ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
Nature调查发现:AI正在改变科学家的研究方式
5814点击    2024-10-13 10:15

借助AI工具,研究人员有更多方法来快速筛选总结研究文献,他们又是如何正确/谨慎使用这些AI工具的?


智东西10月12日消息,全球顶尖科学学术期刊《Nature》于10月10日发表了一篇科学家利用人工智能(AI)工具做科学研究的行业观察,发现AI工具正在改变传统的科研工作方式。目前,许多AI工具可以帮研究人员在大量文献中筛选出所需资料,从而使科学研究更加高效。


这些用于科学研究检索的AI工具基于大语言模型(LLM),其不仅可以搜集、筛选现有研究文献,还可以总结、列举文中的关键发现。背后的AI公司不断提升这些模型的性能,并定期推出新的AI工具。


《Nature》杂志采访了多位AI科学检索工具的开发者和使用者后,汇集了他们的实际上手体验,以及使用这些AI工具的潜在风险。



文章地址:https://doi.org/10.1038/d41586-024-02942-0


一、科学家用AI工具了解科研方向、收集科研资料、撰写文献综述


据《Nature》统计,市面上最受欢迎的AI科学检索工具包括Elicit、Consensus和You,它们为研究人员提供了多种高效完成文献综述的方式。


1、美国AI论文生成公司Elicit:自动化完成文献综述


当研究人员在Elicit中输入一个研究问题后,该AI工具会列出相关论文,并总结这些论文的主要发现。


在此基础上,研究人员还可以针对某一篇论文继续提问,以及指定留下某一本期刊或某一种研究类型的内容。


2、美国AI学术搜索引擎公司Consensus:可视化科研行业共识


公司同名AI工具Consensus可以帮研究人员搜集、整理科学界对某个科学课题有哪些说法和争议。


举个例子,当研究人员输入“氯胺酮可以治疗抑郁症吗”这个问题后,该AI工具会生成一个“Consensus meter(共识度量器)”,其会总结支持、反对或不确定该假设的论点和论据,以显示科学界对上述问题的共识程度。



▲Consensus meter(共识度量器)可以更直观地展示科研行业共识(图源:《Nature》)


Consensus的首席执行官Eric Olson(埃里克·奥尔森)称,其AI工具虽然不能替代研究人员去深入分析论文内容,但可以有效帮助他们速览研究动态并归纳主流研究方向。


3、美国AI学术搜索引擎公司You:个性化科研研究


You方面自称其同名AI工具“You”,是第一个结合了文献最新引用数据的AI检索工具。该AI工具为研究人员提供了探索研究问题的多种模式,例如其“genius mode(天才模式)”会以图表的形式反馈检索结果。


上个月,You还推出了一款允许多人协作的AI工具。研发人员可以合作定制、共享个性化的AI聊天框,令其自动执行诸如事实核查之类的特定任务。


二、AI科研检索工具支持多语种,有望打破学术交流语言壁垒


除了热门的Elicit、Consensus和You外,其他AI检索工具也在探索利用AI技术提升科研效率的更多应用场景。


美国AI生物学知识问答平台BioloGPT能够针对生物学问题,生成总结性的、更有深度的回答,是大量垂直于单一学科的AI工具之一。


今年9月,英国一站式科研服务公司Clarivate推出了一个AI检索工具,研究人员可以用其快速调用Web of Science数据库中的内容。Clarivate方面称,基于该AI检索工具,研究人员输入一个研究问题后,可以以图谱的形式查看相关的论文摘要、科研主题和引用文献,并且能看到每一篇参考文献的标注,从而更高效地找出关键论文及其论点。


此外,即便Web of Science中收录的是英文论文,Clarivate的AI检索工具也可以用英语外的其他语言总结论文中的关键信息。在Clarivate产品副总裁Francesca Buckland(弗朗西斯卡·巴克兰德)看来,将多语言的翻译能力融入AI检索工具背后的大模型中,是一件“非常具有潜力”的事情,它可以减少全球科研资源不平等的情况。



▲研究人员可以用Clarivate的AI工具,梳理Web of Science数据库中的内容(图源:《Nature》)


三、建议利用AI检索工具各自的优势查资料,但要记得核查


当被《Nature》问及“最好用的AI检索工具是什么”时,加拿大流行病学家Razia Aliani(拉齐娅·阿利亚尼)说:“我认为这通常取决于实际研究目的。”目前她在澳大利亚一家非营利性的文献综述公司工作,公司名为Covidence。


