科学智能科研范式对学科服务的影响

摘 要 目的/意义：科学智能（AI for Science，缩写AI4S）科研范式将深刻改变科研工作流程，对学科服务的内容、手段和方法等产生深远影响。方法：文章通过分析AI4S的原理、实现机制和作用，得出AI4S将促进知识快速更新迭代，人类将进入知识大爆炸时代，相应的对AI4S系统进行不断充实完善是学科服务的主要内容，AI4S作为学科馆员的代理人是其主要手段和方法。结果/结论：在AI4S背景下，高校图书馆将进入知识管理时代，学科服务主要通过AI4S系统进行知识管理和提供知识服务。

关键词 科学智能；高校图书馆；学科服务；知识管理

中图分类号：G642 文献标识码：A DOI：10.16400/j.cnki.kjdk.2024.27.017

The Impact of Scientific Intelligence Research Paradigm on Disciplinary Services

LI Huaming

（Huaibei Normal University， Huaibei， Anhui 235000）

Abstract Purpose/Significance： The AI for Science （AI4S） research paradigm will profoundly change the workflow of scientific research， and will inevitably have a profound impact on the content， means， and methods of disciplinary services. Method： The article analyzes the principles， implementation mechanisms， and functions of AI4S， and concludes that AI4S will lead to rapid knowledge updates and iterations， and humanity will enter the era of knowledge explosion. Correspondingly， continuously enriching and improving the AI4S system is the main content of subject services， and AI4S as an agent of subject librarians is its main means and method. Result/Conclusion： In the context of AI4S， university libraries will enter the era of knowledge management， and subject services will mainly be managed and provided through the AI4S system.

Keywords AI4S; university library; subject services; knowledge management

随着科学技术的快速发展和学科交叉渗透的深入，科研活动每天都产出了大量的文献数据、科研数据和实验数据。这些海量数据迫切需要机器进行自动化、智能化处理，实现科学发现的智能化。鄂维南坦言：“长期以来，科研人员在实际研究中面临四大痛点：其一，辛苦研究出来的基本原理等重要成果，用来解决实际问题时比较困难；其二，目前的实验手段，以及收集、处理、分析数据的效率相对低下；其三，科研团队工作方式多为‘作坊模式’，从头到尾都自己干下来，科研效率亟待提高；其四，在解决生物制药、材料研发等过程中面临的实际问题时，仍然依靠经验和试错方式。”[1]AI技术的突破给科学研究带来了曙光，出现了科学智能（AI4S）——第五科研范式。近几年来在深度学习等AI技术的推动下，AI4S在化学、数学、生物医学和材料科学等领域取得了许多令人振奋的成果。有的对科技信息实现自动化的分析与挖掘；有的在科研数据分析的基础上自动或半自动提出科学假设；有的具备自动操作实验的能力，能够实现整个科学研究过程的全自动化[2]。在通用领域，ChatGPT4更像无所不知的专家，还能够完成邮件撰写、文案编辑、摘要编写和代码生成等任务，AI对科学研究、技术创新带来了全局性、根本性和颠覆性的影响。

学科服务是指图书馆的学科馆员为满足教学科研需要主动开展个性化、深层次的信息服务。自 1998 年清华大学引进学科馆员制度以来，学科服务经过20多年的发展，尽管取得一定进步，但仍存在服务内容表浅，服务形式单一，协作互动不强和宣传力度不够等问题。根本原因在于学科馆员缺乏学科专业知识和技术，无法精准把握用户需求，导致服务效果事倍功半。而AI4S能够让学科馆员从学科专业壁垒中跳出来，通过训练某门学科垂直行业的AI4S系统，把专业知识问题交给AI4S系统来处理，学科馆员专门从事知识管理与服务工作，提升学科服务的水平，开辟学科服务新局面。

1 AI4S的实现原理和机制

人工智能（AI）按实现路径分为联结主义、符号主义和行为主义。①联结主义又称结构模拟，就是根据人脑的组织结构和工作机理，实现计算机智能。人工神经网络就是一种典型的结构模拟，通过对人脑的基本单元——神经元进行建模，实现具有学习、联想和记忆等信息处理功能的人工系统。ChatGPT、文心一言、星火认知大模型及Alpha Go等都是人工神经网络技术的代表。②符号主义又称功能模拟，它是一种基于逻辑推理的智能模拟方法，其原理是通过建立物理符号系统来进行假设和有限合理性推理，长期以来一直处于人工智能中的主导地位。Google知识图谱是当前符号主义的主要代表。③行为主义又称行为模拟，它是基于感知—行为模型的研究途径和方法。典型代表是布鲁克斯的六足行走机器虫，属于低级的人工智能系统。总之，联结主义可用来存储和构建知识，相当于人的感性思维；符号主义用来推理和发现知识，相当于人的理性思维。两者结合起来将解决知识的学习、存储、推理和发现功能，最终实现类人智能系统。

