科研流程普通以下：你对年夜千世界中的一个细节发生猎奇。你做出假定，停止实验，终究搜集到足够的数据来支撑或辩驳你的假定。以上是科研中风趣的部门，接上去的任务就不那末轻松了：你要写一篇论文，提交到学术期刊，然后在同业评审环节中忍耐一群同范畴的匿名专家对你任务质量的千般刁难。
同业评审有其缺点。人类（即使是迷信家）会有倾向性，懒散和无私。并且即便是迷信任务者，有时刻数学也会不很灵光。所以弗成防止的，一些人想要将人工从同业评审中剔除，以人工智能取而代之。盘算机以其公平、不知疲惫和无自我身份定位著称，并且它们在实质上精晓算数。迷信家其实不只是干等着二进制年夜脑来介入科研同业评审，期注销版商曾经在着手将之树立。
比来，一个名为“ScienceIE”的比赛为法式开辟者设下挑衅。参赛团队须要开辟法式，请求这些法式可以或许从迷信论文的句子中提取根本现实，并将其同其他论文所提取的根本现实停止比拟。“我的项目标年夜目的是赞助迷信家和从业者更疾速地取得有关其研讨范畴的常识。”伦敦年夜学学院博士后AI研讨员Isabelle Augenstein说，恰是她设计了这个比赛。
比赛触及随处理天然人类说话，这是诸多人工智能困难中的一个。参赛者设计法式来处理三个子义务：浏览每篇论文并肯定其症结概念，按类型组织症结词，和辨认分歧症结短语之间的关系。比赛不只仅是一场学术运动：Augenstein与世界最年夜的迷信出书商之一的Elsevier签署了为期两年的合同，为后者的藏书楼开辟盘算机对象。
Elsevier出书跨越7500种分歧期刊。每一个期刊的编纂都必需为每份来稿找到适合的审稿人。（2015年，70万同业评审人员在Elsevier上评审了跨越180万份稿件，个中40万份终究获得出书。）“可以或许评审稿件的人平日仅限于该范畴的专家。”数字地图公司Descartes的CEO迈克·沃伦（Mike Warren）说。“你将这么一小群具有博士学位的专家按学科和子学科停止细分，最初，全球能够只要100人有资历核阅某份来稿。”Augenstein赞助Elsevier应用科技手腕为每篇稿件主动寻觅适合的审稿人。
Elsevier开辟了一套名为“Evise”的主动化对象来赞助停止同业评审。该法式可以或许检讨剽窃（这只是搜刮和婚配功效，还谈不上AI），为审稿做最基本的把关。另外还有处置作者、编纂和审稿人之间的任务流程。别的几家重要的出书商也都有主动化软件来赞助停止同业评审。Springer-Nature当下正在测试一个名为“StatReviewer”的软件，确保每份来稿具有完全和精确的统计数据。
不外这些同业在才能和愿景上都没法同Elsevier等量齐观。“我们正在查询拜访更有理想的义务，”Augenstein说。“当你对一篇论文有疑问，机械进修模子可以或许通读论文并答复你的成绩。”
不外并不是一切人都被“机械人博士”的远景所困惑。上个月，芬兰赫尔辛基年夜学情况政策传授Janne Hukkinen和Elsevier杂志《生态经济学》的编纂为WIRED撰写了一篇文章，提示人们对完整主动的AI同业评审坚持小心：
“经由过程查询出书商核阅着材料的数据库，剖析过往评审中审稿人和编纂之间的交换，并辨认从提交到终究编纂点头这一全部流程中的变更形式——进修型算法完整可以接收从最后提交到终究决议的全部评审进程。更主要的是，将人工从同业评审当中剔除，可以或许加重力图开放的学者与否决开放的贸易出书商之间的重要关系。”
依照Hukkinen的逻辑，一个可以或许胜任同业评审的AI异样也能够动笔写论文。终究，人类将成为科研中的遗留体系——冗余、低效又过时。他终究的不雅点是：“不经人类发生的新知将会摇动人类文明的基本。”
不外Hukkinen的小心有点忧愁过早。“虽然AI在象棋、围棋和扑克如许的游戏中获得伟大胜利，但依然不克不及懂得年夜多半通俗的英词句子，更别说迷信文本了。”艾伦人工智能研讨所（Allen Institute for Artificial Intelligence）首席履行官Oren Etzioni说。ScienceIE比赛团队的实例或可为其供给左证：终究获胜的团队在三个子义务挑衅中只到达43%的分数。
充满着主动句式的迷信论文艰涩至极，即使是在人脑看来也很难懂得。所描写的对象常常隐身于层层前述以后，主动句式在平常说话眼前显得深邃难明。说话学家将任何人类所写的器械称为“天然说话”，而天然说话在盘算机迷信家看来其实是一团乱麻。
“天然说话给AI带来的一年夜困难是其隐约性”纽约年夜学盘算机迷信家Ernest Davis说。斯坦福年夜学声誉盘算机迷信家Terry Winograd有一个经典的歧义例子：
市议会谢绝给请愿者允许，由于他们（担忧／主意）暴力。
（The city councilmen refused the demonstrators a permit because they [feared/advocated] violence.）
这句子你我都能看明确，动词“担忧”暗示了“他们”指的是“市议会”而非请愿者。我们易如反掌地明确：请愿者“主意”暴力；市议会“担忧”暴力。然则一个盘算机年夜脑可是会在此消费经年累月的时光终究也照样弄不清晰究竟哪一个动词指向哪一个代词。这类类型的歧义只是天然说话缠结的一个缩影，同形异义词和叙事逻辑将让AI加倍困扰。
这还没触及迷信论文中的详细成绩，好比将文本论点同数据形式停止衔接等。即使在纯数学论文中这一需求也很罕见。“从英语到数学中的情势逻辑不是我们可以主动化的。”Davis说。“这是最简略的任务之一。它是高度限制性的，而我们懂得目的。”心思学同等数学比拟远的学科更是如斯。”在心思学论文中，我们简直没法检讨其论证的公道性。”Davis说。“我们不晓得若何以盘算机的方法来表达一个试验。”
固然，一个完整主动的AI同业评审不只须要对人类有所懂得，还必需对其停止深刻思虑。“当你斟酌AI成绩时，同业评审能够是最难的一部门。由于同业评审最主要的职责是确保研讨是新鲜的，没有反复后人老路。”沃伦说。盘算机法式可以或许查阅文献，找出那些成绩依然悬而未决。然则它却能够有力识别出推翻性的迷信新发明。
俄勒冈州立年夜学AI研讨员Tom Dietterich说：“或许我么只是须要转变我们做迷信出书的方法。不是将我们的研讨用英语写成一个故事，而是将我们的看法和论据链接到一个正式化的构造中。好比一个涵盖人类在某主题下一切常识的数据库。”换句话说，将同业评审的法式电脑化，而不是其处理计划。在这一点上，人们所要从新编程的不是盘算机，而是人类行动。
