90年代后。網(wǎng)絡(luò)技術(shù)的出現(xiàn)于發(fā)展，為人工智能的研究提供了新的方向。人工智能的研究已經(jīng)從曾經(jīng)的單個(gè)智能主體研究開始轉(zhuǎn)向到基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。在這個(gè)階段人工智能不僅僅只對(duì)基于同一目標(biāo)的分布式問(wèn)題求解進(jìn)行研究，同時(shí)還對(duì)多個(gè)智能主體的多目標(biāo)問(wèn)題求解進(jìn)行研究，讓人工智能有更多的實(shí)際用途。

3對(duì)人工智能的思考

3.1人工智能與人的智能

從哲學(xué)上的量變引起質(zhì)變的角度來(lái)講，人工智能在不斷的發(fā)展過(guò)程中一定會(huì)產(chǎn)生質(zhì)的飛躍。在最初，人工智能只具有簡(jiǎn)單的模擬功能，但是發(fā)展到現(xiàn)在已經(jīng)具備了思考的能力（邏輯推理分析），這已經(jīng)表明人工智能在不斷量變的過(guò)程中已經(jīng)發(fā)生了質(zhì)變。有人認(rèn)為有人會(huì)說(shuō)人工智能不會(huì)超過(guò)人類的智能，理由是人工智能是人類創(chuàng)造出來(lái)的。但是現(xiàn)實(shí)中很多人類創(chuàng)造出來(lái)的東西已經(jīng)在某一些方面超過(guò)了人類本身的能力，例如起重機(jī)的力氣超過(guò)人類很多；汽車速度也遠(yuǎn)超過(guò)人類的速度。人類之所以會(huì)制造出各種各樣的工具，其目的就是希望自身的能力能通過(guò)這些工具進(jìn)行延伸和突破。人類研究人工智能就是希望人工智能幫助人類實(shí)現(xiàn)人類某些無(wú)法實(shí)現(xiàn)的東西。還有人認(rèn)為人工智能是人類創(chuàng)造出來(lái)的，所以它一定存在著致命的弱點(diǎn)，也因此人的智能優(yōu)于人工智能。但是殊不知人類與機(jī)器相比也有著十分明顯的弱點(diǎn)，例如人類所需要的生存條件比機(jī)器更加的嚴(yán)格，人類思維會(huì)受到人的情緒所影響，而機(jī)器只是受到程序的影響，它們沒有情緒的起伏。就目前的人工智能而言，它們?cè)谀骋恍╊I(lǐng)域比人類更強(qiáng)。但是目前我們必須正視人工智能的一些還沒有辦法改變的缺陷，那就是人工智能的學(xué)習(xí)能力與創(chuàng)新能力。人工智能的知識(shí)獲取大部門都是人為的進(jìn)行灌輸，而無(wú)法像人類自身那樣進(jìn)行主動(dòng)的學(xué)習(xí)。同時(shí)人工智能只能夠利用已有的知識(shí)去解決一些問(wèn)題，但是卻還不能夠創(chuàng)造性的提出一些新的東西。