根据孙蒙鸽、韩涛在《科研智能化与知识服务：内涵、实现与机遇》文章中对AI4S实现原理的表述，将AI4S实现过程分为四个层次：学习层、推理层、衔接层和执行层；学习层和推理层、推理层和执行层之间存在迭代反馈关系。学习层主要实现科技数据的自动获取及预处理，用于知识表达；推理层主要实现知识推理并形成科学假设，用于知识计算；衔接层主要对各种科学假设进行评估、优化并形成实验方案；执行层则执行实验方案并对实验结果进行比较分析，用于知识发现，至于知识是否符合客观规律还需要经过实践来验证。整个过程涵盖了知识、数据、算法、算力四种核心要素，只有资金、技术和数据等实力非常雄厚的机构才有能力开发AI4S系统。

知识表达有两大任务：一是智能知识检索，即通过AI引擎对输入信息进行解析、提取和表征成知识，再通过知识语义关联的获取和汇聚来输出知识。二是精准知识加工，在获得相关知识内容后，如何将其加工成机器可读可计算的数据成为后续知识发现的关键。知识计算包含AI计算与AI优化两个步骤，AI计算利用知识图谱，通过对知识进行推理和演算，进而形成某一科学问题的假设空间，即利用AI技术实现将知识转化成可计算的模型[3]。AI优化则是结合优化算法和机器人技术，遵循最优方案原则，自主选择参与实验的成分和条件，把理论层面的科学假设转化成实际层面的实验方案。在执行层面，借助AI机器人在实验室或虚拟实验室代替人来自动、快速和重复地做实验，并记录实验过程和结果。尽管如此，“AI在科学研究中的角色随着深度学习的繁荣而发生了变化。早期AI方法只是作为辅助工具，帮助分析实验数据。如今，AI方法已成为更复杂任务（如定理证明、结构设计和知识发现）实现过程中的关键技术”[4]。人类正逐步摆脱海量数据的束缚，通过AI技术实现知识快速发现，加速科技创新和创造，人类将进入知识大爆炸时代。

2 知识管理

在知识大爆炸时代，知识管理不仅局限于知识外部形态特征的管理，还重视对知识内容的管理。知识管理的主要目的是提供知识服务，实现知识创新。

要进行知识管理，须先明确知识的定义及类型。《中国大百科全书》中对知识的定义为：“所谓知识，就它反映的内容而言，是客观事物的属性与联系的反映，是客观世界在人脑中的主观映象。就它的反映活动形式而言，有时表现为主体对事物的感性知觉或表象，属于感性知识，有时表现为关于事物的概念或规律，属于理性知识。”对于知识管理的定义，张兮、李玉龙、成一航等人在《数字化知识管理理论与应用研究综述》文章中将知识管理定义为：“组织从知识创造、知识识别、知识存储、知识转移和知识应用等多种流程综合管理，以提升组织创新和绩效，使其在竞争中处于优势地位。”[5]按照知识管理发展过程可分为传统组织内的知识管理、信息化知识管理和数字化知识管理三个时期，实质上它们都属于传统的“科学知识图谱”类知识管理，相当于图书的题录，是对知识的外部特征进行管理。另一类是以“Google知识图谱”为代表的知识管理，其注重对知识内容本身进行管理，是基于本体和语义网技术，建立在语义网技术基础上知识库架构的知识库统称[6]。其核心功能在于知识计算，通过聚焦知识与AI的深入结合，打通知识与数据、模型之间的鸿沟，释放知识的力量，让知识以更自然、更合理的方式参与AI计算，助力千行百业快速、有效地进行智能化转型升级，推动人工智能向认知发展。因此高校图书馆借助于AI4S系统，在知识管理和服务中将发挥更重要的作用。

