演講：謝育濤編輯：陳萍AI 領域有沒有好用的科研工具？謝育濤團隊打造 AI 工具顯著提升 AI 科研效率。3 月 23 日 在機器之心 AI 科技年會上 IDEA研究院工程總監謝育濤談AI創新的工具：工欲善其事必先利其器 - 趣味新聞網

演講：謝育濤

編輯：陳萍

AI 領域有沒有好用的科研工具？謝育濤團隊打造 AI 工具顯著提升 AI 科研效率。

3 月 23 日，在機器之心 AI 科技年會上，IDEA 研究院工程總監、AI 平台技術研究中心負責人謝育濤發錶瞭主題演講《工欲善其事必先利其器――AI 創新的工具》。

掃碼迴看

視頻地址：https://www.bilibili.com/video/BV1ki4y1k7xe?spm_id_from=333.999.0.0

以下為謝育濤在機器之心 AI 科技年會上的演講內容，機器之心進行瞭不改變原意的編輯、整理：

大傢好我是謝育濤，來自粵港澳大灣區數字經濟研究院 (International Digital Economy Academy IDEA)，非常感謝機器之心的邀請來參加機器之心 AI 科技年會，我之前都是機器之心的用戶，今天作為嘉賓和大傢分享非常榮幸。前麵幾位老師分享瞭關於 AI 方麵的研究和産業化精彩內容，我藉這個機會分享一下我對科研工具的思考，我分享的題目是《工欲善其事必先利其器――AI 創新的工具》。

我主要介紹三個方麵的內容：第一部分是我們生逢 AI 大時代，這是一個非常精彩的時代；第二部分是工欲善其事，在這一部分我將分享一些我們在科研工具方麵的探索，希望能對各位有一些幫助；第三部分介紹我們在 AI 科研領域關於創新方麵的一些思考。

AI 時代

人工智能（AI）這個概念可追溯到 1956 年，在這 60 多年的時間裏 AI 經曆很多坎坷。我們今天已經完全生活在人工智能時代，例如手機裏的人臉識彆、指紋識彆等都是 AI；在疫情期間，有些人隔離在傢不方便齣去，外賣 APP 為你推薦喜歡的菜單，這背後也是 AI；下單之後騎手怎麼分配，路徑怎麼優化，路況怎麼預測等，這背後都有人工智能的影子，目的就是讓用戶快速吃到想吃的食物。AI 為我們的生活提供瞭非常大的便利，可以說是無處不在。前麵幾位老師也分享瞭當前的人工智能技術已經進入全方位商業化階段，並且對各種傳統行業、各個參與方都産生瞭不同程度的影響，改變瞭各個行業的生態。

在中國數字經濟這四個字已經第五次齣現在《政府工作報告》，這是非常重要的一個話題。在我看來數字化分為兩個部分：一個信息化、一個智能化。淺層的數字化就是信息化，深層的數字化就是智能化。

信息化在中國已經相當成熟，比如方便快捷的手機支付，而在海外其他國傢都沒有相關方便的工具，這一點中國已經走在世界前列。

智能化可以說現在正逢其時，AI 在整個國民經濟發展包括工業、金融業等起瞭很大的作用，假如沒有 AI 技術，數字經濟隻是一個信息化的技術，它隻有蠻力沒有智商，而這個發展是很受限製的。如果數字經濟中沒有智能化的需求，那麼産業潛力也無法得到挖掘，對於 AI 技術而言，各位研究人員、專傢學者也隻能永遠停留在象牙塔裏，技術不能落地。

科研引領的 AI 創新

所以我們所處的 AI 時代是一個充滿瞭機會的時代，AI 技術的進步就是這個時代的原動力。AI 技術的進步在很大程度上是由科研人員推動的，舉例來說，在計算機視覺領域，我們從網站 paperswithcode 瞭解到，在 ImageNet1K 圖像分類任務上，它的 Leaderboard 英雄榜從 2011 年開始每年、甚至每個月都被刷新，幾乎每一次的重大突破都基於研究人員發明瞭新的算法，訓練瞭新的模型，有瞭更多的數據，得到更好的結果。我們從早期的 SIFT，到 AlexNet，到後來的 ResNet 等等，這些模型都采用不同的數據、不同的算法，如下圖所示，圖中每一個點都是優秀論文在試圖衝擊新的高點，無論是大學、研究機構、還是各大公司，研究人員從不同的角度不斷地進行研究，提升整個 AI 的能力。在整個 AI 領域偉大的創新都來源於全球範圍高水平的 AI 研究。

那麼中國在 AI 研究方麵如何？根據研究機構發布的數據來看，中國在人工智能領域論文的全球占比文（下圖左）從 1997 年的 4.26%，增長到 2017 年的 27.68%，遙遙領先於其他國傢。同時中國的高被引論文數量在 2013 年超越美國成為世界第一。此外我們從清華大學 AMiner 團隊發布的 AI 2000 學者榜單中可以得齣（下圖右），在人工智能 20 個子領域入榜學者所在國傢分布（人次），從分布來看基本上還是美國、中國競爭激烈，除瞭多媒體和物聯網子領域中國稍微領先一點，美國在很多領域領先中國。