關(guān)鍵詞：人工智能;選題策劃;科技期刊;應(yīng)對(duì)策略

《2018—2019中國(guó)數(shù)字出版產(chǎn)業(yè)年度報(bào)告》中指出，人工智能技術(shù)在出版領(lǐng)域的應(yīng)用日趨深入［1］，最直接的表現(xiàn)在于人工智能技術(shù)將改變出版行業(yè)長(zhǎng)久以來(lái)模式化、規(guī)律化的生產(chǎn)運(yùn)營(yíng)方式，提高出版效率，提升知識(shí)服務(wù)能力.研究人工智能技術(shù)與出版融合發(fā)展的落腳點(diǎn)和著力點(diǎn)在于人工智能在學(xué)術(shù)出版領(lǐng)域的應(yīng)用.向颯［2］認(rèn)為人工智能不僅可以加速學(xué)術(shù)傳播，在選題策劃、編輯出版、生產(chǎn)印刷、營(yíng)銷發(fā)行等方面再造學(xué)術(shù)出版流程，還可以顯著提升學(xué)術(shù)出版的知識(shí)服務(wù)能力.劉銀娣［3］認(rèn)為人工智能可以應(yīng)用在反剽竊和同行評(píng)審專家匹配、智能學(xué)術(shù)搜索以及智能文獻(xiàn)計(jì)量等環(huán)節(jié).劉平等［4］介紹了借助人工智能的智慧出版模式，包括從選題策劃、內(nèi)容生產(chǎn)到閱讀體驗(yàn)及內(nèi)容服務(wù)等過(guò)程.江雨蓮等［5］指出人工智能在醫(yī)學(xué)期刊編輯出版中的應(yīng)用包括選題策劃與組稿、論文初審與同行評(píng)議、編輯加工、排版與校對(duì)等方面.然而，現(xiàn)有研究［2－7］大多是概述人工智能在內(nèi)容生產(chǎn)到內(nèi)容推送全流程中的潛在應(yīng)用，鮮有專門探討人工智能應(yīng)用于選題策劃的研究.選題策劃是出版物編輯過(guò)程的最初階段，也是影響出版物發(fā)展前景的至關(guān)重要階段［8］.探討人工智能應(yīng)用于選題策劃是研究人工智能技術(shù)與學(xué)術(shù)出版融合發(fā)展的重要一環(huán).本文將列舉人工智能在科技期刊選題策劃中的優(yōu)勢(shì)和可用于選題策劃的人工智能產(chǎn)品，探討人工智能選題策劃面臨的挑戰(zhàn)及編輯的應(yīng)對(duì)策略，以期為科技期刊應(yīng)用人工智能進(jìn)行選題策劃提供參考.

1人工智能選題策劃的優(yōu)勢(shì)及可用產(chǎn)品

科技期刊選題策劃的方式方法與圖書等出版物相比存在一些差異，它主要是根據(jù)當(dāng)前學(xué)科熱點(diǎn)及焦點(diǎn)問(wèn)題，結(jié)合讀者需求，制定具有前瞻性、引導(dǎo)性、實(shí)用性的選題方向、選題形式及內(nèi)容，然后進(jìn)行多途徑組稿約稿，策劃專題專欄、?？踔撂乜瘉?lái)實(shí)現(xiàn)選題優(yōu)化，強(qiáng)化期刊品牌特色，推進(jìn)學(xué)科發(fā)展.

1.1人工智能在科技期刊選題策劃中的優(yōu)勢(shì)

1.1.1提高選題策劃的效率和準(zhǔn)確性傳統(tǒng)的選題策劃主要依靠編委和編輯的知識(shí)積累、經(jīng)驗(yàn)以及對(duì)學(xué)科方向的預(yù)見和主觀判斷來(lái)尋找有價(jià)值的選題，這種方式耗時(shí)費(fèi)力，并且容易忽略非常有價(jià)值的選題.利用人工智能獲取選題離不開人工智能學(xué)術(shù)搜索工具.2020年5月，清華大學(xué)人工智能研究院等單位聯(lián)合了報(bào)告《人工智能之學(xué)術(shù)搜索》［9］，該報(bào)告中指出，與以往的學(xué)術(shù)搜索引擎(例如開放式互聯(lián)網(wǎng)學(xué)術(shù)搜索引擎)相比，人工智能學(xué)術(shù)搜索引擎不再局限于單純地為用戶提供文獻(xiàn)檢索的簡(jiǎn)單功能(例如關(guān)鍵詞搜索、模型化計(jì)量等)來(lái)逐層過(guò)濾相關(guān)度不高的論文，而是將大數(shù)據(jù)、深度學(xué)習(xí)技術(shù)應(yīng)用到信息篩選過(guò)程中，基于大數(shù)據(jù)、深度學(xué)習(xí)的檢索系統(tǒng)能從海量數(shù)據(jù)中快速提取有效信息并進(jìn)行科學(xué)統(tǒng)計(jì)分析，同時(shí)理解查詢者的需求和文獻(xiàn)的意思.人工智能可深度挖掘讀者需求，通過(guò)讀者行為(閱讀、評(píng)論、下載、轉(zhuǎn)發(fā)等)捕捉讀者研究背景和研究興趣;還可以根據(jù)學(xué)科領(lǐng)域內(nèi)的熱門事件和熱點(diǎn)、前沿問(wèn)題進(jìn)行智能分析比對(duì)，快速推測(cè)出哪些內(nèi)容更具前瞻性和話題性，有效提高選題策劃的效率.人工智能選題策劃是在開放的互聯(lián)網(wǎng)上進(jìn)行的，搜索范圍更廣、內(nèi)容更豐富，獲得的選題方向更全面、準(zhǔn)確.由《紐時(shí)時(shí)報(bào)》數(shù)字部門的科學(xué)團(tuán)隊(duì)研發(fā)的機(jī)器人Blossomblot，是基于協(xié)作工具Slack軟件上的一個(gè)虛擬智能機(jī)器人，它可以對(duì)社交網(wǎng)絡(luò)的海量文章進(jìn)行大數(shù)據(jù)分析，預(yù)測(cè)哪些內(nèi)容更有話題性，幫助編輯挑選出適合推送的素材.據(jù)《紐時(shí)時(shí)報(bào)》的統(tǒng)計(jì)數(shù)據(jù)，經(jīng)Blossomblot篩選后推薦的文章點(diǎn)擊量是普通文章的38倍［10］.

