发表宇宙论文平台

刊号：CN31－1385/N 出版：上海科学技术出版社《科学》编辑部地址：上海钦州南路71号邮编：200235 《空间科学学报》空间科学是当代高科技发展的前沿领域之一，《空间科学学报》是我国空间研究界有影响综合性刊物。所刊载的内容由以空间本身为研究对象的研究成果和与空间环境有关的基础研究，应用研究及技术研究成果构成，报道的主要学科分支包括空间天文学、空间物理学、空间化学与地质学、空间生命科学、微动科学、空间材料科学和空间地球科学等。主要栏目有：理论研究、探测与实验、综述、研究简报，学报动态等等。期刊分类：双月刊创刊年份： 1981 国内刊号： CN 11-1783/V 国际刊号： ISSN 0254-6124 邮发代号： 2-562 定价： 20元/期主管单位：中国科学院主办单位：中国科学院空间科学与应用研究中心中国空间科学学会编辑单位：《空间科学学报》编辑部天体物理学报（英文版）Chinese Journal of Astronomy and Astrophysics简介：创刊时为中文期刊，2001年改为英文刊。主要刊登天文学和天体物理学领域的原创性研究论文。主要栏目和报道范围：“研究快报”用来报道天文观测的新结果及新理论；“特约综述”聘请国际知名天文学家就某些热点问题进行专题评述。期刊分类：双月刊创刊年份： 1981 国内刊号： CN 11-4631/P 国际刊号： ISSN 1009-9271 邮发代号： 2-187 定价： 20元/期主管单位：中国科学院主办单位：中国科学院北京天文台编辑单位： CJAA编辑部

