*Nature調查發現 ：AI正在改變科學家的研究方式*
智東西10月12日消息，全球頂尖科學學術期刊《Nature》于10月10日發表了一篇科學家利用人工智能（AI）工具做科學研究的行業觀察，發現AI工具正在改變傳統的科研工作方式。目前，許多AI工具可以幫研究人員在大量文獻中篩選出所需資料，從而使科學研究更加高效。
這些用于科學研究檢索的AI工具基于大語言模型（LLM），其不僅可以搜集、篩選現有研究文獻，還可以總結、列舉文中的關鍵發現。背後的AI公司不斷提升這些模型的性能，並定期推出新的AI工具。
《Nature》雜志采訪了多位AI科學檢索工具的開發者和使用者後，彙集了他們的實際上手體驗，以及使用這些AI工具的潛在風險。
文章地址：https://doi.org/10.1038/d41586-024-02942-0
一、科學家用AI工具了解科研方向、收集科研資料、撰寫文獻綜述
據《Nature》統計，市面上最受歡迎的AI科學檢索工具包括Elicit、Consensus和You，它們爲研究人員提供了多種高效完成文獻綜述的方式。
1、美國AI論文生成公司Elicit：自動化完成文獻綜述
當研究人員在Elicit中輸入一個研究問題後，該AI工具會列出相關論文，並總結這些論文的主要發現。
在此基礎上，研究人員還可以針對某一篇論文繼續提問，以及指定留下某一本期刊或某一種研究類型的內容。
2、美國AI學術搜索引擎公司Consensus：可視化科研行業共識
公司同名AI工具Consensus可以幫研究人員搜集、整理科學界對某個科學課題有哪些說法和爭議。
舉個例子，當研究人員輸入“氯胺酮可以治療抑郁症嗎”這個問題後，該AI工具會生成一個“Consensus meter（共識度量器）”，其會總結支持、反對或不確定該假設的論點和論據，以顯示科學界對上述問題的共識程度。
▲Consensus meter（共識度量器）可以更直觀地展示科研行業共識（圖源：《Nature》）
Consensus的首席執行官Eric Olson（埃裏克·奧爾森）稱，其AI工具雖然不能替代研究人員去深入分析論文內容，但可以有效幫助他們速覽研究動態並歸納主流研究方向。
3、美國AI學術搜索引擎公司You：個性化科研研究
You方面自稱其同名AI工具“You”，是第一個結合了文獻最新引用數據的AI檢索工具。該AI工具爲研究人員提供了探索研究問題的多種模式，例如其“genius mode（天才模式）”會以圖表的形式反饋檢索結果。
上個月，You還推出了一款允許多人協作的AI工具。研發人員可以合作定制、共享個性化的AI聊天框，令其自動執行諸如事實核查之類的特定任務。
二、AI科研檢索工具支持多語種，有望打破學術交流語言壁壘
除了熱門的Elicit、Consensus和You外，其他AI檢索工具也在探索利用AI技術提升科研效率的更多應用場景。
美國AI生物學知識問答平台BioloGPT能夠針對生物學問題，生成總結性的、更有深度的回答，是大量垂直于單一學科的AI工具之一。
今年9月，英國一站式科研服務公司Clarivate推出了一個AI檢索工具，研究人員可以用其快速調用Web of Science數據庫中的內容。Clarivate方面稱，基于該AI檢索工具，研究人員輸入一個研究問題後，可以以圖譜的形式查看相關的論文摘要、科研主題和引用文獻，並且能看到每一篇參考文獻的標注，從而更高效地找出關鍵論文及其論點。
此外，即便Web of Science中收錄的是英文論文，Clarivate的AI檢索工具也可以用英語外的其他語言總結論文中的關鍵信息。在Clarivate産品副總裁Francesca Buckland（弗朗西斯卡·巴克蘭德）看來，將多語言的翻譯能力融入AI檢索工具背後的大模型中，是一件“非常具有潛力”的事情，它可以減少全球科研資源不平等的情況。
▲研究人員可以用Clarivate的AI工具，梳理Web of Science數據庫中的內容（圖源：《Nature》）
三、建議利用AI檢索工具各自的優勢查資料，但要記得核查
當被《Nature》問及“最好用的AI檢索工具是什麽”時，加拿大流行病學家Razia Aliani（拉齊娅·阿利亞尼）說：“我認爲這通常取決于實際研究目的。”目前她在澳大利亞一家非營利性的文獻綜述公司工作，公司名爲Covidence。
如果需要了解某個科研主題的不同觀點和共識，Aliani會傾向于使用Consensus。但要審核大型數據庫時，她會選擇用其他AI檢索工具，比如Elicit。
在Elicit上抛出初始研究方向後，Aliani會根據該AI工具的檢索結果，排除與研究方向無關的論文，然後深入剩余的關聯性更強的文獻，以微調初始研究方向。
她認爲，AI科研檢索工具不僅節省了時間，還能提高科研工作質量、激發創造力並減輕科研壓力。
Anna Mills（安娜·米爾斯）在美國加利福尼亞州的馬林學院教授基礎寫作課程，平常也會涉及有關如何開展研究過程的課程。她雖然很想向學生推薦這些AI檢索工具，但同時也擔心這些工具會妨礙學生深入理解一些學術研究。
相較于用AI檢索工具獲取科研信息，她更希望教會學生如何辨別AI檢索結果中的錯誤，從而培養他們辯證使用AI工具的能力。
美國AI生物學知識問答平台BioloGPT的創始人Conner Lambden（康納·蘭登）也認爲：“學會對一切事物保持懷疑態度，包括你自己在用的研究方法，是成爲一名優秀的科學家的必經之路。”
四、AI錯誤引用文獻，有科學家因此停用，開發者正補救
AI大模型在檢索過程中時不時出現“幻覺”，已是一個老生常談的問題。在AI界，“”幻覺（Hallucination）”是指AI模型編造、引用、輸出一些具有誤導性的、虛假的、無中生有的信息。
而對于ChatGPT等主流AI聊天機器人回答准確性的擔憂，也蔓延到了AI科學檢索工具上。多位研究人員提醒應謹慎使用這些AI科學檢索工具。
用AI檢索工具做科研時，常見的錯誤有編造統計數據、誤解引用的論文、AI大模型的偏見。
體育科學家Alec Thomas（亞曆克·托馬斯）目前在瑞士的洛桑大學做研究，他曾一度“非常欣賞AI檢索工具”。
然而，在親自試用一些AI檢索工具後，他的態度卻發生了180度大轉彎。Thomas決定放棄使用這些AI檢索工具，原因是他發現AI生成的答案中有“非常嚴重的基礎性錯誤”。
例如，他用AI檢索工具研究“參與體育活動對患有飲食失調的人的影響”時，AI引用了一篇與研究問題毫無關系的論文來生成研究結論。
Thomas直言：“我們不會相信一個公認可能隨時會出現幻覺的人類，那又憑什麽去相信有類似症狀的AI呢？”
據多位接受《Nature》采訪的AI檢索工具開發者透露，他們已經采取了安全措施，以提高AI檢索的准確性。
美國AI論文生成公司Elicit的項目開發負責人James Brady（詹姆斯·布拉迪）稱，該公司十分重視AI檢索工具的准確性問題，正在使用多個安全系統檢查AI回答中的錯誤。
英國一站式科研服務公司Clarivate産品副總裁Buckland則稱，Web of Science的AI工具有“可靠的保護機制”，以規避AI生成帶有欺騙性的、不准確的內容。在測試期間，她的研發團隊曾與大約1.5萬名研究人員共同整合反饋，以調試AI檢索的准確性。
盡管經過開發者的不斷糾偏，AI檢索工具的使用體驗有所改善，美國AI學術搜索引擎公司Consensus的CEO Olson卻認爲，這非但不能根治AI的“幻覺”，還可能會加重“病情”。
Olson解釋道，通過人爲反饋調試的AI檢索工具，傾向于得出對人類有益的答案，並且會因此自主填補一些不存在的事實。
結語 ：未來的AI工具需要比拼專業度
從《Nature》的調查中，我們可以看到AI檢索的應用場景，已經逐漸向細分領域滲透。
這也意味著，類似于AI科研檢索領域，未來AI大模型及其産品對專業性、准確性有著更嚴格的要求。
目前來看，面向專業領域微調後的AI模型，出現“幻覺”的概率和頻率會有所降低，而其存在的偏見問題則不能光靠技術更新來解決。
李飛飛于2015年聯合創建了AI4All項目，旨在吸納更多諸如女性、有色人種、工薪階層的AI人才，以減輕開發AI大模型過程中存在的偏見。
Andrew Hoblitzell（安德魯·霍布裏策爾）是印度的一名生成式AI研究人員，他已在多所大學開設了圍繞AI4All項目的講座。
在他看來，AI檢索工具可以在一定程度上爲科研過程提供支持，但前提是科學家要親自驗證過AI生成的信息。
Hoblitzell稱：“現階段，這些AI檢索工具應該是科研的輔助工具，而不是最終的成果來源。”
---[來源 ：Nature/智東西/編譯 : 徐豫*編輯 : 心緣]
*自己制造自己！全球首家人形機器人超級工廠投産，年産1萬台*
智東西10月11日消息，人形機器人創企Agility Robotics宣布，其全球首家專注于人形機器人自主生産的工廠——RoboFab工廠，已經在美國俄勒岡州塞勒姆正式投入運營。
依托于新建成的位于塞勒姆的RoboFab工廠，Agility Robotics計劃推出數百台Digit機器人，預計明年將擴展至數千台，最終目標是每年生産1萬台人形機器人。
Agility Robotics計劃在本月推出其第四代Digit機器人，並且該公司已經通過“機器人即服務”（RaaS）項目獲得了收入，其旗艦機器人Digit已經幫助GXO物流公司管理的Spanx倉庫完成了超過1萬個訂單的搬運。
▲Digit人形機器人（圖源：Agility Robotics）
根據PitchBook的數據，在過去五年裏，人形機器人領域的初創企業共吸引了約16億美元的風險投資。截至目前，Agility Robotics已累計籌集1.8億美元，用以支持其大規模制造戰略，以應對倉儲物流行業不斷增長的自動化需求。
一、瞄准自動化倉儲物流，本月計劃推出第四代Digit機器人
Agility Robotics由俄勒岡州立大學的研究團隊衍生而來，專注于將人形機器人Digit應用于物流和倉儲環境，並于2022年4月在B輪融資中成功籌集了1.5億美元。
目前，RoboFab工廠已開設了第一條生産線，配備了專門用于組裝機器人手臂、腿部、軀幹和頭部的工作站。工廠還設有用于測試Digit的攝像頭和激光雷達的區域，以及一片專門調整組件的空間。工廠另一側則設有一個“機器人醫院”，用于處理客戶在實際使用過程中反饋的問題並進行維護。
▲RoboFab工廠（圖源：Agility Robotics）
Digit是Agility Robotics的旗艦産品，身高5英尺9英寸（約175cm），配色是藍綠和金屬灰。其肩部和髋部裝有不鏽鋼執行器，頭部和軀幹布滿了電路和傳感器，所有組件通過整齊排列的電線連接，整體設計仿若人類的神經系統。
Digit的獨特設計使其能夠在大型倉庫環境中工作，利用獨特的後膝設計來舉起和放下物品。目前，該機器人已在GXO物流公司運營的Spanx倉庫中工作，負責拾取手提包並放到傳送帶上。在亞馬遜倉庫的測試中，Digit能夠從貨架上取下空的黃色垃圾箱並將其搬運至傳送帶上，重複執行這一操作。Agility Robotics現任CEO佩吉·約翰遜（Peggy Johnson）稱，公司已經通過“機器人即服務”（RaaS）項目獲得了月度收入。
Agility Robotics致力于將Digit直接集成到大型倉儲物料的處理流程中，結合更強大的電池、馬達和傳感器以及幫助機器人在爲人類設計的環境中工作的軟件，重新定義人形機器人的行業標准。
▲Digit人形機器人（圖源：Agility Robotics）
約翰遜稱，RoboFab工廠采用了“輕資本支出”模式，這意味著工廠不需要傳統汽車制造廠那樣昂貴的機械設備。Agility Robotics的機器人主要由工人通過螺絲刀和其他手動工具進行組裝。雖然Agility Robotics迄今已籌集了1.8億美元資金，但約翰遜透露，公司仍需要更多資金來支持從研發階段向大規模制造的過渡。
二、五年吸引16億美元風投資金，人形機器人成投資焦點
今年上半年，人形機器人成爲投資領域的新焦點。
借助類似ChatGPT的人工智能技術，相關企業期望打造能夠在工作環境中進行推理和學習的機器人。Agility Robotics正在將大型語言模型集成到其Digit機器人的控制軟件中，押注其機器人能進入更多工作場所。
日益便宜且強大的電機和電池、計算機視覺和人工智能，是Digit的推動力，共同引發了這股投資熱潮。
根據PitchBook的數據，在過去五年裏，人形機器人領域的初創企業共吸引了約16億美元的風險投資。
▲人形機器人領域的全球風險投資交易活動（圖源：PitchBook）
據彭博社報道，今年2月，人形機器人初創公司Figure AI獲得了由亞馬遜創始人貝索斯以及微軟、英偉達和OpenAI等科技巨頭聯合投資的約6.75億美元融資，投前估值高達20億美元。該公司希望其機器人能承擔對人類危險或重複性的任務，例如倉庫作業。此外，挪威機器人初創公司1X Technologies在今年早些時候完成了1億美元融資，OpenAI也參與了投資。
Agility Robotics稱，由于市場需求強勁，並且公司具備快速批量生産機器人的能力，工廠最終每年將能夠生産1萬台機器人。亞馬遜于2022年投資了這家公司，成爲其1.8億美元融資的一部分。2023年，亞馬遜開始在其倉庫中測試Agility Robotics的Digit機器人，這是亞馬遜首次嘗試使用人形機器人。
此前，亞馬遜在2012年收購了Kiva Systems，Kiva機器人系統能夠在龐大的倉庫中模擬人類的操作，自動轉運貨架，並將目標貨物送至揀貨員面前，這一模式極大地提高了揀貨效率。
三、微軟、高通、蘋果前高管加入，人形機器人已實地測試
3月4日，曾在微軟、高通和增強現實初創公司Magic Leap擔任高級職位的約翰遜被任命爲CEO。
最初，Agility Robotics的RoboFab工廠由蘋果前iPad運營高級總監和福特制造負責人安德裏亞·坎貝爾（Aindrea Campbell）負責，但她今年早些時候回歸了蘋果。
Agility Robotics聯合創始人兼前CEO達米恩·謝爾頓（Damion Shelton）接管了工廠的組裝工作。此外，約翰遜還聘請了Magic Leap前CMO丹尼爾·迪亞茲（Daniel Diez）擔任首席戰略官。
與單一功能機械臂相比，人形機器人更勝任複雜且多變的工作環境。雖然目前大多數人形機器人仍處于原型階段，更像是自動化設備而非真正的人工智能夥伴。但隨著AI模型和計算機視覺軟件的不斷進步，類人形的機器人已離現實越來越近。
與同行相比，Agility Robotics的一個關鍵優勢在于其人形機器人已經在實際環境中進行測試。
Agility Robotics正在致力于提高機器人在適應性、電池續航和動作靈活性方面的能力。公司還對Digit的控制軟件進行了徹底升級，使其更加易于操作。工程師們展示了如何通過人工智能的進步，將自然語言命令翻譯成機器人動作的能力。
Agility Robotics還將在本月晚些時候的物流貿易展上展示Digit的新硬件，這些硬件將幫助機器人更加靈活地抓取不同類型的垃圾箱。
結語 ：物流只是起點，人形機器人將擴展至更多行業
目前，全球的勞動力短缺和人口老齡化問題日益嚴重，社會對更高生産力的需求也隨之增加，這使得自動化變得至關重要。
約翰遜指出，美國目前大約有110萬個倉庫職位空缺，難以找到足夠的人力來填補。而且，許多危險性高或重複繁重的工作並不適合人類，需要新興産業的突破來解決這些難題。在這樣的背景下，人形機器人産業應運而生。
“物流只是我們進入市場的起點。”Agility Robotics聯合創始人喬納森·赫斯特（Jonathan Hurst）在最近的一個播客中提到，“隨著技術的進步和時間的推移，人形機器人將逐步擴展到醫療、零售等更多行業，爲這些領域帶來新的自動化變革。”---[來源 ：Agility Robotics、彭博社/智東西/編譯 : 汪越*編輯 : 程茜]