1.1.2提升約稿對(duì)象的匹配度隨著科學(xué)技術(shù)的發(fā)展，學(xué)科間的交叉融合越來(lái)越多，學(xué)者進(jìn)行跨學(xué)科研究的現(xiàn)象非常普遍;青年學(xué)者的學(xué)術(shù)影響力較弱.這些因素都可能導(dǎo)致編委或編輯不能準(zhǔn)確、及時(shí)地獲取潛在約稿專家的信息及他們的科研動(dòng)態(tài).人工智能可協(xié)助期刊編委及編輯尋找潛在的約稿專家.與傳統(tǒng)的約稿方式(如在編輯部已有專家?guī)熘羞x擇、其他專家推薦等)相比，借助大數(shù)據(jù)技術(shù)、知識(shí)圖譜技術(shù)、圖像識(shí)別技術(shù)甚至聲紋識(shí)別技術(shù)等，人工智能可在海量信息中檢索并標(biāo)記可能相關(guān)的學(xué)術(shù)動(dòng)態(tài)信息及其研究者，具有元數(shù)據(jù)結(jié)構(gòu)的機(jī)器可“讀取”、描述這些科學(xué)人物，并對(duì)他們的研究成果相關(guān)性及研究質(zhì)量進(jìn)行搜索、分析和排序，估算這些研究者的學(xué)術(shù)影響力.比如，人工智能可以快速搜索相關(guān)領(lǐng)域重要學(xué)術(shù)會(huì)議的特邀專家、重大科研項(xiàng)目的第一責(zé)任人、省部級(jí)科技獎(jiǎng)項(xiàng)獲得者等，分析這些研究者及所在課題組的科研軌跡和當(dāng)前的研究方向，分析他們的科研產(chǎn)出，估算他們的科研活躍度;同時(shí)，通過(guò)學(xué)者關(guān)系網(wǎng)絡(luò)圖譜智能搜索與這些科學(xué)家合作密切的其他研究者.此外，人工智能還可根據(jù)當(dāng)次約稿結(jié)果生成新的訓(xùn)練數(shù)據(jù)，為下一次選題策劃、組稿約稿提供參考.人工智能賦能的學(xué)術(shù)搜索工具AMiner可采用知識(shí)圖譜技術(shù)結(jié)合人工智能技術(shù)自動(dòng)生成全球人工智能領(lǐng)域最有影響力的學(xué)者榜單、全球計(jì)算機(jī)領(lǐng)域高校排名、全球?qū)W術(shù)會(huì)議綜合指數(shù)及排名等學(xué)術(shù)榜單，幫助編委和編輯在交叉領(lǐng)域和新興熱點(diǎn)領(lǐng)域?qū)ふ胰蚍秶鷥?nèi)合適的約稿對(duì)象［9］.

