用于科研的AI：Nature教你如何选择正确地选择工具

摘要：人工智能（AI）的到来是一场革命。随着现在越来越多的 AI 投入使用，虽然许多教育工作者和学术机构最初对此持谨慎态度，但学术界似乎越来越愿意允许学生学生进行这种尝试。

编辑丨toileter

人工智能（AI）的到来是一场革命。随着现在越来越多的 AI 投入使用，虽然许多教育工作者和学术机构最初对此持谨慎态度，但学术界似乎越来越愿意允许学生学生进行这种尝试。

Nature 期刊为此探讨了如今学者与学生们如何利用 AI 进行实验的简化。

提高文献水平

总部位于华盛顿的学术搜索引擎 Semantic Scholar 的首席科学家丹尼尔·韦尔德（Daniel Weld）表示，许多流行的人工智能平台在主动学习的领域已经「取得了巨大进步」。

学生可以输入由他们自己的数据或文档支持的查询，然后离开，如谷歌的 Gemini Deep Research 等高级模型会在 30 分钟左右的时间里进行深入搜索。最终报告包括文本、图形和可视化，并且所有输出都经过全面引用。

剑桥麻省理工学院（MIT）会计学博士生 Chuck Downing 表示，这些深入研究工具在深入研究不熟悉的话题时特别有用。在一个项目中，Downing 使用 OpenAI 的 Deep Research 创建了一份报告，对减少制造工厂排放的各种方法进行了排名。

其他程序使学生能够更深入地研究单个文档或少量论文集。以学生为中心的人工智能平台 SciSpace ，具有「与 PDF 聊天」功能。用户可以上传论文并询问有关其内容的问题 — 这是 Claude 等其他平台共享的功能。

图示：人工智能平台 SciSpace。（图源：网络）

创建假设验证

人工智能将许多信息线索汇集在一起的能力可以使识别研究差距和连接想法变得更加容易，尽管新研究表明过度依赖生成式人工智能可能会削弱一个人的批判性思维能力。

西雅图艾伦人工智能研究所（Allen Institute for AI）的人工智能研究员表示，对有助于构思的工具的需求如此之大，以至于他和他的团队正在开发假设生成和检测产品，试图将论文中的想法组合成新的东西。

事实证明，人工智能驱动的程序作为实验助手的能力也越来越强。麻省理工学院的真实世界实验科学家（CRESt）课程出现了软件 Copilot，该软件将多种人工智能技术组合成一个增强的聊天机器人，来帮助制作和运行实验。

即使对于无法获得像 CRESt 这样高级课程的学生来说，AI 仍然可以作为一个有用的同事。Gemini Deep Research 可以生成「个性化的多点研究计划」以及其他功能，而 Scite 和 Elicit 等资源则被称为研究助理。

简化统计数据

包括 GitHub 的 Copilot、Amazon Q Developer 在内的代码编辑器旨在让初学者能够轻松地使用编码来组织数据、创建分析管道、运行描述性统计数据和生成可视化效果。这些工具也在很大程度上取代了 GitHub 和 Stack Exchange 等网站，成为故障排除的主要资源。

这些 AI 程序专注于生成新代码，但创立了名为 CatalyzeX 的平台的 Gaurav Ragtah 看到了重新利用现有代码的机会。例如，如果研究人员为每个实验编写一个新的分析管道，则可能会使其他人重现他们的工作更加困难。

图示：CatalyzeX（图源：网络）

润色写作

通用 AI 有时可能会遇到科学写作的复杂性，因此开发人员正在创建直接满足科学、技术和医学学科研究人员和学生独特需求的平台。

如，Paperpal 和 Thesify 等工具根据期刊投稿指南检查学术手稿，并为研究提案、文献综述、摘要、学位论文和论文提供模板。SciSpace 以及 Coral AI 等平台还宣传了涵盖数十种语言的翻译功能。

语言的互通使得研究员们增加了获得全新知识的机会，这种想法促使前神经科学家 Marc-Oliver Gewaltig 于 2024 年共同创立瑞士公司 Thesify 作为学生多站平台。除了提供对研究论文和学位论文的反馈外，Thesify 还是唯一专注于在另一个重要领域培训学生的平台之一：资助写作。

图示：Thesify。（图源：网络）

Gewaltig 说，这个工具的目标，也是许多平台的真正目标，是提高效率和生产力。但在科学中，这有时意味着不同的东西，要创建像真正的广义情报这样的东西还有很长的路要走。