标题
  • 标题
  • 作者
  • 关键词

数智赋能的科研创新——基于数智技术的创新辅助框架探析

2023-09-24分类号:G311;TP18;G250.7

【作者】陆伟   马永强   刘家伟   杨金庆   程齐凯
【部门】武汉大学信息管理学院  武汉大学信息检索与知识挖掘研究所  华中师范大学信息管理学院  
【摘要】以ChatGPT (Chat Generative Pre-trained Transformer)为代表的人工智能大模型在文本生成、人机对话等方面展现出了优异的性能。在大模型背景下,大数据、人工智能等数智技术在赋能科研创新方面表现出重要的现实价值。当前的科技信息资源管理和知识服务能够为科研创新提供较为准确的信息以及常规的知识聚合服务,但是仍未能与科研创新活动形成深度融合。同时,科研人员在科研活动中也面临信息处理能力不足、认知能力有限等挑战。据此,本文首先对数智时代科研活动的新特点进行了剖析,然后提出了基于数智技术的创新辅助框架,并对所提出的框架进行了深入分析和探讨,阐述了其在创新全过程中的功能定位、服务模式和关键赋能路径。未来,随着大数据和人工智能技术的不断成熟和进步,数智赋能的科技信息资源管理将进一步嵌入科研创新活动全过程。基于数智技术的创新辅助服务能够为科研人员提供个性化、细粒度的知识和场景化的解决方案,如面向文献阅读、实验设计和论文撰写场景的创新辅助服务,从而更好地服务于科研创新活动。
【关键词】数智赋能  ChatGPT  人工智能大模型  科学智能  科研创新全过程  创新辅助框架
【基金】国家自然科学基金重点项目“数智赋能的科技信息资源与知识管理理论变革”(72234005);国家自然科学基金面上项目“基于机器阅读理解的科学命题文本论证逻辑识别”(72174157)
【所属期刊栏目】情报学报
文献传递