摘要：我國(guó)科技期刊正加快數(shù)字化轉(zhuǎn)型進(jìn)程，即將面臨數(shù)字化后的智能化升級(jí)?？萍计诳艘プ≈悄芑D(zhuǎn)型的發(fā)展契機(jī)，積極發(fā)揮人工智能對(duì)科技期刊發(fā)展的推動(dòng)作用。人工智能已在科技期刊出版中探索應(yīng)用，人工智能可以協(xié)助審稿、策劃組稿、編輯加工、檢測(cè)出學(xué)術(shù)不端、鑒別數(shù)據(jù)造假、精準(zhǔn)發(fā)行傳播等，優(yōu)化出版流程，提高期刊出版發(fā)行和學(xué)術(shù)傳播的效率和質(zhì)量，未來(lái)可能會(huì)有更廣闊的應(yīng)用前景。

關(guān)鍵詞：科技期刊；人工智能；數(shù)字化；同行評(píng)議

2021年，中共中央宣傳部、教育部、科技部印發(fā)《關(guān)于推動(dòng)學(xué)術(shù)期刊繁榮發(fā)展的意見》，指出學(xué)術(shù)期刊要加快融合發(fā)展，推動(dòng)數(shù)字化轉(zhuǎn)型，引導(dǎo)學(xué)術(shù)期刊適應(yīng)移動(dòng)化、智能化發(fā)展方向，推動(dòng)融合發(fā)展平臺(tái)建設(shè)。人工智能正推動(dòng)社會(huì)從數(shù)字化、網(wǎng)絡(luò)化向智能化轉(zhuǎn)型，科技期刊是率先有效引入人工智能的領(lǐng)域，人工智能與科技期刊出版的融合是發(fā)展的必然趨勢(shì)。人工智能技術(shù)正越來(lái)越多地被開發(fā)、應(yīng)用來(lái)幫助作者和出版人員，如對(duì)海量文獻(xiàn)進(jìn)行檢索和分析，提取有用的信息；協(xié)助組稿審稿、編輯加工、出版發(fā)行；檢出學(xué)術(shù)不端、鑒別數(shù)據(jù)造假等。人工智能可提高期刊出版和學(xué)術(shù)交流的效率，保證客觀公正性和質(zhì)量控制，減少人為偏倚和編輯職業(yè)倦怠，未來(lái)甚至可以指導(dǎo)特定領(lǐng)域如何開展新的研究?？萍计诳霭嫫脚_(tái)未來(lái)將不僅限于提供學(xué)術(shù)論文數(shù)據(jù)庫(kù)服務(wù)，還可以提供更多的信息和服務(wù)，人工智能在科技期刊出版中的應(yīng)用前景值得思考和探索。

