打破知識(shí)的邊界

隨著全球數(shù)字化經(jīng)濟(jì)的發(fā)展，數(shù)據(jù)已經(jīng)成為現(xiàn)代社會(huì)重要的生產(chǎn)要素，影響到社會(huì)生產(chǎn)生活的方方面面。如何在浩瀚的知識(shí)體系和科研文獻(xiàn)數(shù)據(jù)中找到價(jià)值信息，梳理研究方向，甄別、分析、處理海量科研數(shù)據(jù)，是科研機(jī)構(gòu)面臨的一道難題。如今，這些問(wèn)題已成為過(guò)去式。作為中國(guó)科研文獻(xiàn)資源服務(wù)保障單位，中圖科信數(shù)智技術(shù)（北京）有限公司（以下簡(jiǎn)稱(chēng)中圖科信）提供了全流程科研工具解決方案。

2021年，為了培育研發(fā)團(tuán)隊(duì)，掌握新技術(shù)，中國(guó)圖書(shū)進(jìn)出口（集團(tuán)）總公司通過(guò)混合所有制的形式，成立了中圖科信，聚焦人工智能技術(shù)研發(fā)應(yīng)用，為創(chuàng)新主體提供覆蓋科研全流程的智能化知識(shí)服務(wù)。談到中圖科信的業(yè)務(wù)方向時(shí)，公司總經(jīng)理許若華表示：“中圖科信與新時(shí)期科技資源服務(wù)體系的發(fā)展變化緊密結(jié)合，通過(guò)大模型對(duì)文獻(xiàn)進(jìn)行碎片化處理，為科研工作者提供一些基于知識(shí)點(diǎn)或者語(yǔ)義重點(diǎn)的知識(shí)服務(wù)，幫助用戶(hù)在大量的、低質(zhì)量的、有誤導(dǎo)性的數(shù)據(jù)中，篩選出最能夠幫助他們進(jìn)行科研工作的數(shù)據(jù)。”目前，中圖科信已形成了以?xún)?nèi)容資源和實(shí)驗(yàn)數(shù)據(jù)的積累為基礎(chǔ)、AI應(yīng)用為目標(biāo)，基于數(shù)據(jù)基礎(chǔ)和專(zhuān)業(yè)化場(chǎng)景相結(jié)合的一體化、智能化解決方案，幫助科研機(jī)構(gòu)實(shí)現(xiàn)從實(shí)驗(yàn)室走向數(shù)智化的最后一公里。

打通科研的最后一公里

2022年，中圖科信一站式科研服務(wù)平臺(tái)Data Dimension（DataD）發(fā)布上線，為科研人員提供了全流程科研工具解決方案。據(jù)許若華介紹，DataD平臺(tái)可以通過(guò)AI算法對(duì)科研文獻(xiàn)數(shù)據(jù)精細(xì)識(shí)別、拆解，將碎片化的信息關(guān)聯(lián)、重構(gòu)，實(shí)現(xiàn)個(gè)人、團(tuán)隊(duì)或機(jī)構(gòu)的知識(shí)網(wǎng)絡(luò)構(gòu)建，并針對(duì)信息高效檢索、知識(shí)發(fā)現(xiàn)、知識(shí)管理、量化分析、學(xué)術(shù)發(fā)表、研究團(tuán)隊(duì)實(shí)時(shí)協(xié)作和管理等多個(gè)科研場(chǎng)景提供一站式解決方案，實(shí)現(xiàn)為科研工作者提供定制化服務(wù)。“比如做一個(gè)名為‘非流體粉末傳輸’的實(shí)驗(yàn)，檢索發(fā)現(xiàn)有10篇論文都研究過(guò)這個(gè)實(shí)驗(yàn)的物理模型。而我們的平臺(tái)就會(huì)把這10篇文獻(xiàn)中的物理模型進(jìn)行抽取、分析和重組，并快速確立一個(gè)研究目標(biāo)。有了研究目標(biāo)后，我們可以去設(shè)計(jì)一系列的實(shí)驗(yàn)，實(shí)驗(yàn)的過(guò)程中還會(huì)繼續(xù)搜索文獻(xiàn)獲取知識(shí)，并基于語(yǔ)義和重點(diǎn)內(nèi)容對(duì)文獻(xiàn)進(jìn)行碎片化。完成實(shí)驗(yàn)后，我們將實(shí)驗(yàn)數(shù)據(jù)、實(shí)驗(yàn)設(shè)計(jì)期間使用的數(shù)據(jù)、做測(cè)試使用的數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，驗(yàn)證實(shí)驗(yàn)是否滿(mǎn)足實(shí)驗(yàn)設(shè)計(jì)時(shí)的需求，當(dāng)實(shí)驗(yàn)數(shù)據(jù)滿(mǎn)足了實(shí)驗(yàn)的需求，并印證了科研目標(biāo)時(shí)，就可以將這些內(nèi)容快速生成一篇論文。”許若華以一個(gè)例子闡明了DataD平臺(tái)的工作原理。