如何发表和撰写SCI论文对从事基础研究的科学工作者，能否在SCI收录的杂志发表论文，是能否进入学术前沿，在国际公认的同一个平台上参与学术竞争，做出原创性贡献的一个基本标志。那么怎样的论文才是合格的？本文提出一些建议供大家参考。在国际核心刊物发表学术论文是基础研究工作者的贡任，大者作为国家，小者作为一个研究群体或个人，在高影响因子的SC]刊物上发表论文的多寡，显然是基础研究水平的一个较为客观的标志。罗伯特?戴在其名著《如何撰写和发表科学论文》的序言中指出，“对一个科学家的评价，从研究生开始，就主要不是看他在实验室操作的机敏，不是看他对或宽或窄的研究领域固有的知识，更不是看他的智能和魅力，而是看他的著述。他们因此而出名，(或依然默默无闻)。”他曾领导美国微生物学会出版工作19年并作为《细菌学》杂志的主编。他的深刻的见地值得从事基础研究的同事们思考。原创性和显著性是论文的生命正如蕹新吃士等在“再论科学道德问题”中指出，在国际核心刊物发表的论文，原则上都应当是“在国际上首次”描述的新的观测和实验事实，首次提出的概念和模型，首次建立的方程，也包括对已有的重大观测（实验）事实的新的概括和新的规律的提炼。与原创性相联系，任何期刊都不希望发表已经见于其它杂志，或由其它语言发表、或以稍有不同的形式发表的论文。太阳物理学权威刊物《太空物理学》 (Solar，physics〉主编Harvey曾专门谈到，曾有少数作者在主要结果用中文发表后又寄给《太空物理学》。他强调，过去这是可以容忍的，但现在已不允许。一个公认的原则是，作者不能把已在经过审稿的杂志发表的主要结果再以不同的形式投寄给其它杂志再发表。发表在国际核心刊物的论文，不仅应该是原创性的，其结果还必须是显著的，井对学科发展有所推，动。用Harvey的话来说，“至少有一、两个其他研究者会读这篇文章，并利用这些结果发表，他们自己的工作。”对成果显著性的检验是论文被引用的多寡。作者应当关心自己论文被引用的情况，注意国际学术界对自己工作的评价，包括得到肯定和批评的方面，特别是注意同行们对自己发表结果的不同的理解。这是提高自己研究水平的重要途径。充分评价已有的工作，体现作者的学术水平是否客观而充分地评价了以往的工作，常常是审稿人和读者衡量作者学术水准和学术风范的重要方面。我们一部分作者往往愿意引述国外知名学者的工作，有点“言必称希腊”的味道，但对国内同行发表的工作重视不够。有时明明是中国学者首先做的工作，都没有得到自己的国内同行的充分评价。较多地并且适当地援引国内同行工作，是应当提倡的。但是，我们也不要学习少数日本作者，他们绝少引用日本学者之外的文章。部分同行在论文中引述相当数量公式，但却不列出公式的出处，让读者分不清是作者发展的，还是引自他人以往的工作。原则上，除了教科书上公认的方程和表达式外，对于用于特定目的、特定条，件和问题的推演，只要不是作者自己的工作，都要列出出处和适用的条件；即便是作者自己以往的工作，也要列出相应的文献，让读者在必要时参考作者在充分评价以往工作的基础上，应当清晰地指出自己在当前工作中的独创性的贡献。这是作者对科学负责的表现，是一篇好的学术论文开宗明义必须写清楚的内容。要特别重视论文的题目、摘要、图表和结论每一位作者都有阅读大量论文的经验。读者阅读论文的习惯一般是首先浏览目录，只有对题目有，兴趣才愿意翻到有关论文；对一篇题目有兴趣的论文，读者又首先读论文摘要；如果对摘要还有兴趣，接着会去看论文的图表，因为图表往往最清楚地反映了论文的结果。看过图表之后，如读者还有兴趣，会接着读论文的结论。通常只有少数读者会读论文的全文。作者应当清晰地知道，论文的题目将被数以千计的读者读到。对题目的每一个字都要审慎地选择，用最少的词语最确切反映论文的`内容。正确对待审稿意见和退稿国际核心刊物的审稿人大多是各个领域的权威学者。杂志的出版社会经常征询编委的意见，选择最佳的审稿队伍。审稿是无报酬的。审稿人的工作态度大多极其认真。对审稿意见要十分尊重，对每一条批评和建议，都要认真分析，并据此修改论文。对自己认为是不正确的意见，要极其慎重，和认真地回答，有理有据地与审稿人探讨。如何对待被杂志拒绝的论文，常常是作者犯难的问题。这里必须分析被拒绝的理由。第一类拒绝是一种“完全的拒绝”，主编通常会表达个意见，对这类文章永远不愿再看到，再寄送这类文章是没有意义的。有一类是文章包含某些有用的数据和信息，主编拒绝这类文章是由于数据或分析有严重缺陷。对这类文章作者不妨先放一放，等到找到更广泛的证据支持或有了更明晰的的结论，再将经过修改的“ 新”文章寄给同一杂志。主编通常是会考虑重新受理这类文章的。这两年，至少有两位审稿人向笔者抱怨，个别中国同事在论文被一家杂志拒绝后，又原封不动地将稿件寄给另外一家杂志，而他们再次被邀请做审稿。他们对此非常反感。论文理所当然地被拒绝。在谈到这个问题时，《宇宙物理学》(The，Astrophysical，Journ al)的科学主编Thomas提出：“在一篇论文被一家杂志拒绝后不经修改又寄给另一个杂志，这是一个很糟的错误。通常，审稿人做了很认真的工作指出论文的问题，并建议了修改。如果作者忽视这些忠告，这是对时间和努力的真正浪费。同时，寄一篇坏的文章，对于作者的科学声望是一种严重的损害。”实际上，影响因子不同的学术刊物，接受论文的标准和要求差别很大。如果被拒绝的论文不是由于文稿中的错误，而是重要性或创新性不够，作者在仔细考虑了审稿人的意见，认真修改文稿后，是可以寄给影响因子较低的学术刊物的。值得注意的是，审稿人由于知识的限制和某种成见，甚至学术观点的不同，判断错误并建议退稿是会发生的。如何处理情况，有两个例子供参考。最近一位年青人的论文被一杂志拒绝。经过反复的讨论检验，我们判断审稿人是错误的。为了论文及时发表，我们建议这位作者礼貌和认真地回信给主编，指出审稿人的错误，并要求主编将他的意见转给审稿人，然后撤回论文，再将论文做必要改进，寄给另一影响因子更高的杂志。论文立即被接收，并得到很好的评价。在这一例子中，论文并没有经过重要修改就改寄其他杂志。但是作者却负责地请主编把对审稿人的意见转寄给审稿人。在这种情况下，作者改寄其他杂志是不应受到限制和责难的。但前提是对论文结果的反复检验，对论文的正确性有了确切的把握。笔者组内一篇论文在一重要杂志经过两年半才得以发表，主要的原因是第一位审稿人对我国向量磁场测量的可靠性提出质疑，不同意发表这篇论文。通过向权威的同事请教和反复的思考，我们确认对所进行的研究，所采用的测量，是充分准确和可靠的。作者花了近两年的时间与审稿人讨论，不但论文得以发表，还与审稿者和主编建立了良好的关系，这篇论文发表后得到了良好的国际引述。花大力气提高英语写作水平英语不是我们的母语，英语写作是英语学习中最困难的部分。我国SCI论文和引述偏少，除了基础研究水平的限制，语言的障碍不容忽视。每一位基础研究工作者必须把提高英语写作能力作为一个艰巨的任务。这里有三个成功的经验供参考。中国科技大学的胡友秋教授总是把审稿人的英文修改和自己的原稿中被修改的部分单独抄在本子上一一对照。细心琢磨并背下来，一点一滴地提高自己英语写作水平。他寄往国际核心刊物的论文常被审稿人称为well-written。美国国家太阳天文台有一个内部的审稿制度，其目的主要是保证论文的正确性，同时对研究也有相互影响和砥砺的好处。不经过内部审稿的论文不能寄给杂志。资深太阳物理学家 Sara，Martin建议找一些可作为范例的论文精读，学习怎样组织和写出好英语。她特别提到已故著名天体物理学家Zwaan的论文，可作为范文来效仿。论文初稿完成之后，一定要做拼写检查，不出现简单的拼写出错。如果对自己的英文写作无把握，请一位英文好的同事和国外同行把把英文关是必要的。为从根本上提高我国学者英语水平，我们建议对研究生必须开设英语写作课程。在写英语上，我们实在需要打个翻身仗。

