人工智能(AI)是一門涉及計算機(jī)科學(xué)、數(shù)學(xué)、心理學(xué)、語言學(xué)等多個學(xué)科的交叉學(xué)科，它旨在創(chuàng)造能夠模擬或超越人類智能的系統(tǒng)和應(yīng)用。AI的發(fā)展經(jīng)歷了幾個階段，從早期的符號主義、聯(lián)結(jié)主義，到近年來的統(tǒng)計學(xué)習(xí)、深度學(xué)習(xí)等，不斷地突破了理論和技術(shù)的限制，實現(xiàn)了許多令人驚嘆的成就，如圖像識別、自然語言處理、語音識別、機(jī)器翻譯、機(jī)器人、自動駕駛等。AI不僅在計算機(jī)科學(xué)領(lǐng)域有著重要的貢獻(xiàn)，也在其他科學(xué)領(lǐng)域有著廣泛的應(yīng)用，如生物學(xué)、醫(yī)學(xué)、化學(xué)、物理學(xué)、社會科學(xué)等。

AI在科學(xué)中的應(yīng)用，不僅可以幫助科學(xué)家解決一些復(fù)雜的問題，提高研究的效率和質(zhì)量，也可以引發(fā)一些新的問題，挑戰(zhàn)一些既有的假設(shè)，促進(jìn)一些新的發(fā)現(xiàn)，推動一些新的創(chuàng)新。AI在科學(xué)中的作用，可以說是革命性的，它有能力徹底改變科學(xué)的面貌和未來。

12月15日，由Stefano Bianchini, Moritz Müller, Pierre Pelletier三位作者共同撰寫的學(xué)術(shù)論文《Integrating New Technologies into Science: The case of AI》發(fā)表在arxiv，這是一篇關(guān)于人工智能在科學(xué)中的應(yīng)用和影響的研究論文。這篇論文使用了收集了超過2.3億篇科學(xué)文章的數(shù)據(jù)源的OpenAlex數(shù)據(jù)庫來識別和分析AI在科學(xué)中的采用的數(shù)據(jù)，論文使用了一個合適的匹配方法，來控制一些共同的因素，如AI技術(shù)本身和未觀察到的人力資本和偏好。使用了一個條件對數(shù)回歸模型來分析匹配對的數(shù)據(jù)，以及科學(xué)家采用AI的影響因素。

這是第一篇系統(tǒng)地研究AI在科學(xué)中的采用的文章，它使用了一個全面和深入的數(shù)據(jù)源來提供一個有力的證據(jù)和視角。美中不足的是它只能分析AI在科學(xué)中的采用的現(xiàn)象，而不能解釋AI在科學(xué)中的采用的機(jī)制，也不能評估AI在科學(xué)中的采用的效果和價值。

1.人工智能的概念和科學(xué)研究

人工智能(AI)研究目的是通過探索智慧的實質(zhì)，擴(kuò)展人類智能——促使智能主體會聽(語音識別、機(jī)器翻譯等)、會看(圖像識別、文字識別等)、會說(語音合成、人機(jī)對話等)、會思考(人機(jī)對弈、專家系統(tǒng)等)、會學(xué)習(xí)(知識表示，機(jī)器學(xué)習(xí)等)、會行動(機(jī)器人、自動駕駛汽車等)。一個經(jīng)典的AI定義是：“ 智能主體可以理解數(shù)據(jù)及從中學(xué)習(xí)，并利用知識實現(xiàn)特定目標(biāo)和任務(wù)的能力。(A system’s ability to correctly interpret external data, to learn from such data, and to use those learnings to achieve specific goals and tasks through flexible adaptation)”

在人工智能的發(fā)展過程中，不同時代、學(xué)科背景的人對于智慧的理解及其實現(xiàn)方法有著不同的思想主張，并由此衍生了不同的學(xué)派，影響較大的學(xué)派及其代表方法有下面幾種。

“符號主義”(Symbolicism)，又稱邏輯主義、計算機(jī)學(xué)派，認(rèn)為認(rèn)知就是通過對有意義的表示符號進(jìn)行推導(dǎo)計算，并將學(xué)習(xí)視為逆向演繹，主張用顯式的公理和邏輯體系搭建人工智能系統(tǒng)。

