Nature新子刊《Nature Machine Intelligence》今日上线！

Nature新子刊《自然-机器智能》昨晚悄然上线，将关注算法与硬件研究、机器智能在多领域应用、机器智能对社会工业等领域影响，并上线了篇文章。

子刊将重点关注三大主题：

构建智能机器的算法和硬件的工程和研究；

机器智能（如深度学习系统）在其他领域如物理、生物和医疗等的应用；

研究机器智能对社会、工业和科学的影响。

第一期的封面专题《触手可及的智能协作》（Intelligent collaboration within reach）也涵盖了这三大主题。以下是本期的封面：

发刊词：《自然-机器智能》将不同领域融合在一起

《自然-机器智能》第一期的内容不算太多，一共分七大板块，分别是：

社评（1篇）

评论&观点（2篇）

书籍&艺术（1篇）

新闻&观察（2篇）

综述（3篇）

研究（4篇）

竞赛（1篇）

在发刊词中，《自然-机器智能》认为，由于人工智能、机器人技术和机器学习在各领域都占据着重要位置，因此子刊的推出旨在促进不同学科之间的合作。

以下为发刊词的部分内容：

智能机器的发展似乎正在加快步伐，因为我们经常听到有关人工智能(AI)革命的讨论。然而，与各种报告指出的相反，我们并没有看到某种技术奇点：过去几年取得的令人瞩目的进步，在很大程度上是数十年持续研究和资助的延续。

例如，1994年在巴黎进行的一次测试中，自动驾驶汽车已经能与其他车辆自主地共享道路。20世纪90年代初，人们也很清楚机器学习将在工业上具有很大用途。1997年，一艘远程遥控太空船登陆火星，并发回了照片。

这并不是说影响上没有发生转变。这种转变背后有几个因素，比如计算机处理能力的提高，但或许最重要的是自上世纪90年代末以来海量数据的可用性。这些发展反过来又是由于可负担得起的大规模收集数据的移动设备的普及、数据共享的能力以及存储容量的提升。

因此，深度学习在2012年左右取得了显著的突破。当有足够的数据来训练系统时，深度学习就能识别复杂数据集中的模式。深度学习被认为是人工智能的一种形式，因为它与人类的学习有相似之处。事实上，在过去的几年里，深度学习在执行通常是人类擅长的任务方面取得了显著表现：学会了玩战略游戏并获胜、在医学诊断方面达到人类专家水平、语音识别和语言翻译。

一方面，这种形式的AI被认为是“弱人工智能”(narrow AI)，因为深度学习系统通常是针对一项特定的任务进行训练的。但是，来自各个领域的科学家们越来越意识到，深度学习的影响远非“弱”：一个AI应用可能为一个领域带来变革，解决根本问题，并实现快速进步——例如，寻找新材料，确定粒子物理学和天体物理学的重要信号数据，发现遗传和表型之间的联系，在显微图像中对细胞组织进行分类等等。

随着每一项先进技术的出现，需要审查技术滥用和不良社会影响的风险。由于AI是一种去中心化的现象，因此伦理问题对于AI更为重要。在这种现象中，大量权力被交给了那些能够自然地获取大量数据的公司和机构。围绕AI的开发和使用的伦理问题越来越受到重视。这些担忧导致了广泛的努力，制定法律、原则和标准，推动以人为本的AI使用，并开启了研究AI社会影响的研究项目。

毫无疑问，人类对理解和模仿智能的愿望将继续激发技术和科学创新。《自然-机器智能》将致力于将不同领域融合在一起，在人工智能、机器人技术、认知科学和机器学习等领域开展新的合作，进一步发展对人类有启发和使用价值的智能机器的愿景。

子刊最初将重点关注三大主题：构建智能机器的算法和硬件的工程和研究；机器智能(如深度学习系统)在其他领域(如物理、生物和医疗)的应用；以及最后，研究机器智能对社会、工业和科学的影响。

根据官网介绍，《自然-机器智能》子刊涵盖的研究方向包括人工智能，机器人技术，人机交互，机器学习，深度学习，强化学习，机器人学习，人工神经网络，符号推理，计算机视觉，自然语言处理，认知计算，人形机器人，生物启发机器人，软体机器人，神经启发计算，多智能体系统等，并致力于成为一个能让各界人士讨论人工智能对科学、社会和工业其他领域重大影响的意见平台。

收录的文章类型与其他《自然》子刊类似，包括研究论文(Primary research Article，正文不超过3500英文单词)，综述(Review，字数3000~4000单词)，前瞻性研究(Perspective)，以及读者来信(Correspondence，字数250~500单词），以上文章均经过同行评议。

最新出版的这一期《自然-机器智能》子刊上，一共4篇研究论文(Article)。