平行宇宙论文到那发表

说实话外文期刊，本科学历发表有写困难，可以帮你尝试下。

我觉得可能是真的，因为宇宙本身就是很大，很多东西变幻莫测，我们不知道有什么未知的存在，这是很正常的事。

上海科技出版社有《科学》杂志，是关于这方面的。不过需要中文的文章，可以有英文的摘要。

霍金的这种说法还有待考证，但也并不能否认是否有真的平行宇宙存在，目前全球的科学家都在致力于航天研究，总会有一天会有答案的。

宇宙论文发表

找相关杂志社询问下，信得过咨询我也行，可以追问

康斯坦丁·齐奥尔科夫斯基写的。1903年，俄罗斯的康斯坦丁·齐奥尔科夫斯基发表了《利用喷气工具研究宇宙空间》的论文，深入论证了喷气工具用于星际航行的可行性。

在齐奥尔科夫斯基一生中，他最感兴趣、花费精力最多、取得成就最大的领域是航天。在很小的时候，有关星际航行的问题已经开始强烈地吸引着他。他在1911年回忆说："在过去很长时间里，我也和其他人一样，认为火箭不过是一种少有用途的玩具。

我已很难准确回忆起我是怎样开始计算有关火箭的问题。对我来说，第一颗太空飞行思想的种子是由儒勒·凡尔纳的幻想小说播下的，它们在我的头脑里形成了确定的方向。我开始把它作为一种严肃的活动。"

元宇宙发表论文

1.写作一篇大概2000-2500字符的论文（一个版面的量，如果感觉太短，可以根据所需来写，不过版多，费用也就高了）论文要求论证有理有据，语句通畅，没有语病，和错词，查重要在百分之三十左右2.根据自己的专业，和发表的要求（如需要省级，还是国家级，需要知网收录，还是万方，龙源，维普）还有就是预算（有的杂志几百，有的上千）。再有一个就是版面时间了，（就算自己再想发哪个杂志，版面时间不合适，也是白搭）3.选好杂志后，就是投稿了，投稿成功了，杂志社，会以电子稿的形式，发一个录用通知的。4.打杂志社的版权页上在的电话查稿就可以了（这个可以通过收录的网站进行，杂志社电话验证的）5.查稿确定了，付版面费。6.收杂志（出刊后会给作者一本或者两本杂志的，多个作者两本样刊，一个作者一般是给一本样刊）7.出刊后的1-3个月文章上传到网上。

1.写好论文，然后找到合适你的刊物，你是什么类的文章，就去找适合你的刊物，文章类型要合适你，刊物质量要适合你。如果你写了质量很一般的论文，想投稿到核心期刊，那就是不合适，也白忙活。2.找到合适刊物之后，就是投稿，一般审稿1-2个月，核心会在会长一些，等结果，录用了就录用了，没录用就再投稿。3.如果着急发表，想快速发表出来，可以找淘淘论文网这种专业机构发表，2-3个月就可以发表出来，就是需要多付点费用。

本人从事期刊投稿咨询工作，各位对发表论文如果有什么不懂的，欢迎随时来问~————————————————————1、明确自己发表论文的目的是什么，是纯粹自己想发，还是因为单位的要求（评职、评奖、保研、项目结题、留学……）；2、自己想投稿增加履历的话就不多说了，有能力有时间有精力想投什么随便投，我重点说一下，如果是单位要求发论文的话，那么切记，一定要根据单位的要求来！否则即便发了也没用！单位对期刊的要求一般都是要求省级以上正规学术期刊就行，这个要去新闻出版总署查询刊物是否正规，再看看最近半年期刊收录情况是否正常，另外，个别单位对期刊收录网站有要求，必须是万方、维普、知网等几大数据库收录的才行。3.明确单位对期刊的要求后，还要注意期刊的出刊时间，比如评职称在9月递交材料，那么你选择的期刊必须要确保在交材料之前，最好8月底之前就能拿到期刊，不然根本来不及，还有学生毕业、评奖、保研需要发表论文也一样，必须要确保在规定的时间之前期刊能出刊，否则评审交材料拿什么交？4.最后根据经验，提醒大家注意以下几点：期刊的刊期和出刊时间是不一样的，比如某本期刊一年12期，现在收21年7月的版面，但可能出刊时间会在8月、9月，也就是延后出刊，现在基本上都是延后出刊，所以咨询投稿的时候要注意问清楚出刊的时间而不是刊期。注意报刊、连续型电子出版物，这类期刊里虽然有些名字很好听，版面费也便宜，但是，很多单位是不予认可的，所以，这类期刊一定要慎发，特别是因为单位要求而发表论文的，更是要注意，很可能发了没用。至于如何分辨期刊是否属于这两种期刊，也很简单，去新闻出版总署一查便知。

华东政法大学政治学研究院。元宇宙的政治社会风险极其防治，并提出了对应的防治措施，在华东政法大学政治学研究院进行发表。华东政法大学政治学研究院成立于2008年2月，组建政治学研究院的宗旨是“加强政治学学科人才队伍建设，提升政治学学科研究水平。