“聯(lián)結(jié)主義”(Connectionism)，又叫仿生學(xué)派，篤信大腦的逆向工程，認(rèn)為認(rèn)知就是通過神經(jīng)元之間的連接和信號傳遞，并將學(xué)習(xí)視為神經(jīng)網(wǎng)絡(luò)的自組織，主張用隱式的權(quán)重和激活函數(shù)構(gòu)建人工智能系統(tǒng)。

“行為主義”(Behaviorism)，又稱控制論學(xué)派，認(rèn)為認(rèn)知就是通過對外部環(huán)境的感知和反應(yīng)，并將學(xué)習(xí)視為行為的調(diào)整，主張用顯式的規(guī)則和反饋機(jī)制構(gòu)建人工智能系統(tǒng)。

人工智能與科學(xué)研究

科學(xué)進(jìn)步的步伐與我們與新技術(shù)的融合是直接相關(guān)的， 過去的顯微鏡和望遠(yuǎn)鏡等儀器都是如此，最近的計算機(jī)和互聯(lián)網(wǎng)也是如此。 今天的焦點集中在 AI上，它正在科學(xué)領(lǐng)域迅速崛起，作為一種具有巨大發(fā)現(xiàn)潛力的工具，一種新的“通用發(fā)明方法”， 曾經(jīng)無法思考、甚至無法表述的問題現(xiàn)在每天都會出現(xiàn)。 例子包括預(yù)測蛋白質(zhì)的 3D 結(jié)構(gòu)、調(diào)節(jié)托卡馬克構(gòu)型中的核聚變等離子體、預(yù)測宇宙結(jié)構(gòu)的形成，并創(chuàng)建小昆蟲的大腦圖譜。 幾乎所有科學(xué)學(xué)科和研究過程的不同階段都在探索人工智能加速和推進(jìn)科學(xué)發(fā)現(xiàn)的潛力。

隨著人工智能在科學(xué)領(lǐng)域的潛力不斷增長，了解哪些資源對于科學(xué)家在整個科學(xué)系統(tǒng)中成功采用這項技術(shù)至關(guān)重要。 論文通過比較采用人工智能的領(lǐng)域科學(xué)家與未采用人工智能的領(lǐng)域科學(xué)家的資源稟賦來解決這個問題。

《自然》雜志最近對全球 1,600 多名研究人員進(jìn)行了一項調(diào)查，詢問已經(jīng)嘗試過人工智能的科學(xué)家有哪些障礙阻止他們更多地使用人工智能，并得到了以下答復(fù)：“缺乏技能或熟練的研究人員”(80 %)、“缺乏培訓(xùn)資源”(70%)、“缺乏資金”(50%)、缺乏計算資源(35%)、“缺乏數(shù)據(jù)”(30%) 和其他(18%)。 相比之下，沒有人工智能經(jīng)驗的科學(xué)家大多宣稱他們認(rèn)為人工智能對他們的研究沒有用。 因此很明顯，人工智能的采用至少與對該技術(shù)在特定領(lǐng)域的潛力、個人技能以及計算能力和數(shù)據(jù)的可訪問性了解不足有著千絲萬縷的聯(lián)系，關(guān)于應(yīng)用人工智能中科學(xué)團(tuán)隊的組成，表明領(lǐng)域科學(xué)家缺乏技能通常可以通過與計算機(jī)科學(xué)家一起進(jìn)行跨學(xué)科研究來彌補(bǔ)，而且這種跨學(xué)科努力在以下方面也是成功的： 收到的引用。 然而并非所有科學(xué)家都有能力實施甚至考慮這種合作策略。 那么哪些(其他)資源有利于人工智能的采用? 此外，并非所有嘗試人工智能的科學(xué)家都打算在他們的研究中持續(xù)采用它——在我們的樣本中，這一比例約為 50%。 阻礙這些科學(xué)家將人工智能融入他們的研究的障礙是什么?