一、人工智能在審稿中的應(yīng)用

Dimensions數(shù)據(jù)顯示，2019年有超過(guò)420萬(wàn)篇論文發(fā)表，與十年前相比翻了一番。辛巴信息（SimbaInformation）統(tǒng)計(jì)數(shù)據(jù)顯示，每年有超過(guò)250萬(wàn)篇學(xué)術(shù)論文發(fā)表在28000余種英文科技期刊上，科技期刊同行評(píng)議的論文數(shù)量是這個(gè)數(shù)量的兩倍以上。發(fā)表論文數(shù)量的增加意味著高質(zhì)量同行評(píng)議審稿的需求增加，也帶來(lái)了嚴(yán)格保持審稿高質(zhì)量和高標(biāo)準(zhǔn)的挑戰(zhàn)。數(shù)量如此龐大的學(xué)術(shù)論文交到數(shù)量相對(duì)較少的固定的學(xué)者間進(jìn)行同行評(píng)議，勢(shì)必造成審稿效率的低下和學(xué)術(shù)論文的延遲發(fā)表。同行評(píng)議過(guò)程還存在個(gè)人偏見，審稿人可能是稿件作者的競(jìng)爭(zhēng)者或反對(duì)者，抑或是朋友、未來(lái)的合作者或資助者等，這些可能會(huì)影響審稿意見的客觀性和公正性。在實(shí)際的期刊出版工作中，也缺乏對(duì)審稿人審稿質(zhì)量，以及拖延審稿或無(wú)效審稿等不當(dāng)行為的約束和監(jiān)督。這種情況亟須人工智能等可用于決策支持的技術(shù)來(lái)保證海量論文得到嚴(yán)格、一貫且高效的審評(píng)。引入人工智能技術(shù)可以大大優(yōu)化審稿流程、提高審稿效率、縮短審稿周期。人工智能可以從網(wǎng)絡(luò)出版平臺(tái)的專家數(shù)據(jù)庫(kù)中快速匹配符合選題方向的審稿專家，幫助提高審稿的效率和成功率。人工智能可以在數(shù)據(jù)庫(kù)中根據(jù)研究方向、審稿記錄、審稿效率和其他預(yù)設(shè)條件等，自動(dòng)篩選最合適的審稿專家，分析排序后生成審稿人列表；并根據(jù)審稿人信息自動(dòng)完成審稿邀請(qǐng)郵件的發(fā)送，還可以實(shí)時(shí)監(jiān)控審稿狀態(tài)和審稿人反饋；一旦出現(xiàn)審稿超時(shí)，自動(dòng)向列表中下一位審稿人發(fā)出審稿邀請(qǐng)；收到審稿人的審稿意見后，實(shí)時(shí)通過(guò)郵件、APP、短信等及時(shí)反饋給期刊編輯進(jìn)行相應(yīng)處理。人工智能還可以根據(jù)論文標(biāo)題、摘要、關(guān)鍵詞和正文內(nèi)容等對(duì)來(lái)稿進(jìn)行初審，對(duì)圖文進(jìn)行快速識(shí)別，對(duì)論文的真實(shí)性、合理性、邏輯性、科學(xué)性、創(chuàng)新性和規(guī)范性等做出判斷，為編輯初審提供詳盡精準(zhǔn)的參考。人工智能可以對(duì)論文的學(xué)術(shù)價(jià)值進(jìn)行初步判斷，對(duì)其中的文字和插圖等進(jìn)行深度識(shí)別。人工智能可以整句或整段地閱讀釋義，能識(shí)別出傳統(tǒng)軟件識(shí)別不出的同義表達(dá)，如此可減少學(xué)術(shù)不端，保證期刊的學(xué)術(shù)價(jià)值和品質(zhì)。人工智能或許可以一定程度上遏制掠奪性期刊和掠奪性出版的泛濫。人工智能通過(guò)幫助編輯尋找新的審稿人并進(jìn)行自動(dòng)審稿等，大大提高學(xué)術(shù)和科技出版機(jī)構(gòu)編輯出版高質(zhì)量學(xué)術(shù)論文的能力，增加學(xué)術(shù)和科技期刊的論文接納能力，也就減少了掠奪性期刊侵占學(xué)術(shù)資源的機(jī)會(huì)。人工智能還能對(duì)已發(fā)表的論文進(jìn)行自動(dòng)瀏覽回顧，基于掠奪性期刊的一些特征和標(biāo)準(zhǔn)，幫助篩選出那些不堅(jiān)持標(biāo)準(zhǔn)的掠奪性期刊和出版商。Elsevier用人工智能軟件EVISE取代了其過(guò)時(shí)的編輯系統(tǒng)，支持其編輯流程，提高了學(xué)術(shù)論文處理效率。EVISE可將來(lái)稿鏈接學(xué)術(shù)不端檢測(cè)軟件，從數(shù)據(jù)庫(kù)中篩選推薦合適的審稿專家，鏈接其他項(xiàng)目資源對(duì)稿件內(nèi)容、科學(xué)性和審稿人利益沖突等進(jìn)行檢測(cè)，自動(dòng)生成與個(gè)人或機(jī)構(gòu)的往來(lái)郵件等。開放獲取期刊出版商Frontiers推出人工智能軟件AIRA，對(duì)Frontiers的10萬(wàn)名編輯、審稿人和作者開放，能幫助他們自動(dòng)評(píng)估學(xué)術(shù)論文的質(zhì)量。AIRA可以閱讀每篇論文，并在幾秒鐘內(nèi)給出20條建議，包括對(duì)文字質(zhì)量、圖表的完整性、學(xué)術(shù)不端檢測(cè)以及可能的利益沖突等。AIRA經(jīng)過(guò)了Frontiers的審稿經(jīng)驗(yàn)培訓(xùn)和測(cè)試，已完全融入Frontiers的內(nèi)部工作流程，自動(dòng)篩選和識(shí)別潛在的審稿人，加快審稿進(jìn)程的同時(shí)，保證質(zhì)量控制和客觀公正，縮短了發(fā)表時(shí)滯，提高了出版效率。AIRA通過(guò)給出建議及半自動(dòng)化檢查的方式提供決策支持，仍然由相關(guān)領(lǐng)域?qū)I(yè)人士做出最終決策，這種用戶反饋被AIRA捕捉并進(jìn)行學(xué)習(xí)和自我完善，這種人機(jī)協(xié)作有助于保證高準(zhǔn)確性和高效率。

