期末季，誰的身上不背著十幾個ddl？

面對浩如煙海，怎么讀也讀不完的文獻(xiàn)，提不出的問題，想不出的創(chuàng)新點(diǎn)，還有繁瑣的論文格式，你可能也在幻想，“如果這時候能有一個論文機(jī)器人，幫我寫論文就好了?！?/p>

有這樣一群大學(xué)生，正在把幻想變成現(xiàn)實(shí)。

最近，幾個在美國的中國留學(xué)生在聯(lián)合撰寫的論文《PaperRobot： Incremental Draft Generation of Scientific Ideas 》，提出并初步實(shí)現(xiàn)了運(yùn)用AI寫論文的想法，這篇論文已經(jīng)被ACL 2019收錄。

論文地址：

https://arxiv.org/pdf/1905.07870.pdf

GitHub地址：

https://github.com/arXivTimes/arXivTimes/issues/1223

機(jī)器能比人類寫的更好嗎？

本文的作者分別來自倫斯勒理工學(xué)院、DiDi 實(shí)驗(yàn)室、伊利諾伊大學(xué)香檳分校、北卡羅來納大學(xué)教堂山分校和華盛頓大學(xué)。

其中，論文一作 Qingyun Wang （王清昀） 是倫斯勒理工學(xué)院的大四本科生，正準(zhǔn)備攻讀計(jì)算機(jī)科學(xué)的博士學(xué)位。

他們開發(fā)的AI學(xué)術(shù)助手叫做PaperRobot，可以幫助構(gòu)建論文的背景知識圖，寫摘要、關(guān)鍵內(nèi)容和標(biāo)題，梳理結(jié)論并給出進(jìn)一步的研究方向的建議。

工作流程

論文機(jī)器人的誕生有其現(xiàn)實(shí)必要性，PaperRobot目前主要應(yīng)用于生物醫(yī)學(xué)領(lǐng)域，這個領(lǐng)域已有的論文數(shù)已超過二千六百萬份，近年來更是持續(xù)呈現(xiàn)井噴式的增長，每年發(fā)表的論文超過一百萬份。

論文越寫越多，但是人類的閱讀能力卻原地踏步。

在2012 年，美國科學(xué)家提出，人類平均每年只能閱讀 264 篇論文，這個數(shù)字與他們在 2005 年進(jìn)行的同樣調(diào)查中報(bào)告的數(shù)據(jù)是一致的。而論文機(jī)器人能幫助學(xué)者快速從海量的已有研究中，篩選出寫論文需要的材料，讓你真正站在巨人的肩膀之上，節(jié)約大量的時間。

測試結(jié)果

研究者使用圖靈測試來檢驗(yàn)了PaperRobot生成的論文部分（摘要，結(jié)論和進(jìn)一步研究建議）。

結(jié)果表明，喜歡PaperRobot生成摘要的讀者要比喜歡人類寫的摘要的讀者多30％以上，結(jié)論部分投給PaperRobot的讀者要多24％，研究建議部分12％。

還能做什么？

PaperRobot主要是借助自然語言處理（NLP）和自然語言理解（NLU）的最新進(jìn)展而設(shè)計(jì)和開發(fā)的。主要工作流程是從已有的論文中提取知識，構(gòu)建知識圖譜，然后提出新的想法并協(xié)助寫出論文。

快速閱讀已有論文

PaperRobot 可以快速閱讀已有論文，對指定領(lǐng)域的大量已發(fā)表的論文進(jìn)行深入的理解，構(gòu)建背景知識圖 （KG）。

研究者應(yīng)用的是 Wei 等人在2013年提出的實(shí)體和關(guān)系提取系統(tǒng)，他們輸入生物醫(yī)學(xué)領(lǐng)域的已發(fā)表論文，PaperRobot從中提取出3類知識概念：疾病，化學(xué)和基因。然后進(jìn)一步將所有知識概念類型鏈接到 CTD （比較遺傳毒理學(xué)數(shù)據(jù)庫），提取出133個子類型的關(guān)系，比如標(biāo)記/機(jī)制、治療和提高表達(dá)。

之后PaperRobot就構(gòu)建出如下的背景知識圖。其中每個節(jié)點(diǎn)代表不同的知識概念，邊表示這些實(shí)體之間的關(guān)系。

新靈感的萌芽

新的科學(xué)發(fā)現(xiàn)可以看作是在已有的知識圖中創(chuàng)建新的節(jié)點(diǎn)或鏈接。創(chuàng)建新節(jié)點(diǎn)意味著在實(shí)驗(yàn)室實(shí)打?qū)嵉赝ㄟ^一系列的實(shí)驗(yàn)發(fā)現(xiàn)新的概念 （如新類型的蛋白質(zhì)），這對 PaperRobot 來說有一些困難。但是以背景知識圖，也就是現(xiàn)有的知識概念作為起點(diǎn)，發(fā)現(xiàn)新的鏈接還是可以實(shí)現(xiàn)的。