與我們的研究問題特別相關(guān)的是科學(xué)技術(shù)人力資本理論(STHC)，因為它抓住了這樣一個觀點，即科學(xué)家的行為不僅取決于他們自己的人力資本——即人類“內(nèi)部”的各種知識和技能。 個人——而且還依賴于他們工作關(guān)系中的更大的資源庫。 科學(xué)家并不存在于社會真空中，科學(xué)知識的生產(chǎn)本質(zhì)上是一項社會事業(yè)，就像我們在本文中所說的將新技術(shù)融入科學(xué)實踐一樣。

在這里我們考慮 STHC 的三個維度，它們可以影響科學(xué)家在各自領(lǐng)域采用人工智能的決定：(i) 他們個人已有的知識、技能和實驗品味; (ii) 研究合作者的知識和專業(yè)知識; (iii) 研究人員所處的機(jī)構(gòu)環(huán)境。 社會關(guān)系的相關(guān)性在于，通過合作科學(xué)家可以獲得并利用互補(bǔ)的技能和技術(shù)資源，以在孤立的背景下不可能實現(xiàn)的方式創(chuàng)造和轉(zhuǎn)化知識和思想。 機(jī)構(gòu)設(shè)置是另一個重要因素，因為它塑造了組織內(nèi)“做科學(xué)”的實踐——從運行物理基礎(chǔ)設(shè)施和籌集資金到科學(xué)行為的道德規(guī)范——并最終塑造其成員的研究軌跡。

2. 人工智能在科學(xué)中的傳播和應(yīng)用

AI是一種具有變革性的新技術(shù)，它需要科學(xué)家具備相應(yīng)的人力資本和外部資源，才能有效地融入科學(xué)研究。論文作者發(fā)現(xiàn)AI的擴(kuò)散和再利用受到社會機(jī)制的強(qiáng)烈驅(qū)動，這些機(jī)制組織了與技術(shù)相輔相成的人力資本的部署和創(chuàng)造。他們認(rèn)為AI是一種不僅是科學(xué)工具，也是科學(xué)方法，甚至是科學(xué)范式，它將促進(jìn)科學(xué)的整合、創(chuàng)新和社會化。

分析人工智能(AI)作為一種新技術(shù)如何影響科學(xué)的發(fā)展和變革，論文的第二段是文獻(xiàn)綜述，回顧了AI的定義、特點、應(yīng)用和影響，以及科學(xué)和技術(shù)人力資本(STHC)的理論框架。第三段是研究方法，介紹了數(shù)據(jù)來源、樣本選擇、變量定義和統(tǒng)計模型。第四段是研究結(jié)果，報告了AI的擴(kuò)散和再利用的影響因素，如人力資本、合作網(wǎng)絡(luò)、機(jī)構(gòu)特征和高性能計算(HPC)。

論文作者運用了STHC的理論框架，利用了大規(guī)模的出版物數(shù)據(jù)，系統(tǒng)地分析了AI在科學(xué)中的擴(kuò)散和再利用的影響因素。同時提供了一些有意義的發(fā)現(xiàn)，如AI的先驅(qū)者是具有探索精神的領(lǐng)域科學(xué)家，他們嵌入在一個富有計算機(jī)科學(xué)家、經(jīng)驗豐富的AI科學(xué)家和早期職業(yè)研究者的網(wǎng)絡(luò)中，他們也來自于具有高引用影響力和相對強(qiáng)大的AI出版歷史的機(jī)構(gòu)。他們運用了STHC的理論框架，來解釋科學(xué)家在科學(xué)研究中采用AI的動機(jī)和條件。論文提出了一些有意義的假設(shè)，如社會資本和關(guān)于知識對AI采用的促進(jìn)作用，以及合作網(wǎng)絡(luò)和機(jī)構(gòu)同事對AI采用的影響。

論文認(rèn)為科學(xué)家通過與AI領(lǐng)域的專家合作和交流，可以獲得和傳播關(guān)于知識或連接知識，來認(rèn)識到AI在他們的領(lǐng)域中的潛力和價值。他們提出了兩個假設(shè)，即與AI相關(guān)人力資本的先前聯(lián)系和與機(jī)構(gòu)同事的社會互動，都會增加領(lǐng)域科學(xué)家采用AI的可能性。同時還討論了導(dǎo)師和新人之間的知識傳遞，認(rèn)為新一代的科學(xué)家可能會給他們的導(dǎo)師帶來AI方面的技能和知識。