元宇宙论文发表

1、投稿原则欢迎任何领域、任何国家、任何行业人士投稿。（不可包含任何政治议题或破坏国家主权的内容）本期刊分为《元域宙-理论》何《元域宙-实践》。2、实行会员制无论是科研界、工业界、服务界、直播精英、家庭自主生活人士等等，都可以免费申请成为本期刊会员，遵守本期刊的发表原则以及规定。会员之间的交流互动与本期刊无关。成为会员步骤：（1）提交申请意愿登录以下任意管道或通过本期刊任一学术编委提交申请：·《Metaverse》期刊官网：https://site-5431064-4471-7831.mystrikingly.com/·承办出版社YipChing Publishing House Limited（HKSAR)官网：https://site-5431064-9723-4795.mystrikingly.com/·投稿与学术秘书邮箱： / （2）接收邮件，填写会员信息，签署会员遵守协议（3）期刊编辑部审核会员信息（4）期刊发送会员编号，接收邮件（5）通过邮箱或官网投稿（观点、政策、学术论文、创新发明等），请附带会员编号3、稿件形式学术期刊：8000字左右，图表分析、程序设计代码、参考文献等字数不限制。观点：300字以内，简明扼要能表达自我观点。政策：包括提案在内5000字左右，图表分析、程序设计代码、参考文献等字数不限制。·投稿与学术秘书邮箱： / 、稿件主题1.元域宙总体构架；2.元宇宙的域治理；3.元域宙的资信体系；4.元域（宇）宙金融基础设施；5元域宙的信息化基础设施；6.教育元宇宙（元育宙）；7.创新元宇宙；8.工匠元宇宙；9.认知（出版、自治）元宇宙；10.智库元宇宙的域治理；11.元宇宙的道德生态体验；5、稿件参考内容应用场景研究1、新兴零售业电子商务解决方案利用云服务处理流量波动问题，扩展业务运营、降低成本2、电商直播迅速简捷设定全方位实时购物平台3、新零售解决方案新零售时代下，实现传统零售业转型4、零售业大资料咨询服务协助零售商迅速规划数码化旅程5、全局资料中台专为大数据建设、管理及应用的全局解决方案6、网上商店专用云端 POS 和远程支付解决方案所有操作集中于同一云端 POS 系统之中7、对话式 AI 服务全管道内置 AI 人工智能驱动、拟人化、多语言对话的聊天机械人8、金融服务云端金融科技为云端商家提升客户满意度9、金融科技数据库解决方案善用专为金融科技而设的云端原生数据库解决方案10、数码信贷透过大数据及人工智能减低信贷与诈风险11、外汇建立快捷且安全的全球外汇平台12、媒体电商直播迅速简捷设定全方位实时购物平台13、体育赛事与盛会现场直播在互联网上流畅直播体育赛事与盛会，与全球观众同步14、农场远程建设将内部算图农场连接云端15、个人化内容推荐建构探索服务，有助客户寻找最适合的内容16、媒体存盘保障您的媒体存盘17、游戏解决方案针对页游、手游等不同场景根据业务需求弹性伸缩的游戏解决方案18、游戏专用云端数据库解决方案19、网上教育迅速建构网上教育平台，专为遥距教学而设的加速全球联网方案，在教学系统与遥距学生之间建立快速稳定的环球网络联机20、电信云端电讯解决方案，透过统一数据驱动平台，全程提供贯彻始终的客户服务21、电讯商适用的超级应用程序建构全方位电讯与数码生活风格平台22、内部公用云端符合数据保护法规，极致提升利润23、为各国电讯公司而设的客户互动平台提供多渠道流畅客户体验24、医疗保健与生命科学CT 影像分析，缩短 CT 影像分析时间，弹性高效能运算加速药物与疫苗研发，全基因组定序分析，提升病毒扫描及侦测效率，疫症预测，对疫症进行预测25、用智慧技术数字化运动赛事，降低成本的人工智能体育赛事直播服务，专业的广播转码与讯号分发管理服务，智能互动赛事指南

经过几年的膨胀期，算法的热度快速下降，不论是AI四小龙的上市之路艰辛，还是各大头部互联网公司的副总裁重返学术界，以及算法人员的招聘冻结。这里有总体经济形势恶化带来的影响，也与算法本身的能力上限有关，在各类学习任务上，算法的性能正在逐渐进入瓶颈，通用任务效果提升的梯度在逐渐变小，有效的进展都依赖于超大规模的数据和模型参数，以通用语义表征任务为例，完成一次超大规模的预训练模型的成本达到数百万元，极大地限制了中小企业参与的机会。

在业务应用方面，经过几年的持续建设和多种类型功能的输出，业务依赖的不同方向所对应的内容理解算法在应用和效果层面已趋成熟，能够带来惊喜效果的机会变的很少。这种形势下，作为偏后台支持的角色，如何去识别并持续深化内容理解算法的作用变得很重要。本文试图从价值视角分析内容理解的生存形势，发掘未来发展的可能性以及从业人员的应对手段方面做了些不算严谨的阐述。

