科学研究离不开查阅与消化科技资料的工作，但这占用了科研人员大量的时间和精力。为了解决这个问题，墨奇科技、北京科学智能研究院和中国科学院计算机网络信息中心合作开发了基于大型语言模型和向量数据库的文献知识库——Science Navigator。这个知识库可以通过对话的方式进行文献检索、阅读、分析与管理。这个成果在2023年的中关村论坛的“人工智能驱动的科学研究论坛”上正式发布。

这个文献知识库是按人工智能的技术发展趋势而开发的。墨奇科技副总裁孟卓飞指出，这个知识库的性能优势可以用“多、快、好、省”的4个字形容。其中，“多”表示多模态、多模型和多数据，“快”特指查询快、导入快和迭代快，“好”体现在数据更实时、引用更可靠且更专业，而“省”则是通过系统的优化和自研向量算法，降低运算成本。因此，文献知识库可以极大地减轻科研人员的查找和阅读文献的负担。

文献知识库的发展方向是将更多的实验数据纳入向量数据库中。科学实验设计方案、实验方式、实验结论以及结论背后的思考都可以成为查询的目标。孟卓飞表示，文献知识库利用大型语言模型和向量数据库，可以帮助科研人员解决问题、提出质疑、设计实验、模拟实验等。甚至可以根据结果进行问题的反思推导和迭代，以便更好地解放科研人员的时间和精力，专注于解决关键问题和开展创新思考。

这个文献知识库是人工智能技术在科学研究中的又一重大创新。让我们期待这个知识库在不久的将来，为科学研究带来更多的便利和高效。