總體來說，中國的 AI 科研現狀，論文數是第一，優秀的 AI 學者量是第二，科研人纔總量第二，傑齣人纔占比比較低。根據 2017 年的數據來看，中國的人工智能人纔大概是 18000 多人，占世界總量的 8.9%，僅次於美國 13.9％，位居第二；在企業人纔投入方麵是高強度人纔投入量，基本上集中在美國企業，中國隻有一傢公司華為進入瞭全球前 20。

第三個數字是高 H 因子，它用來評價科研人員的學術影響力，這是一個非常重要的指標，這份報告統計瞭前 10% 的高 H 指數學者，中國傑齣人纔 977 人，大約不到美國的五分之一，這個差距是比較大的。我們現在在 H 指數方麵大概世界排名第 6，傑齣人纔比例較低。

工欲善其事必先利其器

我們不禁要思考，如何提高科研人員的研究水平？大傢有不同的解決方案，我要講的是工欲善其事必先利其器，做科研最好有一些好用的科研工具，但現實情況是我們沒有特彆好用的工具，科研人員日常使用的工具相當缺乏，例如讀論文、寫論文、發錶論文、評審論文、管理文獻、開會等等都缺乏相應的工具。讀論文時，大部分研究者采用比較原始的方法：打印論文，用筆在上麵做筆記；寫論文也是如此，雖然我們有一些論文編輯工具，但不是很理想；發錶論文、評審論文、管理文獻、開學術會議等也沒有好用的工具。以上種種都是科研人員每天都會遇到的，可是今天的工具是缺失的。

第二個缺乏交流平台「獨學而無友，則孤陋而寡聞」，如果我們讀論文時沒有可以交流的人，是非常痛苦的事情，例如我們讀論文時經常會遇到問題，這些問題或是公式、或是推論等，一般來講我們沒有可以隨時谘詢的人。在互聯網如此發達的今天卻很難找到一個專注於學術的社區。如果有這樣一個社區可供大傢提問、討論，且專注於學術內容，對很多研究者來說是非常好的事情，可是今天這樣的學術社區是缺乏的。

第三個學術成果傳播不暢，現在已經有很多搜索引擎，大傢用的比較多的如百度學術、知網等係統，這些基本上滿足瞭我們找論文的需求。但問題是論文太多，不知道該讀什麼論文，從哪裏開始讀起，比如說今年 CVPR 2022 收錄瞭 2067 篇論文，這個數字是非常龐大的，想象一下怎麼可能把這些論文都讀完，甚至找齣哪些論文需要閱讀都是很睏難的事情。齣版商也沒有特彆好的工具讓讀者更好地獲取知識，更方便傳播的知識。

打造論文社區：ReadPaper 論文閱讀平台

做科研需要工具，可是工具是缺失的。我在這裏介紹一下我們做的一些簡單嘗試，去年我們嘗試打造一個論文閱讀社區。我們做這個社區主要解決三個問題：

第一個學術交流是剛需：大傢需要交流而且能夠進行深度交流，但是學術社區缺失。作為讀者你希望讀到好的論文，有問題能有人迴答；作為論文作者，你希望文章被更多人閱讀，希望讀者對你的文章提齣建議；機構希望能夠發現研究方嚮，課題是不是在正確的方嚮設立。但是國內外都缺乏一個活躍的學術社區。

第二個論文本身是難讀的，全球每年都發錶數以百萬計的論文，然而多數論文並不好讀，尤其是對於母語非英文的研究人員來說難度更大。

第三個社區對學術研究的影響力不足，學術社區的缺失導緻社區對學術研究的影響力不足。

我們打造瞭一個專業的學術討論社區 （網址：readpaper.com），該社區在去年 11 月份正式發布，其具備四個大方麵的內容：論文搜索、在綫筆記、文獻管理、學術討論。

第一個是論文搜索，我們後端收集瞭大約 2 億篇學術論文的元數據，大傢可以用自然語言的方式進行搜索，這樣你在找論文、速讀論文的時候，能夠精準直達，而且用戶可以快速瀏覽相關資料。

第二個精讀論文，用戶可以進入 PDF 文件進行詳細的閱讀，也可以進行在綫筆記，沉浸式閱讀體驗，實現邊讀邊記。

第三個文獻整理，這也是很多學者、研究人員普遍遇到的問題，太多的文獻怎麼樣有條理地進行跟蹤、整理、歸類，怎樣將文獻放到一起便於長期的跟蹤，甚至還可以跟大傢分享，整理論文也是我們社區希望能夠為大傢提供的。

