約 5 か月間続いたテストの後、「ベータ」バージョンの開始日である 1 年 2023 月 XNUMX 日から、 1月16 2024、の発売日 決定版 – エルゼビアはついに、公式デジタル出版製品に「Scopus AI」を含めることができます。最近、世界中の主要な研究機関、学術機関、科学者は、Scopus AI がコンテンツの選択や品質保証にどのように役立つかを説明するウェビナーやプレゼンテーションで忙しいです。
出発点は Elsevier データベース、つまり Scopus です。 Scopus は現在、29.200 を超える出版社からの 7.000 を超える査読済みジャーナルをホストしており、これらのジャーナルは「」とも呼ばれる独立した専門委員会によって細心の注意を払ってレビューされ、選択されています。Scopus コンテンツの選択および諮問委員会」（CSAB）。 Elsevier は、1993 年以来 Reed Elsevier グループの一員であり、その後、科学情報と分析の分野で事業を展開する英国の多国籍企業 RELX plc の一員となった株式会社です。このグループは、長年にわたってさまざまな買収や合併を実行し、増え続けるデータベースを利用できるようになり、 世界最大の学術論文出版社.
Scopus AI は、公開されたデータベース ドキュメントのメタデータと要約から抽出します。 メーカー。この選択により、人工知能によって生成される誤った情報のリスクが最小限に抑えられ、完全に透過的な方法で使用されるソースを常に参照できるようになります。 Scopus AI は、さらなる調査の道筋を提案し、次のようなことを示唆しています。基本的な文書」、選択したトピックに最も大きな影響を与えるもの。それから「」の助けがあります。コンセプトマップつまり、研究の要約から得られたキーワードが、人間の表面的な読み方では場違いに見えるものであっても、他の関連する研究領域との関係を常に追跡できるようにするスキームで相互に接続されています。したがって、機能は存在します業界の専門家」 つまり、Scopus の 19,6 万人を超える著者プロフィールを選択して、クエリに関連する最良の研究者を見つけ、各個人が選ばれた理由の説明を含む研究内容と貢献の概要を生成する機能です。
「結果を検討する際には、依然として一定の批判的な判断を下す必要がある」と、Scopus AI の最終バージョンを最初にテストした一人であるアベイロ大学の博士課程学生、ブルーノ・アウグスト氏は述べました。このツールは、彼が提供したすべての参考資料を提供するためです。からの引用を参照して、それが必要なものに適合するかどうか、またはより良い結果があるかどうかを確認できます。」どう考えても、最大の変化は スピード 必要な論文の参考文献を入手できます。ブルーノは、最近の研究の例でこのことを確認しました。「先週、私は大気汚染と排出ガスに対して最も脆弱な都市部に関する文書を探していました。そこで、「排出ガス、大気質、都市部」を検索するのではなく、その正確な用語を直接検索しました。 Scopus AI はいくつかの簡単な見積もりを提供してくれました。そのうちの 1 つは私が必要としていたものではありませんでしたが、もう 1 つは必要なものでした まさに私が探していたもの。記事をチェックして、それが適切な参考資料であることを確認し、含めることができました。」
科学出版物の世界への人工知能の参入に対するこうした熱意は、最近の論文の事例を考慮すると、専門家以外の人たちに警戒心を引き起こす可能性があります。 中国人研究者と書かれています。 AIチャットボット、典型的なソフトウェア応答の始まりを報告しました。あなたのトピックの導入候補は次のとおりです。」実際、この文章にはほとんど疑問が残されていませんでした。記事の著者は間違いなく人工知能ベースのシステムを使用して自分たちの作品の紹介文を書いていたのです。ただし、これは心配する必要はありません。まず第一に、それはせいぜい約ですので、 透明度が低い それらの研究者と 軽さ いくつかによって 監査役。さらに、研究者らは結論を出すために人工知能を使用したわけではなく、主なタスクを完全に代替するために人工知能を使用したわけではありませんが、研究に付随するいくつかの実践を実行する際に時間を短縮するツールを使用したことを明記する必要があります。研究。
生成人工知能とは何ですか?またそれはどのように機能しますか?
生成人工知能は、テキスト、画像、プログラミング コード、サウンド、ビデオ、あらゆる種類のアルゴリズムを自律的に生成できるコンピューター システムを作成することを目的とした人工知能の分野です。これらのシステムは、機械学習と人工ニューラル ネットワークを使用してトレーニング データから学習し、人間が作成したように見える新しいコンテンツを生成します。
「自然言語処理」として知られる生成型人工知能の特定のカテゴリ。一般に「自然言語処理」と略されます。 LLM (英語の「Large Language Models」より) マシンに事前トレーニングを課します。この事前トレーニングでは、「ビッグ データ」、つまり膨大な量のデータを含むアーカイブに分類される膨大な量のテキストにさらすことから構成されます。これらのテキストから、LLM は言語の構文構造、単語の意味論的分野、または一般知識の概念を学ぶことができます。このようにして、これらのシステムは文字通り質問を理解し、回答を生成することができます。 文法的に正しい e 意味的に適切な。何よりもその例は「chatGPT」です。
Scopus AI もそのようなツールの 1 つですが、chatGPT のように誰でもアクセスできるわけではありません。代わりに、これは、 機関向けScopusサブスクリプションとして、 補足。したがって、個人の研究者や学者がリクエストを行うことはできませんが、所属する組織、大学、研究を実施する団体が関与する必要があります。
