让文献检索进入AI模式

查阅文献是进行科学研究的一项基本工作。据统计，科研人员查找消化科学技术资料的时间约占整个科研时间的51%。将文献制作成一个知识库或数据库，使用人工智能方法，减轻科研人员查找和阅读文献的“负担”吗？5月30日，基于人工智能的科学研究论坛2023中关村论坛正式发布了基于猛犸语言模型+向量数据库的——science navigator（文献数据库）。

这是通过对话提问的方式搜索、阅读、分析、管理文献的结果。这一成果由北京科学智能研究院、中国科学院计算机网络信息中心、墨奇科技共同开发。

说：“在最初的“搜索式”利用“搜索式”搜索引擎和网络搜索到，以及到目前人工智能技术的跨越式发展，我们大型语言理解和问答模式问题的能力在人类的智能水平接近的首次看见”。墨奇科技副总裁孟卓飞表示，文献知识库的发布恰逢搜索模式进入对话时代的发展趋势。

文献知识库的性能优势可以用多、快、好、节约四个字来形容。孟卓飞介绍，“多”体现在“多模，多模，多数据”中。“快速”意味着“快速质疑，快速引入，快速重复”。“好”体现为“更实时的数据，更可靠的引用，更专业的理解”。“省”是显著降低了极限系统优化、自身向量算法和数据计算的成本。

文献知识库的发展方向是将更多的实验数据包含在矢量数据库中。这时，科学实验的设计原理，实验方式，实验结论及结论后对应的思考都可以作为质疑对象。孟卓飞得益于大模型和矢量数据库科研人员提出方向性问题拆卸机器的问题，将完成提出的设计模拟实验等一系列程序，可以到内容中得出的结果问题的反省和反复释放科研人员时间精力在进一步解决关键问题和创新的想法。