已有研究表明，在640萬篇生物醫(yī)學(xué)和化學(xué)論文中，60% 以上是增量式，也就是創(chuàng)造新鏈接的工作。所以paperrobot所做的，通過背景知識圖（KGs）中的新鏈接來自動地增加新想法和新假設(shè)是有意義的，可以成為科學(xué)進(jìn)步的重要起點(diǎn)。

在這里論文提出了一種新的實(shí)體表示方法，也就是結(jié)合了背景知識圖和非結(jié)構(gòu)化上下文文本來進(jìn)行鏈接預(yù)測，從背景知識庫中鏈接已有知識而產(chǎn)生新的想法。

上圖中的虛線就是PaperRobot 預(yù)測的新的鏈接，由于鈣和鋅在上下文文本信息和圖結(jié)構(gòu)上都相似，PaperRobot 預(yù)測了與鈣可以發(fā)生關(guān)系的兩個新鄰居：CD14 分子和神經(jīng)纖毛蛋白 2 （neuropilin 2），它們在背景知識圖中與鋅相關(guān)聯(lián)。

寫作階段：解決你最頭疼的格式

把新想法清晰地傳達(dá)給讀者是一件非常困難的事情，許多科學(xué)家可能想法很好，卻表達(dá)不出來。PaperRobot 使用一個新穎的 memory-attention 網(wǎng)絡(luò)架構(gòu)，基于輸入的標(biāo)題和預(yù)測的相關(guān)實(shí)體，可以自動寫出了一篇新論文的摘要，還可以寫出結(jié)論部分和建議部分，甚至還可以生成新的標(biāo)題。

示例：PaperRobot 寫的部分論文

Background

Snail is a multifunctional protein that plays an important role in the pathogenesis of prostate cancer. However， it has been shown to be associated with poor prognosis. The purpose of this study was to investigate the effect of negatively on the expression of maspin in human nasopharyngeal carcinoma cell lines. Methods： Quantitative real-time PCR and western blot analysis were used to determine whether the demethylating agent was investigated by quantitative RT-PCR （qRT-PCR） and Western blotting. Results showed that the binding protein plays a significant role in the regulation of tumor growth and progression.

除了寫論文，還能釣魚

論文機(jī)器人的幻想早已有之，早在2005年，麻省理工學(xué)院（MIT）計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)的三個學(xué)生Dan Aguayo、Max Krohn和Jeremy Stribling就曾經(jīng)一起開發(fā)過一款自動生成論文的小程序SCIgen。

SCIgen小程序的學(xué)術(shù)釣魚軼事

圖片來源：MIT新聞網(wǎng)

SCIgen是一個網(wǎng)頁程序，只需輸入作者名，就可以自動生成一篇“SCI級別”的計(jì)算機(jī)論文。摘要、背景介紹、實(shí)驗(yàn)結(jié)果、圖表、討論以及結(jié)論一應(yīng)俱全。生成的論文格式可能比一些學(xué)生寫的論文還要規(guī)范。

但是，與PaperRobot不同，SCIgen根本無法通過圖靈測試，因?yàn)樗傻恼撐闹挥懈袷秸_，內(nèi)容完全是不知所云。

SCIgen的原理很簡單，類似于填詞游戲。因?yàn)閷W(xué)術(shù)論文的格式非常固定，而且基本都是固定的專業(yè)詞匯和句式。SCIgen只需要從固定的詞庫中，隨機(jī)抽取出這類計(jì)算機(jī)領(lǐng)域內(nèi)的專業(yè)術(shù)語，以符合語法的方式生成文本。再加上一些漂亮的圖表和詳細(xì)的參考文獻(xiàn)等，形式上就可以非常規(guī)范，從而能騙過不少外行。

比如這篇生成的論文名為《Rooter：處理接入點(diǎn)與冗余的典型合一方法》，看起來用詞非常高大上，但是內(nèi)行人仔細(xì)閱讀就會發(fā)現(xiàn)文章只是語言和術(shù)語的堆砌，沒有什么實(shí)質(zhì)性的內(nèi)容。

但是諷刺的是，WMSCI（系統(tǒng)論、控制論與信息論多學(xué)科國際會議）會議不但接受了這篇假論文，還邀請作者出席會議作報(bào)告。

戲弄了半個學(xué)術(shù)圈

MIT三個大學(xué)生開發(fā)這款軟件的目的其實(shí)就不是為了幫自己寫論文，而是為了揭露WMSCI之類的不認(rèn)真審查論文的期刊和會議。

在他們把SCIgen攻陷WMSCI的事情經(jīng)過發(fā)到網(wǎng)上之后，WMSCI顏面掃地，迅速刪除了論文，IEEE（美國電氣和電子工程師協(xié)會）還撤回了對該會議的贊助。SCIgen因此也被戲稱為“學(xué)術(shù)釣魚軟件”。

