原標題：人工智能輔助科研要從可用走向可信
對于科研工作者來說，檢索、閱讀文獻是一項費時費力的工作。在大模型發(fā)展如火如荼的今天，以其為代表的人工智能正滲透進人們工作生活的各個角落，科研領(lǐng)域也不例外。
日前，阿里巴巴發(fā)布了基于Transformer架構(gòu)自主研發(fā)的千億參數(shù)級夸克大模型。據(jù)介紹，該大模型可用于科研資料收集、文獻快速閱讀與翻譯、創(chuàng)作潤色等場景。
不僅是阿里巴巴，科大訊飛股份有限公司（以下簡稱科大訊飛）、騰訊等企業(yè)，也都推出了用于輔助科研的大模型產(chǎn)品。這一系列產(chǎn)品的問世，正悄然改變著科研工作者的工作方式。
大模型已進入科研領(lǐng)域
今年初，ChatGPT的走紅掀起了語言大模型熱潮。人們可以隨心所欲地提出問題，大模型總會給出答案。這股風很快也吹到了科研領(lǐng)域。ChatGPT發(fā)布后不久，一款名為txyz.ai的應(yīng)用插件在科研圈中受到追捧。
這是一款借助ChatGPT的強大理解能力，專門用來閱讀科研文獻的插件。用戶可以直接將論文全文上傳至該應(yīng)用，并提出相應(yīng)解讀要求，它便能夠以最快速度對用戶提出的問題予以回答。
即使沒有下載論文全文也沒關(guān)系，txyz.ai支持對論文預(yù)印本網(wǎng)站進行檢索。用戶可以只提供一個論文ID序號，txyz.ai就會自動檢索、學習該論文，并根據(jù)用戶需求給出回答。不僅如此，用戶還能以聊天的方式與其進行對話，就論文中的內(nèi)容提出各種問題。
視頻網(wǎng)站嗶哩嗶哩知名科普博主嚴伯鈞是txyz.ai的忠實用戶，他時常在各類科普視頻中使用txyz.ai來協(xié)助解讀論文。在他看來，txyz.ai給出的論文解讀準確率已經(jīng)非常高，具備很強的實際應(yīng)用價值，可以幫助科研工作者更加高效地檢索、閱讀文獻。
“txyz.ai無法解讀的情況當然也會有。”嚴伯鈞表示，以他的使用經(jīng)驗來看，向txyz.ai提出的問題必須是一個能被回答的“有效問題”，“如果問題問得太細、太深，或者過于刁鉆古怪，那么它就會直接告訴你，無法回答”。
但必須承認的是，在大模型迅猛發(fā)展并逐漸進入千行百業(yè)的今天，專門針對科研領(lǐng)域的大模型產(chǎn)品仍然不算多，且大多數(shù)是試驗性質(zhì)的產(chǎn)品。
不久前，科大訊飛在發(fā)布最新版本的訊飛星火認知大模型V3.0時，也一口氣發(fā)布了12個面向行業(yè)的專用大模型。其中便有聯(lián)合中國科學院文獻情報中心共同研發(fā)的、面向科研工作者的科技文獻大模型，以及基于該大模型的應(yīng)用產(chǎn)品——星火科研助手。這也是國內(nèi)為數(shù)不多的專門為科研工作推出的大模型產(chǎn)品。目前，星火科研助手有成果調(diào)研、論文研讀、學術(shù)寫作三大功能。
浙江大學第一附屬醫(yī)院圖書館工作人員以“大語言模型”為關(guān)鍵詞對星火科研助手進行了試用。在“成果調(diào)研”板塊，星火科研助手在檢索到的1251314篇文獻中遴選了167篇文章進行分析，給出了關(guān)于大語言模型的概述。其還可以進一步從遴選的167篇文章中勾選最多30篇文章，據(jù)此生成綜述。
星火科研助手的論文研讀功能則采用當前大語言模型通用的問答模式，可默認生成論文摘要、方法、結(jié)論等主要信息；用戶也可以就自己關(guān)心的論文內(nèi)容進行提問，科研助手會根據(jù)文章內(nèi)容進行回答。其學術(shù)寫作功能則主要聚焦科研文章的翻譯與潤色，目前支持中英文互譯，也可以對研究人員撰寫的英文文章進行潤色。
須保證內(nèi)容真實且專業(yè)
由于技術(shù)原因，大模型有時會出現(xiàn)編造信息、“一本正經(jīng)地胡說八道”的現(xiàn)象。這種現(xiàn)象在業(yè)內(nèi)被稱為AI幻覺。生活中，人們在和大模型聊天時，如果出現(xiàn)了AI幻覺，人們可能會一笑了之；但若AI幻覺出現(xiàn)在追求嚴謹精確的科研領(lǐng)域，后果可能就會很嚴重。