二、人工智能在策劃選題中的應(yīng)用

傳統(tǒng)的策劃選題依靠編委和編輯的經(jīng)驗(yàn)、知識(shí)積累對(duì)學(xué)科發(fā)展方向的判斷和預(yù)見，這種方式受人為因素限制，容易忽略有價(jià)值的選題且費(fèi)時(shí)費(fèi)力。未來(lái)，我們可借助人工智能的幫助，對(duì)已發(fā)表的海量文獻(xiàn)、資源數(shù)據(jù)庫(kù)進(jìn)行檢索分析，獲取有用的信息進(jìn)行相應(yīng)的操作。人工智能可以從網(wǎng)絡(luò)出版平臺(tái)的專家數(shù)據(jù)庫(kù)中快速匹配符合選題方向的作者，幫助提高組稿的效率和成功率。數(shù)據(jù)思維就是利用數(shù)據(jù)來(lái)深度挖掘和了解需求，了解存在和需要解決的問(wèn)題，通過(guò)量化的數(shù)據(jù)來(lái)解決問(wèn)題。人工智能基于大數(shù)據(jù)可以輔助選題策劃選題、收集專家學(xué)者信息和研究方向，通過(guò)讀者閱讀信息和反饋來(lái)分析其關(guān)注點(diǎn)和需求，提供個(gè)性化的文獻(xiàn)檢索和信息傳遞服務(wù)等。人工智能可以通過(guò)對(duì)大數(shù)據(jù)的深度挖掘和學(xué)習(xí)，通過(guò)云計(jì)算技術(shù)，敏銳捕捉專業(yè)領(lǐng)域的新熱點(diǎn)、新技術(shù)、新理論等；基于讀者的閱讀習(xí)慣、傾向及頻率等進(jìn)行量化分析，獲取讀者的需求信息；對(duì)國(guó)家自然科學(xué)基金等基金組織申報(bào)和資助情況、科技獎(jiǎng)獲獎(jiǎng)情況、國(guó)際學(xué)術(shù)會(huì)議研討熱點(diǎn)等進(jìn)行整合分析，對(duì)文獻(xiàn)數(shù)據(jù)庫(kù)等潛在信息進(jìn)行挖掘和分析，快速推測(cè)出哪些內(nèi)容具有獨(dú)創(chuàng)性、前瞻性和話題性，生成選題策劃資源庫(kù)，幫助期刊編輯更精準(zhǔn)高效的策劃選題?；谌斯ぶ悄艿男滦退阉鞴ぞ逫ris.AI，可以幫助學(xué)者從海量文獻(xiàn)中篩選研究論文或?qū)＠?，提取關(guān)鍵的數(shù)據(jù)和要查找的信息。學(xué)術(shù)搜索平臺(tái)SemanticScholar也是基于人工智能自主學(xué)習(xí)的學(xué)術(shù)搜索引擎，可快速篩選相關(guān)有用內(nèi)容，并在一定程度上理解這些內(nèi)容，展示相關(guān)主題歷年文章發(fā)表情況及相關(guān)推薦內(nèi)容等，可輔助期刊策劃選題。

摘要:媒體融合時(shí)代，智能技術(shù)為科技期刊的發(fā)展帶來(lái)了前所未有的便利，然而文獻(xiàn)的爆炸式增長(zhǎng)也給科技期刊的精準(zhǔn)傳播帶來(lái)了很大的挑戰(zhàn)。文章從擴(kuò)展學(xué)術(shù)搜索的路徑、構(gòu)建個(gè)性化的精準(zhǔn)推送平臺(tái)和多元化的傳播模式、向用戶提供有針對(duì)性的服務(wù)方面探索在媒體融合形勢(shì)下如何提升科技期刊的精準(zhǔn)傳播能力。

