桥接 AI 与科学：来自大规模文献分析的启示
人工智能
2025-02-19 v2 数字图书馆
信息检索
摘要
人工智能已被证明是推动跨学科科学研究的变革性工具，但在 AI 与科学社区之间仍存在显著鸿沟，这限制了其在推动广泛科学发现方面的潜力。现有努力往往依赖对小样本文献的定性分析，无法全面把握 AI4Science 的广阔格局。本文我们采用大语言模型，对来自顶级科学与 AI 会议论文中的科学问题与 AI 方法进行大规模分析。基于构建的新数据集，我们定量地揭示了 AI 方法与科学问题之间的关键差异，揭示了在跨学科科学领域深入整合 AI 的广阔机遇。此外，我们从链接预测的视角探讨了促进 AI 与科学社区协作的潜力与挑战。我们的发现与工具旨在促进更具影响力的跨学科合作，加速通过更深入更广泛的 AI 整合来推动科学发现。我们的代码与数据集已公开：https://github.com/charles-pyj/Bridging-AI-and-Science。
关键词
引用
@article{arxiv.2412.09628,
title = {Bridging AI and Science: Implications from a Large-Scale Literature Analysis of AI4Science},
author = {Yutong Xie and Yijun Pan and Hua Xu and Qiaozhu Mei},
journal= {arXiv preprint arXiv:2412.09628},
year = {2025}
}
备注
22 pages