之后又有德國學(xué)生發(fā)現(xiàn)了這個神器，分別于2008和2009年向在中國武漢舉辦的兩個IEEE國際會議投稿，結(jié)果機(jī)器虛擬的Schlangemann教授還被當(dāng)成了知名學(xué)者，被邀請作為會議的主持人。

這之后康奈爾大學(xué)數(shù)學(xué)系博士后Nate Eldredge又根據(jù)SCIgen進(jìn)行了改編，做出了名為Mathgen的計(jì)算機(jī)論文自動生成器。并在2012年用一個“南部北達(dá)科他大學(xué)霍普分?！钡摹癕arcie Rathke”教授的假身份，向期刊《理論數(shù)學(xué)進(jìn)展》（Advances in Pure Mathematics）投遞了一篇論文，這篇論文正是用Mathgen自動生成的。

雖然論文摘要每句話都看起來很厲害的樣子，但實(shí)際上就是在一本正經(jīng)地胡說八道。但是10天之后，這篇論文就被接受了，編輯還像模像樣地寫了5點(diǎn)修改意見。

現(xiàn)在SCIgen的訪問量依然驚人，每年的瀏覽量超過60萬次，無數(shù)假論文源源不斷地產(chǎn)出，導(dǎo)致這個頁面隔幾個月就要崩潰一回。

2013年，法國格勒諾布爾大學(xué)的研究員Cyril Labbé透露，他在IEEE和Springer出版公司旗下的期刊中，發(fā)現(xiàn)了超過120篇SCIgen生成的假論文。

SCIgen網(wǎng)址：

https://pdos.csail.mit.edu/archive/scigen/

人機(jī)合作而非全權(quán)交付

機(jī)器自動生成的假論文卻被真的學(xué)術(shù)會議收錄，這背后暴露的是學(xué)術(shù)審查的不嚴(yán)謹(jǐn)。

對于PaperRobot，也有人提出質(zhì)疑，如果AI繼續(xù)發(fā)展，寫出的論文到了無可挑剔的地步，未來學(xué)生可以完全借助AI的幫助，自己不用動腦筋地寫論文，教授該怎么打分呢﹖

從學(xué)術(shù)釣魚軟件SCIgen到靈感提供者PaperRobot，從假論文到真助手。技術(shù)的進(jìn)步可以幫助科研人員節(jié)約時間，也可以被學(xué)生用于學(xué)術(shù)造假。

翟天臨最近又上了熱搜，原因是繼2月“學(xué)術(shù)不端事件”爆發(fā)后，教育部加強(qiáng)對于學(xué)術(shù)論文的檢查力度。這讓畢業(yè)季和期末季改論文改到心力憔悴的學(xué)生們怒從心起，紛紛沖向了翟天臨的微博評論區(qū)開始發(fā)泄痛苦。

這也引起了一些網(wǎng)友的批評，翟天臨學(xué)術(shù)不端時被全網(wǎng)唾棄，可對學(xué)術(shù)成果的嚴(yán)格要求放在自己身上卻不情愿了，做好學(xué)術(shù)論文難道不應(yīng)該是一個學(xué)生的本職嗎？

當(dāng)初每一個年輕人都是都懷抱著以學(xué)術(shù)為業(yè)的初心，受到學(xué)術(shù)理想的旗幟的感召進(jìn)入學(xué)術(shù)圈。我們在一個問題想不明白的時候會整夜整夜地輾轉(zhuǎn)反側(cè)，在靈感迸發(fā)的時候會欣喜若狂，在受到不公正的待遇，不客觀的審查的時候會忿忿不平想要高聲吶喊。

回到柏拉圖《理想國》第七卷的開頭：那些被鐵鏈鎖著的巖洞里的人只能看到光線透在巖石上的影子，直到有個人掙脫了腳鐐，回身看到了太陽。他在目眩中四處摸索，逐漸適應(yīng)了注視光明，此后他的任務(wù)便是爬回巖洞的囚徒那兒，率領(lǐng)他們回到光明之中。

科技不斷進(jìn)步，也許有一天借助AI每個人都可以寫出完美的論文，但是只有背后的研究者真正知道它是怎么寫出來的。技術(shù)的進(jìn)步可以安排好我們的生活，但只有科學(xué)的進(jìn)步才能讓我們透視技術(shù)的本質(zhì)，在影子之外看到太陽，不理會幻覺和影子，找到真正的存在。

開發(fā)論文機(jī)器人也只能用作輔助，不可能讓他代替寫論文。學(xué)術(shù)圈生態(tài)的維護(hù)需要從寫作者本身到審查者都端正態(tài)度，安心做好冷板凳。