如果需要了解某个科研主题的不同观点和共识,Aliani会倾向于使用Consensus。但要审核大型数据库时,她会选择用其他AI检索工具,比如Elicit。


在Elicit上抛出初始研究方向后,Aliani会根据该AI工具的检索结果,排除与研究方向无关的论文,然后深入剩余的关联性更强的文献,以微调初始研究方向。


她认为,AI科研检索工具不仅节省了时间,还能提高科研工作质量、激发创造力并减轻科研压力。


Anna Mills(安娜·米尔斯)在美国加利福尼亚州的马林学院教授基础写作课程,平常也会涉及有关如何开展研究过程的课程。她虽然很想向学生推荐这些AI检索工具,但同时也担心这些工具会妨碍学生深入理解一些学术研究。


相较于用AI检索工具获取科研信息,她更希望教会学生如何辨别AI检索结果中的错误,从而培养他们辩证使用AI工具的能力。


美国AI生物学知识问答平台BioloGPT的创始人Conner Lambden(康纳·兰登)也认为:“学会对一切事物保持怀疑态度,包括你自己在用的研究方法,是成为一名优秀的科学家的必经之路。”


四、AI错误引用文献,有科学家因此停用,开发者正补救


AI大模型在检索过程中时不时出现“幻觉”,已是一个老生常谈的问题。在AI界,“”幻觉(Hallucination)”是指AI模型编造、引用、输出一些具有误导性的、虚假的、无中生有的信息。


而对于ChatGPT等主流AI聊天机器人回答准确性的担忧,也蔓延到了AI科学检索工具上。多位研究人员提醒应谨慎使用这些AI科学检索工具。


用AI检索工具做科研时,常见的错误有编造统计数据、误解引用的论文、AI大模型的偏见。


体育科学家Alec Thomas(亚历克·托马斯)目前在瑞士的洛桑大学做研究,他曾一度“非常欣赏AI检索工具”。


然而,在亲自试用一些AI检索工具后,他的态度却发生了180度大转弯。Thomas决定放弃使用这些AI检索工具,原因是他发现AI生成的答案中有“非常严重的基础性错误”。


例如,他用AI检索工具研究“参与体育活动对患有饮食失调的人的影响”时,AI引用了一篇与研究问题毫无关系的论文来生成研究结论。


Thomas直言:“我们不会相信一个公认可能随时会出现幻觉的人类,那又凭什么去相信有类似症状的AI呢?”


据多位接受《Nature》采访的AI检索工具开发者透露,他们已经采取了安全措施,以提高AI检索的准确性。


美国AI论文生成公司Elicit的项目开发负责人James Brady(詹姆斯·布拉迪)称,该公司十分重视AI检索工具的准确性问题,正在使用多个安全系统检查AI回答中的错误。


英国一站式科研服务公司Clarivate产品副总裁Buckland则称,Web of Science的AI工具有“可靠的保护机制”,以规避AI生成带有欺骗性的、不准确的内容。在测试期间,她的研发团队曾与大约1.5万名研究人员共同整合反馈,以调试AI检索的准确性。


尽管经过开发者的不断纠偏,AI检索工具的使用体验有所改善,美国AI学术搜索引擎公司Consensus的CEO Olson却认为,这非但不能根治AI的“幻觉”,还可能会加重“病情”。


Olson解释道,通过人为反馈调试的AI检索工具,倾向于得出对人类有益的答案,并且会因此自主填补一些不存在的事实。


结语:未来的AI工具需要比拼专业度


从《Nature》的调查中,我们可以看到AI检索的应用场景,已经逐渐向细分领域渗透。


这也意味着,类似于AI科研检索领域,未来AI大模型及其产品对专业性、准确性有着更严格的要求。


目前来看,面向专业领域微调后的AI模型,出现“幻觉”的概率和频率会有所降低,而其存在的偏见问题则不能光靠技术更新来解决。


李飞飞于2015年联合创建了AI4All项目,旨在吸纳更多诸如女性、有色人种、工薪阶层的AI人才,以减轻开发AI大模型过程中存在的偏见。


Andrew Hoblitzell(安德鲁·霍布里策尔)是印度的一名生成式AI研究人员,他已在多所大学开设了围绕AI4All项目的讲座。


在他看来,AI检索工具可以在一定程度上为科研过程提供支持,但前提是科学家要亲自验证过AI生成的信息。


Hoblitzell称:“现阶段,这些AI检索工具应该是科研的辅助工具,而不是最终的成果来源。”


文章来源于“智东西


关键词: AI , AI科研 , 人工智能 , 大模型
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

2
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/

3
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner