核心内容
AI科学搜索引擎：为科研加速，还是为研究带来困扰？AI驱动的科学搜索引擎，如Elicit、scite和Consensus，正在改变科研文献的获取方式，尽管它们在提升效率和智能化分析方面展现了巨大潜力，但仍面临准确性、时效性和可靠性等方面的挑战，需要进一步优化以真正满足科研需求。
随着大型语言模型（LLMs）如OpenAI的GPT-4不断进步，人工智能（AI）工具在科学研究中的应用越来越广泛。从自动化的文献搜索到生成研究总结，AI驱动的搜索引擎正迅速成为科研人员的重要助手。然而，这些新兴工具是否真的准备好帮助科研人员提高效率，还是存在着无法忽视的局限？
Elicit：基于LLM的智能文献搜索
（能够快速查找相关文献并分类，显示被引，作系统性总结，联合研发）
Elicit是由Ought公司开发的一款AI搜索引擎，旨在通过大型语言模型分析学术文献，为研究人员提供快速、相关的文献推荐。该工具通过访问Semantic Scholar数据库，从论文的标题和摘要中提取信息来帮助研究人员找到相关文献。虽然Elicit在某些领域表现出色，但一些科研人员表示，工具的表现并不稳定。
例如，巴黎的研究员Clémentine Fourrier使用Elicit时发现，它并未总能找到最相关的文献。“它可以为你推荐一些你可能没有注意到的论文，但它的摘要没有太大用处，而且经常推荐一些与查询不太相关的内容。”她补充道，“如果仅仅依赖这个工具，可能会犯很多错误。”四月提到，Elicit在处理时效性较强的领域（如机器学习）时表现不佳，因为这些领域的研究更新速度极快，五年之前的文献几乎没有参考价值，而Elicit却未能有效筛选出最新的研究。
然而，另一些科研人员，如新加坡管理大学的图书馆员Aaron Tay，则有着更为正面的体验。“在我的使用过程中，Elicit与Google Scholar的相关性差不多，有时它能更好地理解我的查询需求。”
scite：利用AI加强引用分析
（可能看到引用与被引，作者的影响力，适合综述性文章应用，直接文献和内容互动，付费）
与Elicit类似，scite也是一款基于AI的学术搜索引擎，但它的独特之处在于能够为文献引用提供上下文。scite通过整理和标记文献引用，分析论文在何时、如何以及为何被引用，从而为用户提供更丰富的背景信息。scite的CEO Josh Nicholson指出，scite与ChatGPT等工具的不同之处在于，它能够消除“虚构引用”的问题。与其他工具不同，scite通过与数据库进行比对，将生成的内容与实际引用进行语义匹配，从而提高结果的可靠性。
scite与多个学术出版商和索引机构合作，获得了大量学术期刊的全文数据，极大地增强了其文献检索能力。然而，尽管它在引用分析和上下文关联方面做得不错，仍然存在一些问题。例如，当用户查询关于疫苗是否引起自闭症的问题时，Consensus（另一个与scite相关的工具）给出的答案并未完全令人信服。加拿大曼尼托巴大学的儿科医生Meghan Azad在使用Consensus时发现，该工具引用了有关家长对疫苗的信仰的研究，而非直接的科学证据，从而影响了答案的可靠性。
Consensus：聚焦研究“共识”
（学术界更准确的chatGPT，对chatGPT的结果进一步筛选，会对提出的问题进行有论据性的分析，附加参考文献，更准确，付费）
Consensus是另一款由人工智能驱动的工具，它通过分析大量的学术研究，提供某一问题的“共识”观点。该工具致力于为用户提供“是/否”类型的问题答案，并将相关的学术研究文章作为依据。Consensus的开发者Eric Olson和Christian Salem表示，这一工具特别适合那些非领域专家的使用，但实际上，许多科研人员和科学家也开始使用这一产品。它利用Semantic Scholar的数据，提供了一数据库中超过1亿条从学术论文中提取的声明，用户查询时实际上是在这些声明中进行搜索。
然而，尽管其目标是提取研究中的“共识”，Consensus在一些领域仍然面临挑战，特别是在筛选有争议或已被驳斥的研究时，仍依赖人工标记。因此，对于一些科研人员而言，Consensus在可靠性上的表现并不稳定，尤其是在处理一些具有较强争议的科学问题时。
AI工具的挑战与前景
这些AI驱动的搜索引擎虽然在提高研究效率方面展示了巨大的潜力，但它们目前仍存在一些亟待解决的问题。首先，许多工具在查询准确性上还不够理想。特别是在学术领域中，有时需要快速找到最新的文献，而这些工具往往无法有效筛选出时效性强的研究成果。其次，尽管AI能够生成总结和推荐文献，但如何保证生成的摘要和推荐文献的准确性和可靠性仍是一个挑战。部分工具（如Elicit和Consensus）仍然依赖人工标记和调整，这在一定程度上限制了它们的自动化和普适性。
然而，随着技术的不断发展，AI搜索引擎在未来的学术研究中无疑将扮演更加重要的角色。它们能够大大减少科研人员在查阅文献、整理数据和分析结果时所花费的时间和精力。许多科研人员也看到了这些工具在未来科研中的潜力，尤其是在进行系统评审和整理大量文献时，AI工具可以大大加速这个过程。
结语
AI科学搜索引擎正在为学术界带来革命性的变化，它们在提高文献检索效率、扩展研究视角和提供智能化分析等方面展现了巨大的潜力。然而，这些工具仍处于不断发展的阶段，尚未能够完全替代传统的学术搜索方式。科研人员在使用这些工具时，仍需保持谨慎，并结合自身的专业判断，确保结果的准确性和可靠性。随着技术的不断进步，未来这些AI搜索工具有望成为科研人员的得力助手，推动科学研究进入更加高效和智能的新时代。
参考文献
Nature 616, 639-640 (2023)doi: https://doi.org/10.1038/d41586-023-01273-w
链接1：https://elicit.com/?redirected=true#Features
链接2：https://consensus.app/
链接3：https://scite.ai/assistant
来源：文之解锂
