人工智能，開始解決越來越多人類尚未解決的問題，且取得了不錯(cuò)的成果。

然而，在過去幾年中，人工智能領(lǐng)域的科學(xué)研究數(shù)量呈指數(shù)級增長，使得科學(xué)家們和從業(yè)者們很難及時(shí)跟蹤這些進(jìn)展。

數(shù)據(jù)顯示，機(jī)器學(xué)習(xí)領(lǐng)域的研究論文數(shù)量每 23 個(gè)月就會(huì)翻一番。其中一個(gè)原因是，人工智能正在數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物理學(xué)、醫(yī)學(xué)和生物化學(xué)等不同學(xué)科中得到利用。

通過從科學(xué)文獻(xiàn)中獲得見解，提出新的個(gè)性化研究方向和想法的工具可以顯著加速科學(xué)的進(jìn)步。在人工智能與其他各領(lǐng)域交叉的過程中，人們該如何判別哪些方向有意義并值得去做？

為此，由馬克斯·普朗克光科學(xué)研究所（MPL）人工智能科學(xué)家 Mario Krenn 領(lǐng)導(dǎo)的國際團(tuán)隊(duì)發(fā)布了一項(xiàng)關(guān)于“指數(shù)級增長知識網(wǎng)絡(luò)中的高質(zhì)量鏈接預(yù)測”的研究。相關(guān)研究論文以“Predicting the Future of AI with AI: High-Quality link prediction in an exponentially growing knowledge network”為題，發(fā)表在預(yù)印本網(wǎng)站 arXiv 上。

（來源：arXiv）

這項(xiàng)研究工作的目的是設(shè)計(jì)一個(gè)可以“閱讀、理解，然后行動(dòng)”的人工智能相關(guān)文獻(xiàn)的程序，從而為預(yù)測和建議跨領(lǐng)域研究思路打開大門。研究團(tuán)隊(duì)認(rèn)為，從長遠(yuǎn)來看，這將提高人工智能研究人員的生產(chǎn)力，開辟新的研究途徑，并指導(dǎo)該領(lǐng)域的進(jìn)步。以往的實(shí)踐證明，新的研究思路往往通過在看似不相關(guān)的主題/領(lǐng)域之間建立新的聯(lián)系而產(chǎn)生。 這促使研究團(tuán)隊(duì)將人工智能文獻(xiàn)的演化制定為一個(gè)時(shí)間網(wǎng)絡(luò)建模任務(wù)，并創(chuàng)建了一個(gè)可以描述自 1994 年以來人工智能文獻(xiàn)內(nèi)容和演變的語義網(wǎng)絡(luò)。 同時(shí)，研究團(tuán)隊(duì)也探討了一個(gè)包含 64000 個(gè)概念（也稱為節(jié)點(diǎn)）和 1800 萬條節(jié)點(diǎn)間聯(lián)系的網(wǎng)絡(luò)，并使用語義網(wǎng)絡(luò)作為 10 種不同的統(tǒng)計(jì)和機(jī)器學(xué)習(xí)方法的輸入。 其中最基本的任務(wù)之一——構(gòu)建語義網(wǎng)絡(luò)——有助于從網(wǎng)絡(luò)中提取知識，并隨后使用計(jì)算機(jī)算法進(jìn)行處理。

圖｜在此次工作中，研究團(tuán)隊(duì)使用了 14.3 萬篇于 1992-2020 年發(fā)表在 arXiv 上的人工智能和機(jī)器學(xué)習(xí)類的論文，并使用 RAKE 和其他 NLP 工具構(gòu)建了一個(gè)概念列表。這些概念構(gòu)成了語義網(wǎng)絡(luò)的節(jié)點(diǎn)，當(dāng)兩個(gè)概念同時(shí)出現(xiàn)在一篇論文的標(biāo)題或摘要中時(shí)，就會(huì)畫出邊界（edge）。通過這種方式，他們構(gòu)建了一個(gè)不斷發(fā)展的語義網(wǎng)絡(luò)，隨著時(shí)間的推移，更多的概念被一起研究。最終的任務(wù)是預(yù)測未連接的節(jié)點(diǎn)，即在科學(xué)文獻(xiàn)中沒有一起研究的概念，將在幾年內(nèi)連接起來。（來源：arXiv）起初，研究團(tuán)隊(duì)考慮使用 GPT-3 和 PaLM 等大型語言模型來創(chuàng)建這樣的網(wǎng)絡(luò)。然而，主要的挑戰(zhàn)是，這些模型仍然難以推理，很難識別或提出新的概念組合。

于是，他們便轉(zhuǎn)向借鑒生物化學(xué)的方法，即從科學(xué)論文中共同出現(xiàn)的概念中創(chuàng)建知識網(wǎng)絡(luò)；單個(gè)生物分子代表一個(gè)節(jié)點(diǎn)，當(dāng)一篇論文提到兩個(gè)對應(yīng)的生物分子時(shí)，兩個(gè)節(jié)點(diǎn)就連接起來。這種方法是由芝加哥大學(xué)醫(yī)學(xué)教授和人類遺傳學(xué)教授 Andrey Rzhetsky 和他的團(tuán)隊(duì)首先提出的。

研究團(tuán)隊(duì)使用這種方法捕獲了人工智能領(lǐng)域的歷史，并使用超級計(jì)算機(jī)模擬提取了有關(guān)科學(xué)家集體行為的重要陳述，基于大量論文不斷重復(fù)這一過程，從而形成一個(gè)捕獲可操作內(nèi)容的網(wǎng)絡(luò)。

基于此，研究團(tuán)隊(duì)開發(fā)了一個(gè)名為 Science4Cast 的新基準(zhǔn)測試，并提供了十種不同的方法來解決這一基準(zhǔn)測試。研究團(tuán)隊(duì)認(rèn)為，他們的工作有助于構(gòu)建一個(gè)能夠預(yù)測人工智能研究趨勢的新工具。

以往，每當(dāng)打開任何人工智能和機(jī)器學(xué)習(xí)相關(guān)論壇時(shí)，人們都會(huì)發(fā)現(xiàn)，“跟上人工智能的進(jìn)步”是討論的首要話題。

或許，這一研究能夠?yàn)槿藗兙徑庖恍┻@樣的壓力。

論文鏈接：
https://arxiv.org/pdf/2210.00881.pdf

審核編輯 ：李倩