随着人工智能（AI）技术蓬勃发展，许多基于大型语言模型的搜索引擎如雨后春笋般涌现。它们试图通过整理大量文献，提炼研究论文的精髓等，帮助科研人员提升工作效率，加速科研进程。
英国《自然》网站在近日的报道中指出，尽管这些AI驱动的科研搜索引擎“各有其美”，但鉴于AI本身会产生“幻觉”，可能生成不准确或误导性信息，科学家们在使用这些搜索引擎时，需保持警惕。当然，在确保信息的准确性方面，这些AI工具的提供者责无旁贷。
科研搜索引擎应运而生
对科研人员来说，搜索和阅读科研文献可谓“家常便饭”。但是，传统的文献搜索往往耗时费力，难以高效获取最新研究成果。基于AI的科研搜索引擎正是瞄准科研人员的这一“痛点”，提供精准助力。
目前，最受科研工作者青睐的AI科研搜索引擎当属Elicit、Consensus和You这三款。它们各显其能，为科学家整理文献综述提供了极大便利。
当用户向Elicit抛出一个研究问题时，它会呈现相关论文的列表，并附上关键科学发现的摘要。在此基础上，用户可以进一步询问与特定论文有关的问题，还能根据期刊或研究类型进行筛选，让文献检索更加顺畅。
而Consensus则致力于引领研究人员深入了解某一主题的各种科学信息。针对一个特定的问题，该工具会提供一个“共识量表”，清晰展示各篇科学论文对该问题的看法。研究人员可以选择性阅读论文的摘要。该公司首席执行官艾瑞克·奥尔森表示，尽管该工具不能取代对论文的深入探究，但对快速筛选研究确实有用。据欧洲新闻网今年1月报道，该搜索引擎目前聚焦六大主题：经济学、睡眠研究、社会政策、医学以及心理健康和保健品。
You则为用户提供了探索研究问题的不同方式。例如，其“天才模式”能以图表形式直观呈现答案。上个月，You又推出了一款“多人游戏工具”，让研究人员能够携手合作，共享定制的AI聊天工具，自动完成事实核查等任务。
据爱思唯尔官网报道，该公司于今年4月正式发布了斯高帕斯（Scopus）AI。它以当今世界最大的文摘和引文数据库Scopus中的数据为基础，结合生成式AI和大型语言模型技术，以及丰富的内容，为科研人员提供简明且可信赖的研究主题摘要，并支持“进一步探索”、自然语言查询和“思维导图演示”等功能。
总部位于伦敦的研究分析公司Clarivate于9月推出了基于AI的研究助手。这款工具使用户能够快速搜索Web of Science数据库。研究人员只需输入研究问题，便可查看相关的摘要、主题和引文图。引文图展示了每项研究引用的论文，可帮助研究人员快速识别关键文献。该AI工具还可用不同语言总结论文摘要。
针对专业领域的AI搜索引擎也开始涌现，BioloGPT就是其中“翘楚”。它能为生物学问题提供精炼而深入的答案。
功能表现各有千秋
哪款AI科研搜索引擎最佳？这完全取决于用户的具体需求。
例如，当科研人员需要了解某个话题的共识程度或意见的多样性时，Consensus或是最佳选择。
面对繁杂的海量数据，研究人员可利用Elicit聚焦自己的研究兴趣。Elicit能像一位精明的筛选师，剔除不相关的论文，让研究人员能更深入探索更相关且真正有价值的论文。
这些AI搜索工具不仅能帮助研究人员节省大量时间，还让他们的工作质量显著提升，创造力得以激发，甚至为他们找到了减轻工作压力的妙招。
但也有专家对于向学生介绍这些AI搜索工具持谨慎态度。他们认为，虽然这些工具很强大，但也可能会让学生陷入对学术研究的误解。因此，教学生如何批判性地看待这些工具，培养他们“慧眼识珠”的能力也同等重要。
“幻觉”现象值得警惕
当下，人们对主流AI聊天机器人（如ChatGPT）输出内容的准确性深感担忧，原因在于这些机器人偶尔会出现“幻觉”。机器人的幻觉是自然语言生成领域的一个术语，指AI模型会生成一些看似合情合理，实则子虚乌有的文本片段。这些文本可能充斥着虚假的信息、自相矛盾的逻辑，甚至毫无意义的言辞。
很多用户都曾表示，他们发现，AI研究工具在使用过程中，常常会犯下一些错误，比如编造统计数据、歪曲引用论文，甚至带有偏见等。
对此，开发人员已采取了一系列措施，以提升AI的准确性。
Elicit公司主管詹姆斯·布雷迪表示，他们对信息的准确性极为重视，正在运用多个安全系统来严格核查答案中的错误。还有专家指出，Web of Science数据库的AI工具拥有“坚实的防护网”，能够有效屏蔽那些欺诈性和有问题的内容。她提到，在软件开发最后的测试阶段，该团队与约12000名研究人员携手合作，整合了用户们的反馈结果。
尽管这种反馈改善了用户体验，但“幻觉”仍有可能出现。AI搜索工具在人类提供的反馈中不断学习成长，希望为人类提供一个满意的答案。因此，它们可能会自行填补那些原本不存在的信息空白。
有AI研究人员认为，AI科研搜索工具能为科研提供助力，但前提是科学家对生成的信息予以验证。
正如BiologGPT创始人科勒·兰巴登所指出的，要成为一名优秀的科学家，很重要的一点是，对一切持怀疑态度，包括你自己的研究方法。（科技日报记者 刘霞）
来源： 科技日报