人工智能，開始解決越來越多人類尚未解決的問題，且取得了不錯的成果。

然而，在過去幾年中，人工智能領域的科學研究數(shù)量呈指數(shù)級增長，使得科學家們和從業(yè)者們很難及時跟蹤這些進展。

數(shù)據(jù)顯示，機器學習領域的研究論文數(shù)量每 23 個月就會翻一番。其中一個原因是，人工智能正在數(shù)學、統(tǒng)計學、物理學、醫(yī)學和生物化學等不同學科中得到利用。

通過從科學文獻中獲得見解，提出新的個性化研究方向和想法的工具可以顯著加速科學的進步。在人工智能與其他各領域交叉的過程中，人們該如何判別哪些方向有意義并值得去做？

為此，由馬克斯·普朗克光科學研究所（MPL）人工智能科學家 Mario Krenn 領導的國際團隊發(fā)布了一項關于“指數(shù)級增長知識網(wǎng)絡中的高質量鏈接預測”的研究。相關研究論文以“Predicting the Future of AI with AI: High-Quality link prediction in an exponentially growing knowledge network”為題，發(fā)表在預印本網(wǎng)站 arXiv 上。

（來源：arXiv）

這項研究工作的目的是設計一個可以“閱讀、理解，然后行動”的人工智能相關文獻的程序，從而為預測和建議跨領域研究思路打開大門。研究團隊認為，從長遠來看，這將提高人工智能研究人員的生產力，開辟新的研究途徑，并指導該領域的進步。以往的實踐證明，新的研究思路往往通過在看似不相關的主題/領域之間建立新的聯(lián)系而產生。 這促使研究團隊將人工智能文獻的演化制定為一個時間網(wǎng)絡建模任務，并創(chuàng)建了一個可以描述自 1994 年以來人工智能文獻內容和演變的語義網(wǎng)絡。 同時，研究團隊也探討了一個包含 64000 個概念（也稱為節(jié)點）和 1800 萬條節(jié)點間聯(lián)系的網(wǎng)絡，并使用語義網(wǎng)絡作為 10 種不同的統(tǒng)計和機器學習方法的輸入。 其中最基本的任務之一——構建語義網(wǎng)絡——有助于從網(wǎng)絡中提取知識，并隨后使用計算機算法進行處理。

圖｜在此次工作中，研究團隊使用了 14.3 萬篇于 1992-2020 年發(fā)表在 arXiv 上的人工智能和機器學習類的論文，并使用 RAKE 和其他 NLP 工具構建了一個概念列表。這些概念構成了語義網(wǎng)絡的節(jié)點，當兩個概念同時出現(xiàn)在一篇論文的標題或摘要中時，就會畫出邊界（edge）。通過這種方式，他們構建了一個不斷發(fā)展的語義網(wǎng)絡，隨著時間的推移，更多的概念被一起研究。最終的任務是預測未連接的節(jié)點，即在科學文獻中沒有一起研究的概念，將在幾年內連接起來。（來源：arXiv）起初，研究團隊考慮使用 GPT-3 和 PaLM 等大型語言模型來創(chuàng)建這樣的網(wǎng)絡。然而，主要的挑戰(zhàn)是，這些模型仍然難以推理，很難識別或提出新的概念組合。

于是，他們便轉向借鑒生物化學的方法，即從科學論文中共同出現(xiàn)的概念中創(chuàng)建知識網(wǎng)絡；單個生物分子代表一個節(jié)點，當一篇論文提到兩個對應的生物分子時，兩個節(jié)點就連接起來。這種方法是由芝加哥大學醫(yī)學教授和人類遺傳學教授 Andrey Rzhetsky 和他的團隊首先提出的。

研究團隊使用這種方法捕獲了人工智能領域的歷史，并使用超級計算機模擬提取了有關科學家集體行為的重要陳述，基于大量論文不斷重復這一過程，從而形成一個捕獲可操作內容的網(wǎng)絡。

基于此，研究團隊開發(fā)了一個名為 Science4Cast 的新基準測試，并提供了十種不同的方法來解決這一基準測試。研究團隊認為，他們的工作有助于構建一個能夠預測人工智能研究趨勢的新工具。

以往，每當打開任何人工智能和機器學習相關論壇時，人們都會發(fā)現(xiàn)，“跟上人工智能的進步”是討論的首要話題。

或許，這一研究能夠為人們緩解一些這樣的壓力。

論文鏈接：
https://arxiv.org/pdf/2210.00881.pdf

審核編輯 ：李倩