IDEA研究院工程总监谢育涛谈AI创新的工具：工欲善其事必先利其器

演说：谢育涛

编写：陈萍

AI 行业是否有实用的科学研究工具？谢育涛精英团队打造出 AI 工具明显提高 AI 科学研究高效率。

3 月 23 日，在机器之心 AI 高新科技年大会上，IDEA 研究所工程项目主管、AI 服务平台技术性研究所责任人谢育涛发布了主题演讲《磨刀不误砍柴工必先利其器——AI 自主创新的工具》。

扫二维码回放

视频地址：https:https://www.bilibili.com/video/BV1ki4y1k7xe?spm_id_from=333.999.0.0

下列为谢育涛在机器之心 AI 高新科技年大会上的演说內容，机器之心开展了不更改本意的编写、梳理：

大家好我是谢育涛，来源于粤港澳数据研究院 (International Digital Economy Academy IDEA)，特别感谢机器之心的邀约来参与机器之心 AI 高新科技企业年会，我以前全是机器之心的客户，今日做为特邀嘉宾和我们共享十分有幸。前边几个教师介绍了有关 AI 层面的探讨和产业发展精彩文章，我借这一机遇共享一下我对科学研究工具的思索，我介绍的题型是《磨刀不误砍柴工必先利其器——AI 自主创新的工具》。

我关键讲述三个领域的內容：第一部分是大家身逢 AI 大时代环境，这是一个十分激动人心的时期；第二部份是磨刀不误砍柴工，在这里一部分我将共享一些我们在科学研究工具层面的探寻，期待能对诸位有一些协助；第三一部分详细介绍我们在 AI 科学研究行业有关自主创新领域的一些思索。

AI 时期

人工智能技术（AI）这一定义追朔到 1956 年，在这里 60 很多年的时间段里 AI 历经许多艰辛。大家今日早已彻底日常生活在AI人工智能时期，例如手机里的面部识别、指纹验证等全是 AI；在新冠疫情期内，有的人防护在家里不方便出来，外卖送餐 APP 为你推荐喜爱的菜单栏，这后面也是 AI；提交订单以后美团骑手如何分派，途径怎么优化，实时路况如何预测分析等，这身后都是有人工智能技术的身影，目地是让客户迅速吃到想吃的东西。AI 为我们的日常生活带来了特别大的便捷，可以说无所不在。前边几个教师也介绍了当今的人工智能早已进到多方位商业化的环节，而且对各种各样传统产业、每个参与者都造成了不一样水平的危害，更改了每个行业领域的绿色生态。

在中国数字经济的这四个字早已第五次发生在《政府工作报告》，这也是十分关键的一个话题讨论。我认为智能化分成2个一部分：一个信息化管理、一个智能化系统。浅表层的智能化便是信息化管理，深层次的智能化便是智能化系统。

信息化管理在中国早已非常完善，例如省时省力的移动支付，而在国外其他国家也没有有关便捷的工具，这一点中国早已走在全球前端。

智能化系统可以说如今恰逢那时候，AI 在所有社会经济发展趋势包含工业生产、金融行业等起了较大的功效，倘若沒有 AI 技术性，数字经济的仅仅一个数字化的技术性，它仅有蛮干沒有智力，而这一发展趋势是很受到限制的。假如数字经济的中沒有智能化系统的要求，那麼产业链发展潜力也难以获得发掘，针对 AI 技术性来讲，诸位科学研究工作人员、专家教授也只有永遠滞留在乌托邦里，技术性不可以落地式。