關(guān)鍵詞:科技期刊;媒體融合;知識(shí)服務(wù);精準(zhǔn)傳播

近年來(lái)，隨著計(jì)算機(jī)技術(shù)的進(jìn)步，科技期刊出版正在經(jīng)歷著前所未有的巨大變革。目前，信息技術(shù)已呈現(xiàn)出“人-機(jī)-物”三元融合的態(tài)勢(shì)，數(shù)據(jù)分析工具和基于云計(jì)算的數(shù)據(jù)資源成為期刊出版的重要特征［1］，期刊出版的數(shù)字化和集群化發(fā)展成為當(dāng)下期刊發(fā)展的主流趨勢(shì)，人工智能也將在學(xué)術(shù)期刊的出版、存取、質(zhì)量評(píng)價(jià)等多個(gè)環(huán)節(jié)上得到廣泛應(yīng)用，并推動(dòng)科技期刊出版方式的變革［2］。目前，在科技期刊界，學(xué)者們就如何促進(jìn)科技期刊媒體融合發(fā)展開展了大量的研究，既包括理論層面的探討，又包括從實(shí)踐和案例的角度開展的應(yīng)用研究［3-6］。與此同時(shí)，我們注意到，全球的科學(xué)產(chǎn)出以極快的速度增長(zhǎng)，從第二次世界大戰(zhàn)結(jié)束以來(lái)，全球的科學(xué)產(chǎn)出相當(dāng)于每9年就會(huì)翻1番［7］，讀者也更容易被無(wú)用的信息轟炸，難以在期刊論文的海洋中高效準(zhǔn)確地找到自己需要的內(nèi)容，科技期刊要想擴(kuò)大自身的影響力也愈來(lái)愈難。信息爆炸時(shí)代，科技期刊關(guān)注讀者“需要什么”比“提供了什么”更重要。在智能技術(shù)變革的時(shí)展潮流中，科技期刊應(yīng)如何順應(yīng)時(shí)展趨勢(shì)，利用智能技術(shù)整合資源，更好地滿足讀者的需求，擴(kuò)大期刊的影響力，創(chuàng)造科技期刊人、出版商、作者、讀者的共贏局面?本文從以上問(wèn)題切入，嘗試從擴(kuò)展學(xué)術(shù)搜索的路徑、構(gòu)建個(gè)性化的精準(zhǔn)推送平臺(tái)和多元化的傳播模式、向用戶提供有針對(duì)性的服務(wù)方面探索在媒體融合形勢(shì)下如何提升科技期刊的精準(zhǔn)傳播能力，以期為我國(guó)科技期刊媒體融合建設(shè)增瓦添磚。

1借助人工智能，擴(kuò)展學(xué)術(shù)搜索的路徑

互聯(lián)網(wǎng)時(shí)代改變了人們獲取信息的方式，搜索引擎在促進(jìn)科技期刊的傳播、提高影響力等方面的功能逐漸凸顯。雖然現(xiàn)有的一些搜索門戶網(wǎng)站諸如Webofscience、PubMed、谷歌學(xué)術(shù)、各圖書館網(wǎng)站、中國(guó)知網(wǎng)、萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)等搜索引擎可以幫助讀者檢索科技論文，但是仍不能滿足用戶多樣化的檢索需求。Tancheva等［8］針對(duì)康奈爾大學(xué)圖書館開展的一項(xiàng)調(diào)查研究發(fā)現(xiàn)受訪者“往往既對(duì)搜索方法的效率感到滿意，同時(shí)又對(duì)搜索的棘手和費(fèi)力感到不滿……當(dāng)研究人員無(wú)法完成一個(gè)特定的搜索任務(wù)，他們很可能放棄現(xiàn)有的方法(或工具或技術(shù))，而不是找出如何使它工作”。為了解決這一問(wèn)題，需要開發(fā)新的模式解決學(xué)術(shù)出版的過(guò)量負(fù)載，利用智能技術(shù)優(yōu)化搜索引擎的現(xiàn)有功能。目前很多科技公司都在探索開發(fā)基于人工智能的學(xué)術(shù)搜索引擎和知識(shí)服務(wù)。例如Springer網(wǎng)絡(luò)平臺(tái)不斷對(duì)其功能進(jìn)行集成，并提供個(gè)性化服務(wù)功能;Elsevier等出版商為用戶等提供搜索引擎培訓(xùn)課程;微軟學(xué)術(shù)(MicrosoftAcademic)通過(guò)在實(shí)體之間建立有意義的關(guān)聯(lián)，自動(dòng)生成可視化的知識(shí)圖譜，引導(dǎo)學(xué)者閱讀［2］;2014年，Wiley線上圖書館為用戶提供了增強(qiáng)型HTML文章服務(wù)(AnywhereArticle)，它將可讀性、交互性和可移植性設(shè)為用戶體驗(yàn)的核心，使讀者能夠在頁(yè)面中快速找到最重要的信息［9］。一些關(guān)于科學(xué)出版的新模式和平臺(tái)被相繼開發(fā)，如Chorus［10］通過(guò)集成服務(wù)和開放APIs，優(yōu)化了科技論文被搜索的路徑，并為政府機(jī)構(gòu)、出版商、研究人員、圖書館員和作者提供可持續(xù)的解決方案。目前我國(guó)已經(jīng)形成一些專業(yè)的期刊集群，一部分學(xué)術(shù)期刊數(shù)據(jù)庫(kù)平臺(tái)也開始進(jìn)行語(yǔ)義出版形式的探索，對(duì)科技期刊內(nèi)容進(jìn)行深度加工和挖掘。不同的科技期刊具有不同的特點(diǎn)，在學(xué)術(shù)期刊的數(shù)據(jù)庫(kù)平臺(tái)建設(shè)過(guò)程中需要平臺(tái)開發(fā)團(tuán)隊(duì)與期刊編輯充分交流［11］，發(fā)揮編輯的優(yōu)勢(shì)和主導(dǎo)作用，凸顯本學(xué)科的學(xué)科特色。