他們將人工智能在研究論文制作中的采用建模為人工智能技術(shù)和 STHC 的結(jié)合。人工智能研究技術(shù)的一個重要方面是它不是一個整體、單一的技術(shù)。相反它應(yīng)該被視為正在經(jīng)歷特定發(fā)展并與不同程度的科學(xué)專業(yè)相關(guān)的各種技術(shù)的集合。因此他們允許人工智能技術(shù)的狀態(tài) (A) 不僅隨時間 t 變化，而且隨焦點個體的科學(xué)專業(yè)變化，記為 s(i)，并寫作 As(i),t。

為了在研究中有效地應(yīng)用人工智能，焦點科學(xué)家 i 可以建立在其在時間 t ? 1, Hi,t?1 之前積累的 STHC 稟賦的某些方面。請注意，H 是一個包含焦點科學(xué)家的組織資本、社會(網(wǎng)絡(luò))資本和個人人力資本的向量。

科學(xué)家不一定會利用他所擁有的所有 STHC(即 Hi,t?1)來發(fā)表個人論文。因此，我們還考慮了給定論文 p 中采用的已實現(xiàn)的 STHC，表示為 Hp(i),t。已實現(xiàn)的 STHC (Hp(i),t) 在很大程度上將成為過去 STHC 捐贈 (Hi,t?1) 的一部分，但一些資本可能在 t 年的研究過程中獲得，而一些資本可能會隨著時間的推移而損失 。

為了固定思路，我們假設(shè)一個簡單的人工智能論文生產(chǎn)函數(shù) F(·)，強(qiáng)調(diào)人工智能技術(shù)與資本各個方面之間的互補(bǔ)性(或相互作用)：

論文中作者詳細(xì)介紹了科學(xué)和技術(shù)人力資本(STHC)的理論框架，以及用它來分析科學(xué)家在科學(xué)研究中采用AI的影響因素的假設(shè)。并且主要探討科學(xué)家的內(nèi)部資源，如認(rèn)知技能、科學(xué)和技術(shù)知識和情境技能對AI采用的影響。他們認(rèn)為科學(xué)家需要具備一定的認(rèn)知能力，如創(chuàng)造性、靈活性和批判性思維，來適應(yīng)AI的變化和挑戰(zhàn)。論文認(rèn)為科學(xué)家需要具備一定的科學(xué)和技術(shù)知識，如領(lǐng)域?qū)I(yè)知識、AI相關(guān)知識和跨學(xué)科知識，來有效地使用AI的工具和方法。科學(xué)家需要具備一定的情境技能，如溝通、協(xié)作和領(lǐng)導(dǎo)力，來與AI領(lǐng)域的專家和其他領(lǐng)域的科學(xué)家合作和交流。然后提出了三個假設(shè)，即認(rèn)知技能、科學(xué)和技術(shù)知識和情境技能，都會增加領(lǐng)域科學(xué)家采用AI的可能性。

科學(xué)家采用AI的決策受到他們的人力資本和內(nèi)部資源，以及他們對AI的認(rèn)知和態(tài)度的影響。論文認(rèn)為科學(xué)家需要具備一定的認(rèn)知能力，如創(chuàng)造性、靈活性和批判性思維，來適應(yīng)AI的變化和挑戰(zhàn)。科學(xué)家需要具備一定的科學(xué)和技術(shù)知識，如領(lǐng)域?qū)I(yè)知識、AI相關(guān)知識和跨學(xué)科知識，來有效地使用AI的工具和方法。科學(xué)家需要具備一定的情境技能，如溝通、協(xié)作和領(lǐng)導(dǎo)力，來與AI領(lǐng)域的專家和其他領(lǐng)域的科學(xué)家合作和交流。