科学研究推动的 AI 自主创新

因此大家所在的 AI 时期是一个充满了机遇的时期，AI 技术性的发展就是这个时期的源动力。AI 技术性的提升在较大水平上是由科技人员促进的，举例来说，在图像处理行业，大家从网址 paperswithcode 掌握到，在 ImageNet1K 图像分类每日任务上，它的 Leaderboard 英雄榜从 2011 年開始每一年、乃至每一个月都被更新，几乎每一次的重大进展都根据科研工作人员发现了新的优化算法，练习了新的实体模型，拥有大量的数据信息，获得更快的結果。大家从前期的 SIFT，到 AlexNet，到随后的 ResNet 这些，这种实体模型都选用不一样的数据信息、不一样的优化算法，如下图所示，图上每一个点全是出色论文在尝试冲击性新的高些，不论是高校、科学研究组织、或是各大企业，科学研究工作人员从不一样的方向不断开展科学研究，提高全部 AI 的工作能力。在全部 AI 行业杰出的革新都来自全世界范畴高质量的 AI 科学研究。

那麼中国在 AI 科学研究层面怎样？依据科学研究组织公布的信息看来，中国在人工智能技术行业论文的全世界占有率文（下面的图左）从 1997 年的 4.26%，提高到 2017 年的 27.68%，名列前茅于其他国家。与此同时中国的高被引论文总数在 2013 年超过美国变成世界第一。除此之外大家从北京清华大学 AMiner 精英团队公布的 AI 2000 专家学者排行榜中可以得到（下面的图右），在人工智能技术 20 身高行业入榜专家学者所属我国遍布（接待量），从遍布看来大部分或是美国、中国竞争激烈，除开多媒体系统和物联网技术子行业中国略微领跑一点，美国在许多行业领跑中国。

总的来说，中国的 AI 科学研究现况，论文数是第一，出色的 AI 专家学者量是第二，科学研究优秀人才总产量第二，优秀人才占有率较为低。依据 2017 年的信息看来，中国的人工智能技术优秀人才大约是 18000 多的人，占全球总产量的 8.9%，仅次美国 13.9％，稳居第二；在人才资金投入层面是高韧性优秀人才投放量，大部分集中化在美国公司，中国仅有一家企业华为公司进入了世界前 20。

第三个数据是高 H 因素，它用于点评科技人员的学术研究知名度，这是一个十分关键的指标值，这一份汇报统计分析了前 10% 的高 H 指数值专家学者，中国优秀人才 977 人，大概不上美国的五分之一，这一差别是非常大的。大家现在在 H 指数值层面大约全球排第 6，优秀人才占比较低。

磨刀不误砍柴工必先利其器

大家禁不住要思索，如何提高科技人员的分析水准？大伙儿有不一样的解决方法，我想讲的是磨刀不误砍柴工必先利其器，做科学研究最好是有一些实用的科学研究工具，但实际情况是大家沒有尤其实用的工具，科技人员日常采用的工具非常欠缺，例如读论文、写论文、发布论文、审查论文、管理方法参考文献、召开会议这些都欠缺对应的工具。读论文时，绝大多数学者选用较为初始的方式 ：打印出论文，拿笔在上面记笔记；写论文也是如此，尽管大家有一些论文编写工具，但并不是很理想化；发布论文、审查论文、管理方法参考文献、开学术会等都没有实用的工具。以上诸多全是科技人员每日都是碰到的，但是接下来的工具是缺少的。

第二个欠缺互动平台「独学而无友，则孤陋而无识」，如果我们读论文时沒有可以沟通交流的人，是十分悲痛的事儿，例如大家读论文时常常会碰到问题，这种问题或者公式计算、或者推理等，一般来讲大家并没有可以随时随地资询的人。在移动互联网如此先进的今日却不容易找出一个致力于学术研究的小区。如果有那样一个小区可供大伙儿提出问题、探讨，且致力于学术研究內容，对许多学者而言是十分开心的事，但是今日如此的学术研究小区是欠缺的。

第三个学术研究成效散播不畅，如今早已有很多百度搜索引擎，大伙儿用的比较多的如百度学术、中国知网等系统软件，这种大部分达到了大家找论文的要求。但问题是论文过多，不清楚该读什么论文，从哪里逐渐读起，例如2022年 CVPR 2022 百度收录了 2067 篇论文，这一数据是十分巨大的，想像一下怎么可能把这种论文都看完，乃至找到什么论文必须阅读文章全是很不便的事儿。出版公司都没有特别好的工具让大家能够更好地获得专业知识，更便捷散播的专业知识。