2利用智能算法，構(gòu)建個(gè)性化的精準(zhǔn)推送平臺(tái)

技術(shù)是科技期刊創(chuàng)新發(fā)展的重要推手，技術(shù)應(yīng)用能力也成為科技期刊發(fā)展的競(jìng)爭(zhēng)資源，充分利用技術(shù)強(qiáng)化科技期刊的知識(shí)服務(wù)和加工能力，創(chuàng)新出版和傳播模式，滿足數(shù)字化時(shí)代的讀者需求，對(duì)于科技期刊的精準(zhǔn)傳播和融合發(fā)展非常重要。在人工智能背景下，可以借助于算法實(shí)現(xiàn)科技期刊出版的智能化。算法的設(shè)計(jì)程序與設(shè)計(jì)者的思維密不可分，設(shè)計(jì)者選擇數(shù)據(jù)樣本、賦予數(shù)據(jù)意義、設(shè)計(jì)模型與算法，擁有數(shù)據(jù)并設(shè)定算法的智能化平臺(tái)具有很強(qiáng)的主導(dǎo)性［12］，因此設(shè)計(jì)者需要盡可能考慮并消除算法偏見和利益沖突對(duì)精準(zhǔn)傳播帶來(lái)的負(fù)面影響。日前，騰訊研究院和騰訊AILab聯(lián)合的人工智能倫理報(bào)告指出“人工智能等新技術(shù)需要價(jià)值引導(dǎo)，做到可用、可靠、可知、可控”［13］。目前“智能算法+學(xué)術(shù)期刊”已成為創(chuàng)新趨勢(shì)，學(xué)術(shù)期刊可構(gòu)建信息數(shù)據(jù)基礎(chǔ)環(huán)境，進(jìn)一步完成動(dòng)態(tài)精準(zhǔn)信息推薦，最后以傳受關(guān)系交互實(shí)現(xiàn)長(zhǎng)期有效的黏性連接［14］。一方面可以通過(guò)算法整合資源，實(shí)現(xiàn)大量科技期刊的數(shù)字資源的聚合;另一方面可以通過(guò)算法分析用戶的閱讀興趣、研究領(lǐng)域，基于用戶的需求建立相關(guān)用戶數(shù)據(jù)信息，從而進(jìn)一步將數(shù)字資源和用戶數(shù)據(jù)相匹配，實(shí)現(xiàn)科技期刊的智能化精準(zhǔn)傳播。如中國(guó)知網(wǎng)推出的“CNKI全球?qū)W術(shù)快報(bào)”整合全球文獻(xiàn)和超星集團(tuán)推出的“域出版”超星學(xué)習(xí)通學(xué)術(shù)平臺(tái)［15］，用戶不僅可以在其App上進(jìn)行文獻(xiàn)檢索、分版閱讀、專題閱讀等，還可以與作者進(jìn)行互動(dòng)交流。此外，還可以利用智能算法設(shè)計(jì)追蹤用戶的信息反饋，通過(guò)學(xué)術(shù)平臺(tái)進(jìn)一步增加用戶的體驗(yàn)感，提升科技期刊的精準(zhǔn)傳播能力。