#科研效率提升

avatar
Orange AI
4周前
Kosmos 这个 AI Scientist 有点离谱。 官方说一次运行能干完科学家 6 个月的活，beta 用户估的时间节省在 6.14 个月左右。读 1500 篇论文，跑 42000 行分析代码 最后给出 7 个发现，其中 4 个是新成果，还有阿尔茨海默相关假说在真实脑组织里被验证。 更妙的是，全流程可追溯，每个结论都能点回对应论文和代码。 AI 拼命干深度活，人类负责提问题和改方向，科研这套工作流要被重写一遍了。 Kosmos: AI Scientist Delivers 6 Months of Discovery in a Day, May 2025 - ListenHub
#Kosmos #AI Scientist #科研效率提升 #阿尔茨海默 #可追溯
avatar
Sci-Hub 是一个为全球用户免费提供科学论文和学术研究资料的网站。它由 Alexandra Elbakyan 于 2011 年创立，目标是打破学术知识获取的付费壁垒，让更多科研人员、学生和普通用户能自由获取科学文献资料，尤其是那些原本需要高额订阅费用的期刊论文。 用户只需要输入论文的 DOI（数字对象标识符），就可以免费下载绝大多数科学出版物的原文。提供多种镜像地址，确保在不同地区都能访问。 无论是最新的Nature、Science，还是早年间的冷门期刊，几乎都能一键直达。做数据分析、撰写综述、补充模型理论时，那种“想查什么就能立刻看到原文”的畅快，极大提升了科研效率。写论文时再也不用在检索结果里苦苦盘旋，省下的时间可以用来真正思考和创新。 据官网介绍，Sci-Hub 目前已收录了全球 90%以上的科学论文，内容覆盖各大知名期刊，截止到 2022 年的数据几乎都包含在内。 对于未收录的新文章，可以通过 Sci-Net 发起请求，由其他用户协助获取，大部分申请能在几分钟内得到回应。 鼓励用户上传自己的研究成果，提高全球学术信息的开放度。 Alexandra Elbakyan 被认为是推动“开放获取运动”的重要人物之一；她对科研界免费获取知识的影响力广泛。 Sci-Hub 破解了传统出版商设置的付费墙，因此也面临法律、版权等争议。尽管如此，它为世界各地无力购买昂贵期刊的研究人员和学生带来了极大的便利，被誉为“科学知识的解放者”。 建议所有被论文检索折磨的人都试试Sci-Hub。它不仅仅是检索工具，更是一种高效、自由探索知识的方式。
#Sci-Hub #Alexandra Elbakyan #开放获取运动 #科研效率提升 #知识解放
avatar
howie.serious
2个月前
ai for science | 《AI怎样改变所有学科？从“工具的革命”到“革命的工具”》 过去七十年,全球科研论文和专利数量持续飙升,影响力却在快速下跌。这不是因为科学家变笨了,而是因为科学这座"大厦"经过100多年的修建已经越来越完善,每个学科变成一个"小房子"——壁垒越筑越高,突破越来越难。 这正是AI介入科学研究的关键时刻。但问题在于:当前的AI for Science走的是哪条路? 周伯文给出了一个犀利的判断框架。他认为,科学研究是研究者、研究工具和研究对象一切关系的总和。目前大多数AI应用都聚焦在单点突破——帮助蛋白质折叠计算更快,帮助文献检索更准,帮助数据处理更高效。这些都很好,但仅仅是"工具的革命"。真正的机会在于:让AI在研究者(AI for Innovator)、研究工具(AI for Computation)、研究对象(AI for Data)三个维度**系统性发挥作用**,形成互相赋能、螺旋上升的良性循环。 这需要一种新的AI——"通专融合AGI":既有GPT式的高泛化能力,又有AlphaFold式的专业深度。不是在通用与专业之间二选一,而是直接奔向"高泛化性+高专业性"的右上角区域。 更激进的是,他提出AI应该帮助科学家生成科学假设。在PROTEUS项目中,AI从海量多组学数据和文献中自动识别现象、组合工具、提出假设——匿名对比结果显示,AI生成的假设在新颖性和相关性上显著优于人类专家。这不是取代科学家,而是让AI承担那些人类因认知局限和交流成本而无法企及的全局整合工作。因为人与人之间的交流成本始终高于AI与AI、模型与数据。 从"工具的革命"到"革命的工具",这不是文字游戏,而是范式跃迁。前者让我们做得更快,后者让我们看到从未见过的可能性。 原文在评论区👇 （by sonnet 4.5 with extended thinking）
#AI for science #科研范式跃迁 #通专融合AGI #AI辅助科学假设 #科研效率提升