圖 2：STHC 框架。

左圖：制度環(huán)境潛在地提供與人工智能相關(guān)的信息、引導(dǎo)注意力、提供資源(計算設(shè)施、人力資本);此外，機(jī)構(gòu)還擁有一定程度的聲譽(yù)和卓越的科學(xué)成就。中圖：先前的合著者網(wǎng)絡(luò)提供與焦點科學(xué)家領(lǐng)域、計算分析和/或人工智能相關(guān)的人力資本。右圖：焦點科學(xué)家的人力資本是通過她過去的研究成果在科學(xué)內(nèi)容、質(zhì)量和國際性方面來描述的。這些變量在論文第 3.2 節(jié)中有詳細(xì)描述。

3. 人工智能在科學(xué)中的傳播和應(yīng)用的趨勢和模式

論文作者使用了OpenAlex數(shù)據(jù)庫，它包含了超過2.3億篇科學(xué)文章的信息，如標(biāo)題、摘要、作者、機(jī)構(gòu)、期刊等。論文選擇了2012年到2020年期間，在非計算機(jī)科學(xué)領(lǐng)域首次使用AI的科學(xué)家作為樣本，觀察他們在采用AI前后的人力資本和外部資源的變化。使用了一些變量來測量科學(xué)家的人力資本和外部資源，如合作網(wǎng)絡(luò)、機(jī)構(gòu)環(huán)境、計算資源、科學(xué)背景、探索傾向等。論文也使用一些統(tǒng)計模型來檢驗假設(shè)，如Logit模型、Poisson模型、負(fù)二項模型等。

OpenAlex數(shù)據(jù)庫顯示，人工智能在科學(xué)中的采用的數(shù)量和比例呈現(xiàn)出一個快速增長的趨勢，從2010年的約5萬人次，增長到2020年的超過20萬人次，占總科學(xué)家人數(shù)的約5%。這一趨勢與人工智能在科學(xué)中的發(fā)展和應(yīng)用的增長相一致，表明人工智能在科學(xué)中的重要性和影響力不斷提升。這一趨勢也反映了人工智能技術(shù)的進(jìn)步和普及，以及科學(xué)家對人工智能技術(shù)的認(rèn)可和接受。

人工智能在科學(xué)中的采用的領(lǐng)域和年代分布呈現(xiàn)出一定的異質(zhì)性和差異性，不同的領(lǐng)域和年代的科學(xué)家采用人工智能的動機(jī)和條件有所不同。作者發(fā)現(xiàn)，人工智能在科學(xué)中的采用主要集中在生命科學(xué)、工程科學(xué)和物理科學(xué)等領(lǐng)域，而在數(shù)學(xué)、社會科學(xué)和人文科學(xué)等領(lǐng)域則相對較少。人工智能在科學(xué)中的采用主要集中在中期和早期的科學(xué)家，而在晚期的科學(xué)家則相對較少。他們認(rèn)為，這些差異可能與人工智能技術(shù)的適用性、可用性、可接受性等因素有關(guān)。這些差異也反映了不同領(lǐng)域和年代的科學(xué)家對人工智能技術(shù)的需求和態(tài)度的不同。

人工智能在科學(xué)中的采用的重復(fù)使用率呈現(xiàn)出一個相對穩(wěn)定的水平，約為54%。這意味著，有一半以上的科學(xué)家在首次采用人工智能后，會在后續(xù)的研究中繼續(xù)使用人工智能。這一水平可能與人工智能技術(shù)的復(fù)雜性、成本、風(fēng)險等因素有關(guān)，他們認(rèn)為提高人工智能在科學(xué)中的采用的重復(fù)使用率，是促進(jìn)人工智能在科學(xué)中的傳播和應(yīng)用的一個重要目標(biāo)。這一水平也反映了科學(xué)家對人工智能技術(shù)的信任和依賴的程度。

他們建立一個簡單的AI論文生產(chǎn)函數(shù)，強(qiáng)調(diào)了AI技術(shù)和人力資本的各個方面之間的互補(bǔ)性或相互作用。論文使用對數(shù)變換和對數(shù)回歸模型來估計一個論文使用AI的概率，以及AI技術(shù)和人力資本的參數(shù)。論文作者使用一個匹配方法來匹配同一領(lǐng)域和同一年代的科學(xué)家，但有不同的AI采用行為，從而消除了一些共同的因素，如AI技術(shù)本身和未觀察到的人力資本和偏好。