一直以来我们定义内容理解算法为业务的万金油，随时随地可以插拔式应用。从配合内容生产者做创作提示，帮助运营做质量分析，版权保护，相似查找，帮助搜索算法提供长尾查询的效率增强，帮助推荐算法提供标签等细粒度语义特征，根据消费者的负向反馈进行同类型的内容屏蔽(如软色情，恶心，不喜欢的明星)。因此很自然地，我们把内容理解算法的使命定义为“内容流转的全链路提质提效”，这里的质量包含对确定性劣质的去除，以及优质内容的免审或者高曝推荐。效率指的是把内容从生产到消费的链路上的时间优化到最快，包括配合运营进行快速的内容筛选，辅助分发算法进行人群和内容的精准匹配。

这里需要回答的是，在上述相对完备的能力基础上，内容理解算法所能提供的最核心的价值是什么？

首先是客户的定义问题，内容理解算法的客户不是运营，不是分发算法，也不是生产者和消费者。而是要回归到最原始的“内容”，用于对内容进行附加值的极大化提升。

其次，参与到内容流转各环节的角色承担了对内容理解算法的价值落地和放大，不论是运营所主导的平台意志实现，分发算法对内容和消费者的高效匹配，以及生产者和消费者分别从内容供给和消费方面对内容理解算法的诉求。

最后，内容本身是一种载体，载体背后是人对现实世界的刻画，平台层面有对内容进行按需取用的逻辑，消费者也有用脚投票的权利，这里的内容理解算法不应当做任何的自我倾向，按照业务诉求的多样化能力输出是内容理解存在的核心价值，否则通过简单搬运学术界的开源模型便可形成表面上的业务能力堆砌，显然是无法满足业务的增长诉求。

因此，我们可以形成价值定义： “内容理解算法的核心价值是内容全生命周期内，根据服务业务的多样化诉求，提供智能化和结构化的理解能力，其衡量标准为上述能力带来的附加效率提升和成本下降。”

从这个定义来看，内容理解算法似乎没有站在主战线上，价值被隐性地统计起来。实则不然，就如战争一样，冲锋在前的部队只有少数，而承担防守和辅助任务的兵种实际上是不可或缺的，很多时候也决定了战争的走向，历史上由于后勤保障问题导致战争走向改变的例子比比皆是。就如定义中的效率提升，它其实不是一票式的，由于效率的提升会带来供给者和消费者的规模增大，又会产出对内容理解算法效率提升的更多诉求，这种正反馈式的链路也是内容业务可以快速实现既定目标的重要方式。

一、估值游戏

以2021年11月小红书的估值来看，彼时6千万DAU和47分钟人均时长的内容社区获得200亿美金的估值认可，这属于一个早期内容社区经历过较长时间的成长后才能达到的高度。考虑一个相对创新内容业务，两到三年的时间想要达到5000万DAU和5分钟的人均时长其实还是比较困难的，按照对标小红书的逻辑，估值上限为30亿美金，假设内容理解算法对业务贡献率用3%折算，估算下来内容理解估值为9千万美金，按照简单的市销率10倍计算，内容理解每年的营收为900万美金(按照估值反推营收的原因是是内容理解算法对业务的点状式能力输出难以做到精准的量化统计)。

900万美金是非常尴尬的数字，因为内容理解算法存在比较高昂的成本，从大头上来看，内容理解算法支出分为三部分，第一部分是算法人员，以15人的支撑团队计算（看起来有点多，实则不然，想要支撑对未来预期的增长，15个人实际并不够用），按照单人每年的支付成本150万计算(这个成本折算到员工回报大约为100万左右，已经没多大市场竞争力)，大约400万美金/年；第二部分是资源消耗，按照百万内容/天的规模计算，各种资源成本(包括机器，存储、辅助软件等)大约500万美金/年；第三部分是配套工程人员，产品经理，外包标注支持等，这部分大约150万美金/年。可以看到业务发展到这个阶段，内容理解算法是入不敷出的。

按照上述口径，能够改善内容理解价值的核心方法包括三个方向，一是业务估值的上升，需要业务DAU和时长的稳定提升。二是内容理解算法的业务贡献率提升，这里对内容理解算法的要求是比较高的，不仅仅要从内容的质量，生产者的辅助，分发流量效率，业务的大盘生态，或者业务商业化上有所作为。三是降低成本，这个路径的可行性很弱，反倒是随着业务的成长，成本的消耗会进一步增加，能够做的是控制成本增长的速度小于业务增长。

“按照业务贡献对处于业务发展前期的内容理解算法进行价值衡量，情况是非常不乐观的”。

二、价值重塑

前面的视角是业务闭环下的价值衡量，放开到更大的视角，内容理解算法之所以构成相对独立的功能单元是因为它提供的能力是相对通用的，比如标签识别算法不仅仅可用于小红书，也可用于抖音和快手这样的内容业务。

因此在支撑具体的业务的过程中沉淀出通用算法进行其他类似业务的价值输出，是内容理解算法的另一扇门。这里面临的另一个问题是如果是头部业务，一定是要求内容理解算法是为它量身定制的，而中小业务愿意为内容理解算法买单的价钱是有限的。针对这个问题的核心解法是在做头部业务能力定制的时候，提供尽可能通用的能力，通过对数量众多的中小业务形成价值输出，实现量级的堆砌。

