当地韶光2023年11月21日，据《科学》（Science）杂志宣布，人工智能（AI）有望帮助科研职员消化大量论文，但面临技能和法律障碍。
约瑟夫·吉迪奥蒂斯（Iosif Gidiotis）今年开始攻读瑞典皇家理工学院（KTH Royal Institute of Technology）教诲技能博士学位，获悉AI驱动的新工具可以帮助“消化”文献，很感兴趣。
在环球科学领域，去年共揭橥了近300万篇论文。在论文数量激增的情形下，AI研究助理“听起来很棒”。
吉迪奥蒂斯希望AI能够找到与其研究问题更干系的论文，并总结出亮点。然而事情并不如他想象中顺利。当他考试测验利用一种名为Elicit的AI工具时，他创造只有部分干系，而且Elicit的择要不足准确，无法知足他的需求。“得到Elicit的结果后，你的直觉是要自己阅读原文来验证摘假如否精确，以是它并不能节省韶光。”
Elicit“表示”，它正在连续为25万普通用户改进算法。在一项调查中，该工具均匀每周为人们节省90分钟的阅读和搜索韶光。据悉，Elicit由一家非营利性研究组织创建于2021年，旨在帮助科学家浏览文献。
“这些平台呈爆炸式增长。”安德里亚·基亚雷利（Andrea Chiarelli）说，她在研究咨询公司（Research Consulting）的出版事情中关注AI工具，然而，这些工具的天生系统随意马虎产生虚假内容，并且许多搜索到的论文都须要付费。
基亚雷利表示：“很难预测哪些AI工具会占上风，而且有一定程度的炒作，但它们显示出巨大的前景。”
与引发环球关注的 ChatGPT（OpenAI研发的一款谈天机器人程序）和其他大措辞模型 （LLM） 一样，一些新工具在大量文本样本上进行“演习”，学习识别单词关系，这些关联使算法能够对搜索结果求和。它们还根据论文中的高下文识别干系内容，相较于仅利用关键字查询，会产生更广泛的结果。
从头开始培训大措辞模型对大部分组织来说太过昂贵，因此Elicit和其他AI工具利用开源的大措辞模型，而在其用于“演习”的文本中，许多是非科学的。
有些AI工具走得更远。例如，Elicit 按观点组织论文，查询“过多咖啡因”，可以涌现关于“减少嗜睡”和“危害运动表现”的单独论文集。高等版本每月收费10美元，还可利用额外的内部编程来提高准确性。
另一个名为 Scim 的工具有助于将读者的目光吸引到论文最干系的部分。该工具是非营利性组织——艾伦AI研究所（Allen Institute for AI）创建的语义阅读器（Semantic Reader）工具的一项功能，它像一个自动墨迹荧光笔，用户可以对其进行自定义，运用于有关新颖性、目标和其他主题的陈述。
“它供应了一篇论文是否值得阅读的快速诊断和分类，这非常有代价。”美国密歇根大学（University of Michigan）的信息科学家艾达（Eytan Adar）说，他试用过早期版本。还有一些工具可以注释择要，许可用户自己判断准确性。
为了只管即便避免产生缺点的相应，艾伦研究所（Allen Institute）利用受过科学论文“演习”的大措辞模型来操作语义阅读器，但这种方法的有效性很难衡量。美国麻省理工学院（Massachusetts Institute of Technology）的打算机科学家迈克尔·卡宾（Michael Carbin）说：“这些都是边缘的技能难题。”
艾伦研究所语义学者（Semantic Scholar）论文库的首席科学家韦尔德（Dan Weld）的说：“目前，我们拥有的最佳标准是让受过良好教诲的人来不雅观察AI输出并仔细剖析它。”
该研究所已经网络了300多名付费研究生和数千名志愿测试职员的反馈。质量考验显示，将Scim运用于非打算机科学论文会产生故障，因此该研究所目前仅为大约55万篇打算机科学论文供应Scim。
其他研究职员强调，只有当开拓职员和用户能够访问论文全文，为搜索结果和内容剖析供应信息时，AI工具才能发挥潜力。澳大利亚皇家墨尔本理工大学（Royal Melbourne Institute of Technology，RMIT）打算措辞学家卡琳·弗斯普尔（Karin Verspoor）说：“如果我们不能访问文本，那么我们对这些文本中所捕获的知识的意见就很有限。”
环球最大的科学出版商爱思唯尔（Elsevier）也将其AI工具限定在论文择要上。今年8月，这家商业公司在其Scopus数据库中首次推出了AI赞助搜索功能，该数据库列出了9300万篇研究出版物，成为最大的研究出版库之一。为了相应查询，其算法会识别最干系的择要，并利用 ChatGPT来供应整体择要。
Scopus AI还按观点对择要进行分组。目前，用户的反馈是：这种方法足以“帮助跨学科领域的研究职员快速理解特定主题” 。
艾伦研究所采纳了不同的方法：它与50多家出版商会谈达成协议，许可其开拓职员对付费论文的全文进行数据挖掘。韦尔德说，险些所有的出版商都免费供应访问权限，由于AI为他们带来流量。即便如此，根据容许限定，Semantic Reader用户只能访问Semantic Scholar的6000万篇全文论文中的800万篇全文。
实现大规模的数据挖掘还须要让更多的作者和出版商采取非PDF格式，以帮助机器有效地消化论文的内容。美国白宫2022年的一项指令哀求，由联邦资金制作的文件必须是机器可读的，但各机构尚未提出细节。
只管面临寻衅，打算机科学家已经在寻求开拓更繁芜的AI，以从文献中网络更丰富的信息。他们希望网络线索以加强药物创造并不断更新系统评价。例如，由美国国防高等研究操持局（Defense Advanced Research Projects Agency）支持的研究探索了一种能够自动天生科学假设的系统。
目前，利用AI工具的科学家须要保持合理的疑惑态度，美国马萨诸塞大学阿默斯特分校（University of Massachusetts Amherst）交互式信息访问系统研究者哈米德·扎马尼（Hamed Zamani）说：“LLM肯定会变得更好。但现在，它们有很多局限性。它们供应了缺点的信息。科学家们该当非常清楚这一点，并仔细检讨它们的输出。”