第四個群讀論文，也許是導師分派的一個學習小組，也許是網上一群互不認識的人由於相同的論文自發的組織到一起，他們相互之間評論討論、共同進步。

我們從讀論文開始打造一個學術討論社區，這是我們想做的一件事情。

下麵我將簡單講解一下部分功能，第一個是沉浸式閱讀體驗，當我們打開 PDF 閱讀論文的時候，就進入瞭我們的論文超級閱讀器。我們會用一些自然語言處理技術解析 PDF 本身目錄解析就是你文獻的目錄呈現給讀者便於跳轉。引用解析則是對文中引用文獻索引的解析。我們讀論文時經常會遇到引用文獻如（23）、（36），之前我們將論文打印到紙上進行閱讀，遇到如（23）引用我們會翻到後麵看該引用的具體內容，然後再迴到之前閱讀的地方，這樣做非常不方便。我們有瞭引用解析這項功能，PDF 解析好瞭以後，在閱讀時當你點擊（23）屏幕上會彈齣一個框，框中顯示這篇文章作者是誰，標題是什麼，文章發布時間等，甚至還可以顯示這篇文章的摘要，這樣一來你就可以停留在正在閱讀的地方，並專注閱讀，這個功能對於打印在紙上進行閱讀的體驗是無法比擬的，因為你沒有辦法引用論文的摘要信息。我們對於引用文獻列錶的解析也會展示在超級瀏覽器裏麵，你還可以對引用列錶排序，而打印下來的論文我們不知道哪一篇是高引用的論文，但是我們的閱讀器可以幫你解決這個問題。

圖錶解析也是，比如有時候打印的論文圖在第 8 頁，相關的注解文字在第 10 頁，點擊解析的圖標可以把圖固定在屏幕上，圖文對照閱讀，非常方便。

第三個劃詞翻譯，目前絕大多數論文是英文的，對中國學生、學者來講還是有障礙的，劃詞翻譯即讀者劃定單詞即可翻譯成中文，方便閱讀。

文字截圖可以做筆記、可以做摘要，還可以做全文檢索，能夠讓讀者更快、更好地讀論文。

ReadPaper 論文十問

接下來展示經典十問，我們 IDEA 創院理事長瀋嚮洋博士說過「You are how you read」。我們可以這樣理解，閱讀的過程就是作者編碼的內容如何能夠被讀者順利解碼，信息被讀者解碼的過程就是閱讀的過程，因此解碼過程就是形成自己認知模型的過程，所以「You are how you read」你怎麼讀就定義瞭認知模型。瀋嚮洋博士根據多年在研究界、工業界的經驗，總結瞭經典十問幫助大傢讀論文，如何通過迴答這些問題真正的理解論文，帶著問題去閱讀論文可以幫助讀者有方嚮性的解碼作者思想。

這個功能已經集成在 readpaper.com 裏，比如下圖展示的這篇論文已經有人迴答瞭十問，迴答問題的人花瞭大量時間去讀懂論文，然後進行分享。讀者通過看這十個問題的迴答，就能夠快速瞭解一篇論文信息，假如你一天要讀 50 篇 CVPR 的論文，這十問應該有很大的幫助。

我隻是簡單介紹瞭一下我們在論文閱讀工具方麵的一個簡單嘗試，我們希望為每一篇文章打造一個社區，因為我們相信每一篇文章都很優秀，文章中都有創意想法，它值得擁有一個社區，我們要為文章打造一個社區，讓天下沒有難讀的論文，讓大傢讀論文更方便。

因為時間的原因，還有很多功能我沒有講解，比如論文的搜索、管理、討論，大傢可以自己嘗試使用，此外我們發布瞭 PC 客戶端，ipad 客戶端即將發布，該係統已經有相當多的用戶，社區正在形成，我們認為在學生和論文之間我們做的這一點點事情可以幫助讀者更好地讀論文，更好地學習前人的知識，而且對於即將畢業的學生來說，怎麼樣收集信息做報告，幫助自己寫論文，都能提供幫助。目前來看用戶還是比較喜歡我們的工具。工欲善其事必先利其器。

重新思考學術生態

我們在 AI 時代如何從科研大國到傑齣人纔大國？我希望有更多的利器助力科研人纔。我也在思考整個學術生態是不是有一些我們可以做的事情，在各個環節是不是可以提供更好的工具，這樣的工具對於每一個人都有幫助。我們將來做學術一定會跟整個生態打交道，這個生態的核心就是一個社區，這裏麵有學生、老師、作者、讀者，論文是傳遞知識的一個橋梁，這樣的社區和生態的其他部分有著韆絲萬縷的聯係，研究人員在科研機構裏麵在做研究課題，科研機構有上課、讀論文、寫論文，研究人員還要發錶論文、投稿，各種評審工具都有待完善，參加學術會議更是一個復雜的過程，從組織學術會議到跟進、開會、交流，每一 個細節的優化都可以幫助研究人員提升交流的效率，還有從齣版商那裏如何更加有效獲得高質量的文章，在保護版權的前提下讓知識更快的傳播，這也是值得我們去思考的問題。研究人員成果商業化落地也是很重要的事情，比如說企業裏麵員工自己能力的提升，科研技術如何從核心社區轉化到商業化，人纔的招聘等等都是我們可以優化的事情，這中間的每一步都需要一個好的工具來助力科研人員，來提升我們的研究水平，改善整個科研學術的生態係統。

AI 時代科研打頭陣，為數字經濟的産業智能化不斷創造新的增長空間，我想，工欲善其事，必先利其器，我們有必要重新思考整個學術生態，我也希望我們能夠打造更多的工具助力科研的發展。