打造出论文小区：ReadPaper 论文阅读平台

做科学研究必须工具，但是工具是缺少的。我在这介绍一下大家做的一些简易试着，上年大家试着打造出一个论文阅读文章小区。大家做这一小区关键处理三个问题：

第一个学术论坛是刚性需求：大伙儿必须沟通交流并且可以开展深层次沟通交流，可是学术研究小区缺少。做为阅读者你期待看到好的论文，有什么问题能有些人回应；做为论文创作者，你期待文章内容被越来越多人阅读文章，期待阅读者对你的文章内容明确提出建议；组织期待可以发觉研究内容，课题研究是否在恰当的方位开设。可是世界各国都欠缺一个活跃性的学术研究社区。

第二个论文自身是难懂的，全世界每一年都发布数以百计的论文，殊不知大部分论文并不太好读，尤其是针对汉语非英语的分析工作人员而言难度系数更高。

第三个社区对理论研究的竞争力不够，学术研究社区的缺乏造成社区对理论研究的竞争力不够。

大家打造出了一个专门的学术探讨社区 （网站地址：readpaper.com），该社区在上年 11 月份宣布公布，其具有四个大层面的內容：论文检索、在线笔记、文献管理、学术探讨。

第一个是论文检索，大家后面搜集了大概 2 亿篇学术研究论文的数据库，大伙儿可以用自然语言理解的形式实现检索，那样你在找论文、快速阅读论文的情况下，可以精确直通，并且客户可以迅速访问相关资料。

第二个精读论文，客户可以进到 PDF 文档开展详尽的阅读，还可以开展在线笔记，沉浸式体验阅读感受，完成边读边记。

第三个参考文献梳理，这也是许多专家学者、科学研究工作人员广泛碰到的问题，过多的参考文献如何条理清晰地开展追踪、梳理、分类，怎样将参考文献放进一起有利于长期性的追踪，乃至还能够跟各位共享，梳理论文也是大家社区期待可以为各位给予的。

第四个群读论文，或许是老师分配的一个兴趣小组，或许是在网上一群互相不了解的人因为同样的论文自发性的机构到一起，她们彼此之间评价探讨、共同奋斗。

大家从读论文逐渐打造出一个学术探讨社区，这也是大家想要做的一件事情。

下边我将简易介绍一下一部分作用，第一个是沉浸式体验阅读感受，在我们开启 PDF 阅读论文的情况下，就进入了大家的论文非常阅读器。大家会用一些自然语言理解技术性分析 PDF 自身文件目录分析便是你参考文献的文件目录展现给阅读者有利于自动跳转。引入分析则是对原文中引用文献格式数据库索引的分析。大家读论文时常常会碰到引用文献格式如（23）、（36），以前大家将论文打印出到紙上开展阅读，碰到如（23）引入大家会翻出后边看该引入的主要内容，随后再返回以前阅读的地区，那样做十分不方便。大家拥有引入分析此项作用，PDF 分析好啦之后，在阅读时如果你点一下（23）显示屏上面会弹出来一个框，框中表明这篇文章作者是谁，文章标题是啥，文章内容发布时间等，乃至还能够表明这篇文章的引言，这样一来你也就可以逗留在已经阅读的地区，并潜心阅读，这一作用针对打印出在纸里开展阅读的感受是无可比拟的，因为你没有办法引入论文的前言信息内容。大家针对引用文献格式目录的分析也会展现在超级浏览器里边，你还是可以对引入列表排序，而打印出出来的论文大家不清楚哪一篇是高引入的论文，可是人们的阅读器可以帮你处理这个问题。