此外，要差异化成熟业务和创新业务，对于成熟业务而言，内容理解算法对业务的微小提升可能是非常明显的，以京东平台为例，如果内容理解算法通过图像搜索或者同款识别等能力提升业务成交0.1%，也将是数亿美金每年的价值加成。对于创新业务而言，内容理解算法应当深入业务，从内容的全生命周期为业务提供硬核的能力，用以帮助业务实现生产者和消费者体感的明显提升，最终带来业务的正反馈式增长，早期的抖音就是依托炫酷的AI特效体系实现用户规模的快速增长。

“目前能看到的，让内容理解算法进行价值放大的有效途径是贴身服务头部业务的过程中，沉淀通用化能力横向输出尽可能多的同类型业务。针对成熟业务寻找对业务增长的确定性增长点，创新业务寻找到适合于业务快速增长的硬核能力”。

作为一名内容理解算法沉浮六年的老兵，我对内容理解算法的未来持谨慎乐观的态度。原因有三个方面，一是这一轮深度学习带来的算法提升空间变得有限；二是互联网用户进入存量时代后，头部内容会更加精耕细作，从追求效率转向运营的精细化和粘性保持；三是对未来可能出现的下一代内容消费方式的期待和观望。

一、相对有限的算法提升空间

过去的几年，内容理解算法的演进可以分为三个方向，一次是从传统的手工特征到神经网络特征的升级，通过大数据和大算力实现效果的明显提升，也极大降低了算法人员的准入门槛；二是对内容的理解从单一模态升级为多模态&跨模态，以及以图神经网络为基础的推理能力；三是极大规模数据的模型学习，即以大规模预训练模型为基础的统一内容表征方式，催生了transformer家族的不断壮大。

然则，算法的性能逐渐接近瓶颈，不论是在看图说话、情感分析、还是标签识别等算法任务上距离人类仍然存在一定的距离，并且这份距离看起来短期内没有明确的突破机会。反倒是业界开始从监督学习往无监督学习靠近，试图利用海量数据学到背后的范式，这本质上是对追赶上人类能力的背离。

以transformer为例，百亿数据下训练一次消耗数百块GPU，数周的训练时间才有可能获得明显的效果的提升，这还不包括精细的网络调整的令人沮丧时间成本。此外下游任务想要得到期待的效果，还需要进一步的迁移学习。从表象来看，只是提供一个更好的算法学习的起点。

我们经历了一个业务对我们翘首以待到逐渐理性的合作过程，AI算法从来就无法成为救世主，而是有更强生产力的工具。当然我们不应当过于悲观，起码过往的几年，蓬勃发展的算法体系带来了从业人员的准入门槛极大下降，大众对AI算法的广泛认知也有助于内容理解算法相对长期的旺盛生命力和成长。

二、存量用户时代的内容社区的运营方式

中国互联网用于见顶，意味着各大内容业务必须进入存量用户阶段。存量用户阶段面临的困境是粗放式增长不复出现，用户群体开始细分，用户粘性变得更加艰辛，要求内容社区必须进行精细化运营。精细化运营背后的表现为对效率的要求下降，转而对用户心智和长期的战术保持耐心。这种情况下内容理解算法会成为散落到业务众多需求列表的功能支撑点，独当一面的机会愈发减少。

“从算法学习的角度来看，人的创意，玩法设计，互动属性是目标(ground truth)的天花板，因此此时此刻保持工具属性是相对合理的态度”。

三、下一代的内容消费方式

互联网时代的内容消费经历了文本到图像的升级，再到视频的升级，每一次内容消费升级背后产出对内容理解算法的爆发式增长，那么下一代的内容消费方式又是什么呢？

业界目前正在押注元宇宙，facebook甚至把名字都改成了meta。过去有几波VR/AR的热潮，看起来除了在某些线上成人网站和线下游戏设备之外，并未有足够颠覆我们日常生活方式的输出。

人类对更高级的感知外部环境和与他人无时空差别的交互需求是明确存在的，只是它是否由“元宇宙”承载却是个未知数。如果元宇宙是这个载体的话，那么虚拟世界的感情识别，触感生成，自然交互，生态的健康治理，超大规模内容消费下的负载下降会是内容理解算法可以尝试去攻克和深耕的全新地带，也会承担更为核心的角色。

“下一代的内容理解消费方式有机会成为内容理解的下一个主战场，但是目前的形势并不明朗，需要我们保持耐心地思考和观望”。

四、其他的可能

抛开头部综合性AI大厂商如百度，腾讯，阿里巴巴，华为等企业作为内容理解多样性需求输出的第一极之外，还有以内容理解算法作为平台能力输出的第二极，比较有名的是AI四小龙(商汤、旷视、依图，云从)，以及深度结合各民生领域的产业AI能力输出。

医疗AI，解决医疗资源匮乏导致看病需求无法被满足，人工看诊时间长等问题。比较典型的case是COVID-Moonshot众包协议，由500多名国际科学家共同参与，以加速COVID-19的抗病毒药物研发。

教育AI，解决优质教育资源匮乏导致的分配不公，及教师和学生的信息不对称问题，虽然国家正在推新教育双减政策，但是教育作为一项基本的人身权利应当得到更好的满足，比较知名的企业有松鼠AI，猿辅导等。