目前，DataD平臺(tái)已應(yīng)用于水利、農(nóng)業(yè)、醫(yī)療等相關(guān)科研領(lǐng)域。今年2月，中圖科信順利完成水利行業(yè)相關(guān)單位信息中心的水庫(kù)防洪調(diào)度知識(shí)庫(kù)智能構(gòu)建系統(tǒng)符合性驗(yàn)證，并在該系統(tǒng)中進(jìn)行應(yīng)用。基于該項(xiàng)目的小水庫(kù)調(diào)度方案、水情年報(bào)和洪水預(yù)報(bào)方案等3種文檔類(lèi)型，中圖科信通過(guò)開(kāi)發(fā)智能識(shí)別算法，抽取關(guān)鍵性的文字、表格和圖像等信息，智能構(gòu)建小水庫(kù)專(zhuān)用知識(shí)庫(kù)；利用大語(yǔ)言模型等新技術(shù)，開(kāi)發(fā)小水庫(kù)專(zhuān)用知識(shí)庫(kù)智能檢索服務(wù)功能，并集成到現(xiàn)有業(yè)務(wù)系統(tǒng)中。“中圖科信小水庫(kù)知識(shí)庫(kù)大模型總結(jié)了水資源管理信息化能力現(xiàn)狀和存在的主要問(wèn)題，提出了水資源管理與調(diào)配系統(tǒng)建設(shè)思路，為水資源管理信息化建設(shè)工作提供了重要參考依據(jù)。”許若華介紹。

做更懂科研的大模型

基于DataD平臺(tái)等模型矩陣，2023年，中圖科信通過(guò)自研與開(kāi)源模型的智慧融合，形成了大模型開(kāi)發(fā)能力代表之作“思瓜LUFFA AI”（以下簡(jiǎn)稱(chēng)思瓜）。許若華表示，思瓜與其說(shuō)是一個(gè)大模型的名字，不如說(shuō)它是一個(gè)產(chǎn)品生態(tài)或一個(gè)產(chǎn)品矩陣，它幫助用戶(hù)去整合數(shù)據(jù)、整合模型。“思瓜是一款為圖書(shū)館及科研人員定制化服務(wù)的智能助手，致力于做更懂科研的大模型。”

“思瓜也是一個(gè)模型訓(xùn)練平臺(tái)，它能夠?qū)⒏鞣N內(nèi)容轉(zhuǎn)化為編程語(yǔ)言，在最終輸出時(shí)又可以還原為大家能夠理解的自然語(yǔ)言，讓用戶(hù)可以清晰看到訓(xùn)練的成果。我們將其命名為思瓜，寓意著它是一個(gè)會(huì)思索的瓜，它幫助用戶(hù)把自己的思想種植在人工智能的土壤中，會(huì)陪伴著用戶(hù)共同把思想成長(zhǎng)為完整的結(jié)構(gòu)體系，然后瓜熟蒂落，用戶(hù)就可以采摘果實(shí)。”許若華談到。思瓜有別于最為大眾所知的ChatGPT、文心一言。“雖然我們也做知識(shí)庫(kù)的服務(wù)，但是我們的賣(mài)點(diǎn)不在于回答多么精妙，我們服務(wù)的特點(diǎn)在于可以幫助用戶(hù)快速地構(gòu)建自己所需要的一個(gè)本地知識(shí)庫(kù)。我們基于用戶(hù)上傳的文獻(xiàn)、文檔和搜集材料進(jìn)行分析，最終把最專(zhuān)業(yè)的內(nèi)容交給用戶(hù)。”

