(資料圖)

北京商報訊（記者 魏蔚）5月30日，在2023中關(guān)村(000931)論壇的人工智能驅(qū)動的科學(xué)研究論壇上，北京科學(xué)智能研究院、中國科學(xué)院計算機(jī)網(wǎng)絡(luò)信息中心、墨奇科技（北京）有限公司聯(lián)合發(fā)布了款基于大模型＋向量檢索引擎的文獻(xiàn)知識庫Science Navigator V1.0。

根據(jù)美國國家科學(xué)基金會統(tǒng)計數(shù)據(jù)，科研人員花費在查找和消化科技資料上的時間，需占全部科研時間的51%，計劃思考占8%，實驗研究占32%，書面總結(jié)占9%?？蒲袡z索方式經(jīng)歷了眼查手翻的查閱式檢索、基于互聯(lián)網(wǎng)的搜索式檢索階段，將進(jìn)入對話式檢索階段。

“但通過對話式大語言模型檢索是有局限性的，比如幻覺與偏見、數(shù)據(jù)滯后、緩存限制”，墨奇科技副總裁孟卓飛總結(jié)，基于這些痛點，墨奇科技等提出大語言模型+向量數(shù)據(jù)庫=下一代文獻(xiàn)知識庫的概念，整個知識庫包括，以科研人員為代表的用戶層、以GPT4等為代表的模型層、由向量數(shù)據(jù)庫+搜索引擎組成的中間層、由文獻(xiàn)和教材等支撐的數(shù)據(jù)層。北京科學(xué)智能研究院、墨奇科技、中國科學(xué)院計算機(jī)網(wǎng)絡(luò)信息中心分別負(fù)責(zé)模型層、中間層、數(shù)據(jù)層。

據(jù)孟卓飛介紹，Science Navigator V1.0支持文本、圖片、表格、公式跨模態(tài)識別處理，科研人員可選用文心一言、LLM等各種大小模型，實現(xiàn)問題解析最佳效果，第一批已收錄化學(xué)、材料、AI等領(lǐng)域近百萬篇論文，未來將擴(kuò)展至自然、人文學(xué)科億級文獻(xiàn)存儲。

標(biāo)簽：