制造AI，解决制造车间设备、数量、功能增多、调度分配难度大、需求端个性化要求等问题，利用AI，自动化，IOT，边缘计算，云，5G等手段，充分利用生产车间的海量价值数据，把人从简单重复的劳动中解放出来以从事更高级的任务，帮助提高产量的同时降低缺陷率，比较知名的企业有正在香港上市的创新奇智和创新型工业AI-PASS平台提供商远舢智能等。

此外，还有在智能驾驶、智慧城市、芯片AI等产业领域深度耕耘的各种公司，他们正在充分发挥大数据和AI算法的能力，为各大产业带来源源不断的创新能力。

回到内容理解算法的现存生存环境，仍然存在一定的潜力可以挖掘。在下一代内容消费方式到来之前，可以做得更好，形成与上下游的积极联动，在现在的舞台上展现出更佳的风采。

一、产品

内容理解算法的产品是不是刚需，这个话题有点争议，有人说算法的产出速度是比较慢的，让昂贵的产品角色参与建设本身会存在浪费的情况。我个人认为内容理解算法所对应的产品角色必须具备，因为在庞大的业务体系后面，如果缺失了面向业务需求的自顶向下的内容理解算法体系设计和建设，非常容易出现业务赋能的水土不服。

产品需要考虑的核心问题是如何衡量长期和短期投入，算法是比较精细的工作，对结果的预期是非确定性的，因此需要做好对业务预期的管理以及同业务需求的及时交互。为了保障算法最终在业务的使用效果，前期可以通过简化版本或者半成品算法的产品化方案进行快速试错，帮助业务决策的同时给算法的长期迭代争取空间。此外，针对算法长期迭代设计有效的样本数据回流机制，通过配置化输出给到业务尽可能多的试错方式，以及业务上线使用后的效果实时监控等都是产品需要思考的工作。

二、运营

运营应该是内容理解算法打交道最频繁的相关方，内容理解算法的评价标准和业务适配都需要运营来进行构建和监控。内容理解算法是运营进行内容供给生态和消费生态运营的智能助手，从内容结构化标签角度提供到运营各种分析使用方式，如内容审核、内容圈选，内容人群定投等。

和运营打交道对内容理解算法提出高要求，如何快速衡量需求的合理性及可行性非常关键。有时候内容理解算法做了过度承诺，导致上线效果不佳，影响业务的发展。有时候对算法实现效果的不自信或产品化用法借力不够从而拒绝需求导致业务失去宝贵的试错机会。因此内容理解算法应当对内容运营的链路有相当的掌握，可以和运营一起定义全链路算法能力，从应用的视角推进算法需求的合理有序的开展。

三、生产者

生产者对于平台来说至关重要，巧妇难为无米之炊，不论运营和分发算法多么牛逼，缺少了高质量的内容生产来源，业务是不可能有持续增长的。通常情况下两千优质生产者加上数万的普通生产者即可支撑起千万DAU的业务，如何服务好这部分生产者对平台来说非常关键。

内容理解算法和生产者目前的主要交互方式包括几个方面，一是在内容生产的时候给到生产者的内容元素的智能推荐，如话题，标题，配乐的推荐等；二是进行内容展现效果的提升，如滤镜，贴纸，美颜，画质增强等；三是从质量层面给予生产者指导和管控，包括从业务视角给到生产者发布的内容大致因为何种理由不被平台采纳，内容高热趋势消费榜单，内容的版权保护等。

从生产者视角来看，尽可能多地从平台获取流量或者商业化价值是根本追求，因此往往会出现对平台规则的不断试探以攫取利益，如发布大量的擦边球或危言耸听的内容。内容理解算法需要在内容供给规模不断变大的情况下帮助平台保持健康的生态和有效的流量分配同时尽可能给到生产者更多指导。这种相爱相杀的关系也给内容理解算法带来了不少的挑战和生存空间。

四、分发算法和消费者

把分发算法和消费者放在一起的核心逻辑是内容理解算法绝大部分情况下是需要通过分发算法和消费者打交道的。从消费者视角观察，高活用户代表主流心智，如何服务好这波群体关系到业务的生存问题。中低活用户是平台的增量所在，持续加强这部分用户的平台粘性是关键任务(这里会有部分用户的出逃，为了维护平台的心智，这部分的牺牲是可接受的)。分发算法承担了把海量内容做负载下降后根据用户的长短期兴趣进行推荐的使命，分发算法是需要秉承平台意志的，用于进行内容的流量调配用于影响消费者的体感和心智，给平台带来源源不断的生机。

早期编辑为主的内容分发模式下，消费者是被教育的对象，一天之内能够看到的新鲜内容是非常少的，这种情况导致消费者的浏览深度和时长是受限的。个性化推荐模式下，用户的兴趣被极致放大，由于相关内容和新鲜内容的快速推送，消费者会感受到强烈的沉浸式消费体感。然而内容的多样性，消费体感的持续维护，兴趣的拓展等变得非常重要，这给分发算法的精准性提出很高要求。提供分发算法细粒度的识别能力是内容理解算法可以大展身手的机会，内容是否具备不错的分发潜力以加大分发流量？内容的适合人群是什么？用户无序浏览背后的核心兴趣是什么？软色情/部分人群不喜好内容(蛇虫宠物)如何精准识别用以分发调控等问题都是分发算法难以触达的地方，这些命题正是内容理解算法可以深入研究并影响内容分发和消费的重要方面。