許若華表示，中圖科信現(xiàn)有員工近100個(gè)，其中有86個(gè)崗位都是在做與研發(fā)相關(guān)的工作。“我們的商業(yè)模式就是為各個(gè)機(jī)構(gòu)提供一站式的解決方案，我們與用戶(hù)共享知識(shí)，幫助其構(gòu)建自己的專(zhuān)業(yè)方案，這是我們與市場(chǎng)上各種大模型所做的工作的差異之處。”

據(jù)悉，2023年，中圖科信已與華為、騰訊、香港中文大學(xué)等陸續(xù)簽署大模型研發(fā)戰(zhàn)略合作協(xié)議。在知識(shí)服務(wù)領(lǐng)域，中圖科信面向大學(xué)、圖書(shū)館、情報(bào)所等機(jī)構(gòu)，提供“思瓜LUFFA AI”知識(shí)庫(kù)等系列產(chǎn)品。

大模型需要以人為本

談及大模型行業(yè)，許若華認(rèn)為，現(xiàn)在產(chǎn)業(yè)中對(duì)于大模型的期待有“兩個(gè)回歸”，其一是能力邊界的回歸，其二是應(yīng)用場(chǎng)景的回歸。“我們對(duì)于大模型有很強(qiáng)的期待，我們問(wèn)它一個(gè)問(wèn)題，它可能回答得像模像樣的，但是對(duì)于我們的實(shí)際工作缺乏指導(dǎo)作用。各個(gè)領(lǐng)域都有很強(qiáng)的專(zhuān)業(yè)性與邊界性，我們需要培訓(xùn)大模型建立一套完整的或者優(yōu)秀的思維鏈讓它去處理相對(duì)簡(jiǎn)單的任務(wù)，同時(shí)再不斷給它‘喂’專(zhuān)業(yè)數(shù)據(jù)，讓它形成一個(gè)有邏輯的工作流程。這就是大模型的邊界?思考能力的邊界和數(shù)據(jù)的邊界。應(yīng)用場(chǎng)景的回歸也是同理，大模型終究需要以人為本，解決人的實(shí)際問(wèn)題。”許若華談到。

值得一提的是，中圖科信攜手施普林格 · 自然集團(tuán)共同啟動(dòng)了“智筆計(jì)劃Artificial Pen Project”，該計(jì)劃首部出版《巖石動(dòng)力學(xué)研究進(jìn)展》，這也是中國(guó)第一本應(yīng)用人工智能大模型寫(xiě)作的圖書(shū)，標(biāo)志著其在科研領(lǐng)域智能化邁出了堅(jiān)實(shí)的一步。

那么，AI如何生成一本書(shū)？“首先要給我們一個(gè)主題，比如巖石動(dòng)力學(xué)，然后基于這個(gè)研究領(lǐng)域的主題，檢索我們知識(shí)庫(kù)中的內(nèi)容，模型會(huì)學(xué)習(xí)寫(xiě)一本圖書(shū)應(yīng)該具備哪些關(guān)鍵要素，并根據(jù)這些要素再去知識(shí)庫(kù)中搜索內(nèi)容，進(jìn)而生成對(duì)應(yīng)的小標(biāo)題和內(nèi)容，這樣可以快速幫助作者與編輯去完成內(nèi)容。”許若華如是說(shuō)。

隨著數(shù)字技術(shù)的不斷完善，多模態(tài)生成式人工智能技術(shù)將為更多領(lǐng)域帶來(lái)深遠(yuǎn)影響。而基于科研行業(yè)智能應(yīng)用創(chuàng)新，中圖科信一直秉承著“打破知識(shí)的邊界”的核心理念，通過(guò)對(duì)數(shù)據(jù)和技術(shù)的賦能，提供科研全鏈條的功能服務(wù)模塊，推動(dòng)學(xué)科交叉融合的不斷發(fā)展，促進(jìn)科學(xué)研究范式發(fā)生深刻變革，為創(chuàng)新領(lǐng)跑提供新機(jī)遇。