量子位
·
清华新研究，Nature+Science双杀！
💡
原文中文，约2900字，阅读约需7分钟。
📝
内容提要
清华大学的研究表明，AI虽然能加速论文发表，但也导致科学探索的广度收缩。AI模型缺乏通用性，使研究者更集中于热门领域，从而削弱了创新能力。为此，推出了跨学科科研智能体系统OmniScientist，以提升科研效率和广度。
🎯
关键要点
- 清华大学的研究表明，AI加速论文发表，但导致科学探索的广度收缩。
- AI模型缺乏通用性，使研究者集中于热门领域，削弱创新能力。
- 推出跨学科科研智能体系统OmniScientist，以提升科研效率和广度。
- 研究分析了全球2.5亿篇科学文献，揭示AI助力个体加速但集体注意力窄化的矛盾。
- AI for Science领域的颠覆性研究成果逐年下降，未能获得AI助力。
- 团队采用高质量专家标注与大规模语言模型推理相结合的方法，构建AI赋能科研全景地图。
- 使用AI的科学家发表论文数量和引用量显著高于不使用AI的科学家。
- AI结合的科研项目知识广度下降，跨界互动减少，研究趋向集中和单一化。
- 当前AI模型缺乏通用性，导致科学探索路径固化，广度让位于速度。
- OmniScientist系统旨在实现跨学科、全流程的科研支持，推动AI从辅助工具进化为主动的AI科学家。
❓
延伸问答
清华大学的研究揭示了AI在科学研究中的哪些矛盾？
AI虽然加速了科学家的个体论文发表，但导致科学界的集体注意力收窄，科学探索的广度减小。
OmniScientist系统的目的是什么？
OmniScientist系统旨在提升科研效率和广度，推动AI从辅助工具进化为主动的AI科学家。
使用AI的科学家与不使用AI的科学家在论文发表上有什么区别？
使用AI的科学家发表的论文数量是未使用者的3.02倍，引用量是4.84倍，且更早成为项目负责人。
当前AI模型缺乏通用性对科学研究有什么影响？
缺乏通用性导致研究者集中于热门领域，形成“群体登山”现象，削弱了科学探索的广度。
研究团队是如何分析AI对科学的影响的？
团队通过构建科学语义地图和定义知识广度指标，分析了AI在自然科学六大领域的影响。
AI在科学研究中的应用对创新能力有何影响？
AI的应用导致研究趋向集中和单一化，缺乏创新活力，整体科学进展未见明显加速。
➡️