数据图表分析也是，例如有时打印出的论文图在第 8 页，有关的注释文本在第 10 页，点一下分析的标志可以把图固定不动在手机屏幕上，文图对比阅读，十分便捷。

第三个划词翻译，现阶段绝大部分论文是英语的，对中国学生、专家学者而言或是有阻碍的，划词翻译即阅读者划分英语单词就可以翻译中文，便捷阅读。

文本截屏可以记笔记、可以做引言，还能够做全文搜索，可以让大家更快、能够更好地读论文。

ReadPaper 论文十问

下面展现經典十问，大家 IDEA 创院董事长沈向洋博士研究生说过「You are how you read」。我们可以那样了解，阅读的历程便是创作者编号的內容怎样可以被阅读者成功编解码，信息内容被阅读者编解码的历程便是阅读的全过程，因而编解码全过程也是建立自身认知能力实体模型的全过程，因此「You are how you read」你怎么读就理解了认知能力实体模型。沈向洋博士研究生依据很多年在科学研究界、工业领域的工作经验，汇总了經典十问协助大家读论文，怎样根据回应这种问题真实的了解论文，带上问题去阅读论文可以协助阅读者有专一性的编解码创作者观念。

这一作用早已集成化在 readpaper.com 里，例如下面的图展现的这篇论文早已有些人解答了十问，解答问题的人花了很多的时间去了解论文，随后开展共享。阅读者根据看这十个问题的回应，就能迅速掌握一篇论文信息内容，倘若你一天需读 50 篇 CVPR 的论文，这十问应当有较大的协助。

我只是简易讲解了一下我们在论文阅读工具层面的一个简易试着，大家想要为每一篇文章打造出一个社区，由于大家坚信每一篇文章都很出色，文章内容里都有创意念头，它值得拥有一个社区，我们要为文章内容打造出一个社区，让世界沒有难懂的论文，让大家读论文更便捷。

由于时长的缘故，也有许多作用我并没有解读，例如论文的检索、管理方法、探讨，大伙儿可以自已试着应用，除此之外大家公布了 PC 手机客户端，ipad 客户端将要公布，该操作系统早已有十分多的客户，社区已经产生，大家觉得在学员和论文中间大家做的这一点点事儿可以协助阅读者能够更好地读论文，更好地学习培训先人的专业知识，并且针对将要结业的同学而言，如何搜集信息内容做报告，帮助写论文，都能给予协助。现阶段看来客户也是非常喜爱大家的工具。磨刀不误砍柴工必先利其器。

再次思索学术研究绿色生态

我们在 AI 时期怎样从科学研究强国到优秀人才强国？希望有越多的神器助推科学研究优秀人才。我就在思索全部学术研究绿色生态是否有一些我们可以做的事儿，在各个阶段是否可以给予更快的工具，那样的工具针对每一个人都是有协助。大家未来做学术研究一定会跟全部绿色生态相处，这一环境的核心内容便是一个社区，这里边有学员、教师、创作者、阅读者，论文是传送专业知识的一个公路桥梁，那样的社区和环境的其余一部分拥有数不清的联络，科学研究员工在科研院所里边在做课题研究，科研院所有授课、读论文、写论文，科学研究工作人员还需要发布论文、文章投稿，各种各样审查工具都尚需健全，参与学术会也是一个错综复杂的全过程，从机构学术会到跟进、召开会议、沟通交流，每一 个关键点的提升都能够协助科研工作人员提高沟通交流的高效率，也有从出版公司那边怎样更为合理得到优质的文章内容，在维护出版权的前提条件下让专业知识迅速的散播，这也是需要我们去思索的问题。科学研究工作人员成效商业化的落地式也是很重要的事儿，例如公司里边职工自身工作能力的提高，科学研究技术性怎样从关键社区转换到商业化的，优秀人才的招骋这些全是我们可以提升的事儿，这正中间的每一步都必须一个好的工具来助推科技人员，来提高人们的分析水准，改进全部科学研究学术研究的生态体系。

AI 时期科学研究冲锋在前，为数字经济的的行业智能化系统持续打造新的上升室内空间，我觉得，磨刀不误砍柴工，必先利其器，大家必须再次思索全部学术研究绿色生态，我就期待人们可以打造出越来越多的工具助推科技创新的发展趋势。