4.人工智能在科學(xué)中的采用的影響因素和異質(zhì)性效應(yīng)

機(jī)構(gòu)因素對人工智能在科學(xué)中的采用有著顯著的影響，包括機(jī)構(gòu)的人工智能專業(yè)化、機(jī)構(gòu)的引文影響力、機(jī)構(gòu)的高性能計算資源等。這些因素對首次采用人工智能和重復(fù)使用人工智能的科學(xué)家都有著正向的促進(jìn)作用，表明機(jī)構(gòu)的環(huán)境和資源對人工智能在科學(xué)中的采用是有利的。這些因素在不同的領(lǐng)域和年代有著不同的效應(yīng)，表明機(jī)構(gòu)的條件和需求對人工智能在科學(xué)中的采用是有差異的。這些因素也反映了機(jī)構(gòu)對人工智能技術(shù)的支持和投入的程度。

社會因素對人工智能在合作網(wǎng)絡(luò)的規(guī)模、結(jié)構(gòu)、組成等科學(xué)中的采用也有著顯著的影響，他們發(fā)現(xiàn)，這些因素對首次采用人工智能和重復(fù)使用人工智能的科學(xué)家都有著正向的促進(jìn)作用，表明合作網(wǎng)絡(luò)的質(zhì)量和數(shù)量對人工智能在科學(xué)中的采用是有利的。他們還發(fā)現(xiàn)，這些因素在不同的領(lǐng)域和年代也有著不同的效應(yīng)，表明合作網(wǎng)絡(luò)的特征和動力對人工智能在科學(xué)中的采用是有差異的。社會因素也反映了科學(xué)家之間的交流和合作的程度。

個人因素對人工智能在科學(xué)中的采用也有著顯著的影響，個人的成就、國際化、探索傾向、人工智能接近度等都是個人因素，這些因素對首次采用人工智能和重復(fù)使用人工智能的科學(xué)家有著不同的作用，表明個人的能力和偏好對人工智能在科學(xué)中的采用是有影響的。論文指出這些因素在不同的領(lǐng)域和年代也有著不同的效應(yīng)，表明個人的背景和機(jī)會對人工智能在科學(xué)中的采用是有差異的。

5.總結(jié)和展望

人工智能在科學(xué)中的采用還有許多未知的方面，需要進(jìn)一步的探索和研究。例如，人工智能在科學(xué)中的采用的機(jī)制是什么?人工智能在科學(xué)中的采用的效果和價值是什么?人工智能在科學(xué)中的采用的影響因素和異質(zhì)性效應(yīng)的深層原因是什么?人工智能在科學(xué)中的采用的社會和倫理的影響是什么?這些問題都需要更多的數(shù)據(jù)和方法，以及更多的理論和實證，來進(jìn)行更深入和全面的分析和討論。

人工智能在科學(xué)中的采用是一個既有機(jī)遇又有挑戰(zhàn)的問題，需要政策制定者和科學(xué)管理者的關(guān)注和支持。例如，政策制定者可以通過提供更多的資金和資源，來促進(jìn)人工智能在科學(xué)中的發(fā)展和應(yīng)用;科學(xué)管理者可以通過提供更多的培訓(xùn)和指導(dǎo)，來提高科學(xué)家對人工智能的認(rèn)知和能力;政策制定者和科學(xué)管理者還可以通過制定更多的規(guī)范和標(biāo)準(zhǔn)，來保障人工智能在科學(xué)中的采用的質(zhì)量和安全。這些措施都可以有助于人工智能在科學(xué)中的采用的更好的進(jìn)行和發(fā)展。

人工智能是一門具有革命性的技術(shù)，它有能力徹底改變科學(xué)的面貌和未來。我們希望通過分析三位科學(xué)家的論文能夠為人工智能在科學(xué)中的采用的研究和實踐提供一些有用的信息和啟示，也希望能夠激發(fā)更多的興趣和熱情，來探索和發(fā)現(xiàn)人工智能在科學(xué)中的更多的可能性和奧秘。