3 知识管理时代的学科服务

3.1 传统的学科服务

前学科服务主要包括以下内容：①学科资源建设，它是学科服务的重要内容和基础，根据学科建设和发展的需要，有针对性地搜集、整理和组织学科资源，构建具有针对性、完整性和系统性的学科资源保障体系。②信息素养培训，包括信息获取、分析、处理和利用，以及数据管理、写作指导和研究方法等方面的技术培训，是提高读者信息素养和学术能力的重要手段。③学科咨询与服务，它是学科服务的重要内容，包括科技查新、专利分析、论文查重、学科分析、项目申请、成果推广和提供学科资料、在线课程、教学辅导等内容。④学科服务平台，它是学科服务的重要手段，通过在线提供学科资源和服务，方便馆员与读者或读者内部之间进行交流和沟通，提高工作效率。⑤学科服务评价与评估，通过对学科资源保障情况、学科服务效果和学科馆员能力等方面进行评估和评价，为学科服务改进提供参考依据和解决办法。

然而，由于学科知识专业性强、内容多等特点，学科馆员难以理解和把握用户需求。再加上图书馆文献资源来源多，统一组织和揭示困难，学科管理制度不合理等原因，许多高校图书馆的学科服务效果并不理想。随着AI在科学研究中的应用，学科专业性、文献资源组织等问题将迎刃而解，AI系统能根据问题描述提供准确、可靠和系统的知识信息供用户使用。

3.2 AI4S的学科服务

由于AI4S系统具有强大的知识管理功能、海量存储空间和智能决策能力，在它的助力下，学科馆员的工作内容、手段和方法将发生巨大变化。①学科馆员的工作重点不再是建设学科资源保障体系，而是把专业学科资源进行知识碎片化处理，与相应的科研人员共同进行专业AI大模型训练，建立垂直行业应用的学科智能系统。在日常使用中学科馆员还需要不断地搜集相关专业知识信息，进行专业知识投喂，使学科智能系统具有更完善的AI大模型知识处理能力。 ②信息素养培训侧重于AI系统的使用和学术研究能力的提升。有了AI4S系统，科研人员就可以随时随地获取自己所需要的知识信息，而如何高效利用AI4S系统就需要学科馆员对他们进行培训，包括如何利用系统进行创新研究等，发挥系统作为强有力科研工具的潜能。③学科咨询与服务。随着AI4S在不同学科的广泛应用和完善，多个学科AI4S系统（即AI智能代理）通过知识交流协作形成AI4S群体，共同合作来满足用户的科学研究需求。学科馆员的主要任务是通过对AI4S系统进行学科标识，根据学科体系之间的关系来划分AI4S系统，以便AI4S系统之间依据标识实现自动对接，共同实现用户需求。④学科服务平台将被AI4S系统完全取代，用户直接通过AI4S系统随时随地获取精准服务。如何与用户进行线上、线下的有效沟通交流以准确获取用户需求，将成为学科馆员的工作重点，目的是使AI4S系统更适配用户需要。⑤学科服务的评价与评估将体现在用户对AI4S系统的使用上，通过分析用户行为数据和服务效果来发现问题和改进方向。

随着AI4S系统在某一学科方面的应用，学科馆员除了上述主要工作之外，还要及时了解用户的真实需求。它是开展有效学科服务的前提，在这方面AI4S系统帮不上忙，还需要学科馆员通过传统的线上、线下方式，扎实做好与用户的沟通交流工作，跟踪用户需求变化，把相关需求信息转化成知识，再通过收集相关知识投喂给AI4S系统，使其能更好地适配用户需求。

4 结语

高校图书馆作为知识服务机构，其主要优势是保存了海量的文献知识，对知识信息进行收集、保存、组织、管理和服务。在AI4S技术革新下，学科馆员将充分发挥自身在知识管理与服务方面的优势，积极拥抱AI新技术，适应知识管理时代的需要，更好地发挥自身的社会价值和作用。

基金项目：2021年度安徽高校人文社会科学重点研究项目“基于馆院合作建库的学科服务形式研究”（SK2021A0311）。

参考文献

[1] 刘垠.AI撬动科研范式变革[N].科技日报，2023-3-28（01）.

[2] 孙蒙鸽，韩涛.科研智能化与知识服务：内涵、实现与机遇[J].情报理论与实践，2021，44（10）：41-49.

[3] 知识计算白皮书（2022年）[DB/OL].https：//13115299.s21i.faiusr.com/61/1/ABUIABA9GAAgt4-zlAYo4N2J9QY.pdf.

[4] 王飞跃，缪青海.人工智能驱动的科学研究新范式：从AI4S到智能科学[J].中国科学院院刊，2023，38（4）：536-540.

[5] 张兮，李玉龙，成一航，等.数字化知识管理理论与应用研究综述[J].数据与计算发展前沿，2021，3（2）：23-38.

[6] 冯新翎，何胜，熊太纯，等.“科学知识图谱”与“Google知识图谱”比较分析——基于知识管理理论视角[J].情报杂志，2017，36（1）：149-153.