除了特定的场景(如互动玩法，个性化封面图等)，内容理解算法应当恪守自己在内容生命周期的参与广度。涉及到内容的分发和消费，内容理解算法应当把自己定义为分发算法不可或缺的助力，而不是试图去做替换，站在内容理解算法视角，分发算法可以约等于消费者。以饭馆运作为例，分发算法是大厨，根据消费者的口味和食材和菜谱提供个性化的食物服务。内容理解算法可以对食材进行质量管控，研发新的菜谱，在必要的时候提供半成品的菜品。和消费者的交互交由分发算法来处理，毕竟术业有专攻，内容理解算法可以在对内容的深度理解和消费者洞察上做纵向的深入，提供更多的可能性，包括生态、多样性、内容保量等。

内容理解算法和分发算法的理想态是正和游戏，零和游戏对双方都是没有意义的，因此这里额外对内容理解算法提出的要求是在内容消费场景建立一套相对客观的评价体系，通过算法的标准化评估进行上线流程的加速，通过不断的快速试错给分发算法提供更多枪支弹药。

五、工程&数据分析

一个好汉三个帮，内容理解算法背后也站着一群小伙伴，面向算法生产的大规模工程基础设施和面向算法洞察的数据分析能力可以帮助内容理解算法更好的发展。在内容爆炸式增长的今天，高效的算法工程体系非常关键，甚至是拉开不同公司差距的最重要手段之一。有个非常明显的例子，在业界举办的各种算法大赛上，只要是大型互联网公司参赛基本上都会出现霸榜的情况，这背后是模型训练效率的强大先发优势，拥有百块级别GPU并发训练能力的高校是非常少的。此外以通用向量检索功能为例，百亿级的向量索引能力在有限的算力和内存消耗下稳定运行起来是需要大量的工程优化手段的，而这个功能对算法的高效使用至关重要。

服务于内容理解算法，数据分析有非常多的应用。根据消费统计行为构建面向内容兴趣的用户画像，风向趋势内容消费对供给的指导，层次耦合的内容标签的合理挂靠关系，算法上线前的有效性分析，及算法上线后持续监控和异常告警等。

内容理解算法需要做的是面向业务场进行完整的架构设计，从算法的效率角度，包括算法服务效率，算法洞察视角等方面联动工程&数据分析提供强大的生产力，通过规模和系统厚度构建足够的技术门槛。

2021年对中国互联网，甚至是中国社会的前行都是不同寻找的一年，在全球经济下行，国家间人为壁垒构建的情况下，恰恰又遭遇了国内人口增长的停滞，国家对互联网平台的强管控，以及互联网用户渗透的见顶。

内容理解算法背后的AI算法体系多少也收到了波折，不过从整体形势来看，AI算法体系和产业化仍然在往前走。基础理论研发体系中对应的论文发表、会议举办及大赛的举行和参赛人员的规模都在增长。这两年的遇冷问题主要是受到市场大环境的影响，AI占总体投资的比重仍然在上升。从国内方面来看，全球经济的技术封锁进一步坚定了中国立足自主创新的决心和信心，国家十四五计划也明确提出了大数据，人工智能，VR/AR的产业发展规划，AI产业仍然有很强的潜力值得挖掘。

作为依附于业务的内容理解算法，需要有清晰的自我认知和定位。我们的核心价值是什么？它如何得到有效的定义和量化？作为服务于业务众多角色中的一员，如何做好同其他角色的正向互动？上述问题背后的答案代表了内容理解算法的核心作用。现在的算法界有一股投机风，什么热门就搞什么，有号称无需数据标注的无监督学习，有号称可以效果对标大量标注样本的小样本学习，有号称单个算法模型打遍天下的多模态预训练学习等等。如果从问题抽象简化的角度去研究基础的理论体系和算法学习范式是没有问题的，但是如果业务的算同学也把这类概念摆在嘴上是有问题的，脱离了业务场景的核心诉求去谈技术创造新商业，是一种对客户的傲慢，属于典型的机械主义。

作为深度结合业务的内容理解算法，应当从业务场景出发，结合算法的可行性去探索用于业务赋能的核心技术，对于明确可以产生正向业务价值的算法技术，哪怕需要较长一段时期的打磨，也要敢于投注建设，在算法研发的过程中不断地思索业务的更多可能性，逐渐把业务的不确定性转化为技术的相对确定性。对于较长时间无法形成对业务贡献的算法，应当果断放弃深入研究，当然作为技术观望跟进是没有问题的。

从目前形势来看，内容理解算法的发展确实碰到了一些困难，但我们可以保持对未来的谨慎乐观，期待下一代内容消费形态的来临，同时尽可能多地进行业务场景的细化进行能力输出和加强，把存量业务价值做好放大，通过算法自身的持续建设，为将来可能来临的那一刻做好技术储备。