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。
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
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“Consensusmeter（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。
▲Consensusmeter（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EricOlson（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“geniusmode（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
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。
此外，即便WebofScience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FrancescaBuckland（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WebofScience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RaziaAliani（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。
AnnaMills（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ConnerLambden（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AlecThomas（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JamesBrady（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，WebofScience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CEOOlson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。
AndrewHoblitzell（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。