科大訊飛北京研究院執(zhí)行院長、科技文獻大模型研發(fā)負責人伍大勇表示，研發(fā)科技文獻大模型，核心難點就在于保證其內(nèi)容的可信性和專業(yè)性。“一方面，這要依靠高質(zhì)量的論文數(shù)據(jù)；另一方面，在模型預(yù)訓練和監(jiān)督微調(diào)方面也需要下功夫。”伍大勇說。
他介紹，科大訊飛通過與中國科學院文獻情報中心合作，在合規(guī)的情況下獲取了豐富的科技文獻數(shù)據(jù)，并對數(shù)據(jù)進行了去重、去噪等處理，以提升數(shù)據(jù)質(zhì)量。“星火科研助手采用中國科學院文獻情報中心提供的論文接口來進行論文檢索。此外，我們還使用了基于論文知識庫的檢索增強和知識增強策略。這些都使大模型生成的結(jié)果有據(jù)可依。”伍大勇表示，這些措施從技術(shù)上保證了星火科研助手回答結(jié)果的準確性，也盡量避免了大模型出現(xiàn)AI幻覺。
同時，伍大勇表示，針對科技文獻服務(wù)的各個場景，星火科研助手研發(fā)團隊還邀請專業(yè)團隊，對大模型訓練數(shù)據(jù)進行監(jiān)督微調(diào)，以提升星火科研助手在科技文獻服務(wù)上的性能表現(xiàn)。“例如在成果調(diào)研和論文研讀功能上，我們采用大模型結(jié)合知識圖譜和知識庫的策略，以保證產(chǎn)品輸出的內(nèi)容有據(jù)可依。在學術(shù)寫作上，我們針對學術(shù)翻譯和學術(shù)英語潤色專門進行了大模型監(jiān)督微調(diào)，以達到比通用翻譯和校對產(chǎn)品更強的專業(yè)性。”伍大勇說。
或能激發(fā)科研工作者更多靈感
雖然目前尚未有太多人工智能產(chǎn)品被應(yīng)用于科研領(lǐng)域，但已有學者對人工智能進軍科研提出了反對意見，認為這會讓科研工作者變得懶惰。在嚴伯鈞看來，科研工作者在應(yīng)該“懶惰”的地方“懶惰”，反而可以節(jié)省出更多時間用在更有價值的工作上。
閱讀文獻前首先要進行文獻檢索。為此，科研工作者往往需要搜尋大量文獻，在此基礎(chǔ)上對部分感興趣的文獻進行粗讀，以進一步判斷哪些是自己真正需要的文獻。這是實打?qū)嵉摹绑w力活”。嚴伯鈞認為，在這種情況下，借助人工智能工具幫助科研工作者跳過檢索、粗讀的過程，以更高效的方式直接找到需要的文獻，可大幅提升科研工作者的文獻閱讀效率。
雖然可以借助大模型等工具來檢索閱讀文獻，但嚴伯鈞也不否認讀原文的價值。“原文當然要讀，但并不一定是每篇都要讀。更加精準地定位到需要的文獻后再進行精讀，是更加高效的方式。”
伍大勇同樣表示，研發(fā)星火科研助手的初衷在于幫助用戶快速了解論文核心內(nèi)容，提高論文研讀效率，讓科研工作者能夠把更多精力花在更為重要的實驗驗證等工作上。“輔助提升科研效率是科技文獻大模型的關(guān)鍵和目標，但科研工作所需要的靈感、思路、邏輯推理、實驗驗證、創(chuàng)新與探索等仍離不開科研工作者發(fā)揮主觀能動性。”
事實上，除了能夠輔助閱讀文獻，人工智能已經(jīng)在多個科學研究領(lǐng)域帶來實際成果。例如在預(yù)測蛋白質(zhì)結(jié)構(gòu)方面，人工智能產(chǎn)生的成果已經(jīng)遠超人類過去工作的總和。嚴伯鈞認為，這種需要大量計算、反復(fù)試錯的工作，正是人工智能的強項，人類應(yīng)與其形成合理分工，擁抱新技術(shù)。
談及未來人工智能可能給科研工作帶來的改變，嚴伯鈞認為，目前的文獻閱讀、翻譯潤色等功能，可能只發(fā)揮了人工智能在科研工作領(lǐng)域潛力的1%。在他看來，當下科研發(fā)展正呈現(xiàn)出細分化的趨勢，一位學者往往只深耕于某一科研領(lǐng)域，而人工智能的跨界思維模式未來或能給科研工作帶來一些改變。“或許人工智能可給科研工作者帶來更多跨領(lǐng)域、交叉學科的原創(chuàng)性啟發(fā)，激發(fā)科研工作者更多想象力。”