本期人物专访，我们很荣幸邀请到MDPI Topics Award (最佳专题奖) 获奖者——Antony Bryant教授、Paolo Bellavista教授和Kenji Suzuki教授。三位教授代表团队分享了获奖主题的研究内容，讲述了与MDPI Topics合作的出版体验，并对年轻研究者提出了宝贵建议。
获奖人介绍
Antony Bryant 教授 英国利兹贝克特大学
Antony Bryant教授，英国利兹贝克特大学建筑环境、工程与计算学院教授，同时担任 Informatics 期刊主编。其研究领域涵盖业务流程建模与集成、复杂性与混沌理论、扎根理论方法、信息系统开发、信息学与信息管理、知识管理、方法集成、面向对象、流程改进与能力成熟度、定性研究方法、研究哲学与方法、软件工程、标准与标准化等方向。2020年，他作为创始成员之一创立了“扎根理论联盟”(The Coalition for Grounded Theory)，并组织了世界扎根理论日 (World Grounded Theory Day)。
Paolo Bellavista 教授 意大利博洛尼亚大学
Paolo Bellavista教授，意大利博洛尼亚大学计算机科学与工程系教授，同时担任 Future Internet 期刊栏目主编。其研究领域包括无线传感器与执行器网络、边缘计算、雾计算、物联网与大数据处理、普适与移动计算、协同网络、工业4.0信息物理系统等方向。
Kenji Suzuki 教授 东京科学大学
Kenji Suzuki教授，东京科学大学教授，同时担任 AI 期刊主编。在医学图像分析和计算机辅助诊断领域深耕超过25年，是该领域的先驱研究者之一。其研究成果包括发表390余篇论文 (其中120余篇同行评审期刊论文)。论文被引用超过14,000次，H-index为59。入选斯坦福大学评定的全球前2%科学家名单。其研究方向包括机器学习、深度学习、人工智能、医学图像分析、医学影像、计算机辅助诊断、信号与图像处理、计算机视觉等。他在医学图像分析领域深耕多年，致力于推动人工智能在医疗诊断中的应用。
访谈内容
Q1：首先，祝贺您获得了MDPI Topic Award！能否简要介绍一下您主持的获奖Topic？是什么激发了您开启这个Topic？
Bryant教授：AI聊天机器人的影响在2022年底开始显现。到了2023年，这些技术的潜在影响已经非常清晰，我认为有必要从多个角度来审视这一议题。MDPI有一个很好的做法，就是围绕一个主题联动多个相关期刊，这正是实现这一目标的理想方式。
Bellavista教授：我们专题聚焦于AI驱动的聊天机器人。随着大语言模型的热度不断攀升，这个MDPI专题顺势而起，收到了大量高质量投稿。当然，我们在提升专题的影响力方面做了不少努力，但也要承认，选题的时机非常幸运。很明显，这个专题对两类人群都很有价值：一是关注方法论和算法创新的AI领域研究者，二是希望借助AI聊天机器人工具的应用领域研究者与从业者。
Suzuki教授：2022年11月OpenAI推出ChatGPT-3，让我们感觉AI技术正在经历又一次重大变革。六个相关领域期刊的主编们一拍即合，决定围绕这个快速崛起、前景广阔的研究方向发起专题。
了解获奖专题：https://www.mdpi.com/topics/375Y315904
Q2：您如何看待在MDPI担任Topic Editor的经历？对于Topics的发展有什么建议？
Bryant教授：MDPI编辑们的投入、建议和支持让我印象深刻。投稿的接收和评审流程非常顺畅，效率很高。
Bellavista教授：体验非常好。整个过程管理得井井有条，MDPI的工作人员主动协助分担编辑们的工作。整体感觉是可控、有序、协作顺畅。
Suzuki教授：我曾担任多个特刊的主编、编委会成员和客座编辑。我在MDPI的编辑经历很愉快。
Q3：对于希望在科研生涯中取得类似成就的青年研究者，您有什么建议？
Bryant教授：年轻研究者应该发挥自己的热情和专长，以批判性和洞察力投入研究。早期难免会遇到挫折，要把评审意见和反馈当作建设性的建议，在想法逐渐成熟的过程中认真吸收。同时，也要主动结识志同道合的研究者和领域专家。
Bellavista教授：对我们来说，关键是选对一个时机恰当、跨学科性强的热门方向。我的建议是：寻找那些高度跨学科的话题，既能吸引广泛关注，又能充分整合不同期刊、不同领域客座编辑带来的专业知识和学术社群资源。
Suzuki教授：我建议选择一个有前景、重要且能持续发展的研究课题，最好是未来有可能成为主流的方向。
Q4：您认为未来几年哪些研究课题将特别受到研究界的关注？
Bryant教授：我已经建立了一个相关专题“与生成式AI共生”。这些技术可能有些过度宣传，但毫无疑问会在未来产生重大而深远的影响。
Bellavista教授：(1) 面向延迟敏感或隐私敏感场景的边缘云计算；(2) 面向健康与福祉领域的联邦学习；(3) 提升能源可持续性的先进物联网技术。
Suzuki教授：基础AI模型是一个重要方向，小数据或高效AI模型则是另一个值得关注的方向。
Q5：您如何看待学术界开放获取出版的发展？认为它将如何影响未来研究的传播？
Bryant教授：开放获取从曾经的“稀有物种”——不少学者曾对此心存疑虑，发展到如今被广泛接受。虽然还有文章处理费 (APC) 等问题需要解决，但总体而言，我认为这是一个积极的进步，让研究成果能够被更多人获取。
Bellavista教授：开放获取在未来几年会持续增长，部分原因是科研资助机构的推动。比如欧盟就要求公共资助项目的核心成果至少部分以开放获取形式发表。此外，开放获取文章往往有更好的文献计量表现，这对吸引优秀作者也是一个加分项。
Suzuki教授：开放获取出版已成为大多数领域研究者的主要发表渠道，认可度也越来越高。开放获取期刊发表的论文能立即获得广泛关注，被引用的速度也更快。
最后，感谢Antony Bryant教授、Paolo Bellavista教授和Kenji Suzuki教授百忙之中抽出时间代表团队接受MDPI Topics的采访，感谢各位对MDPI的支持与建议。我们衷心祝愿各位在科研道路上一切顺利，取得更多杰出成就。
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1533604.html?mobile=1
收藏
