个由人工智能生成的技术术语知识网络展示了趋势，并揭示材料科学研究的新思路。图：KIT

科学论文数量呈现爆炸增长，科学甚至在自身研究域也难以跟踪所有文献。卡尔斯鲁厄理工学院（KIT）的研究人员与科学作伙伴作，展示了如何从这庞大的信息宝库中获取新的研究思路。利用人工智能（AI），他们系统地分析了材料科学的出版物，以识别潜在的新研究向。该研究成果已发表在《Nature Machine Intelligence》上。

材料是许多技术的基础吐鲁番橱柜台面胶，例如电池、太阳能电池、电子元件和医疗应用。这使得材料科学成为跨学科域，对许多研究和技术域产生远影响，并致大量研究论文的出现。

然而，只有在能够识别出相关趋势和关系时，论文中描述的发现才具价值。在此背景下，研究作者探讨了系统分析科学论文的法。

“我们的目标是通过揭示新的研究向和跨学科作机会来支持研究人员的创造思考过程，”卡尔斯鲁厄理工学院纳米技术研究所的帕斯卡尔·弗里德里希教授表示。

奥力斯    泡沫板橡塑板专用胶报价    联系人：王经理    手机：18232851235（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区吐鲁番橱柜台面胶

结大型语言模型与机器学习

在他们的项目中，研究人员将大型语言模型（LLM）与机器学习（ML）法相结。LLM先识别期刊文章中的关键术语和科学概念。随后，这些信息被用于生成概念图（知识网络），在该网络中，每个关键词构成个节点。

二个机器学习模型在术语被起提及时（尤其在科学论文中频繁出现）连接节点吐鲁番橱柜台面胶。

“例如，如果我们的LLM发现诸如‘钙钛矿’和‘太阳能电池’等术语经常起出现，万能胶厂家它会在概念图中绘制新的链接，”该研究的主要作者、KIT计机科学学生托马斯·马尔维茨说。

随后，机器学习模型会分析这些链接的趋势，以预测哪些科学概念组在未来两到三年内可能变得重要。

机器学习模型通过分析术语之间的链接随时间的变化来实现这点。当某些概念的链接频率持续增加时，可能表明新的研究域正在发展。相反，链接数量的减少可能表明某些主题正在失去关注度。

新研究向的启示

分析结果可以引研究人员关注此前较少关注的主题组。与的访谈表明，他们确实认为部分AI生成的建议具有创新和潜力。

“我们不是想取代研究人员，”弗里德里希强调道。 “我们的发现不是发明机器，而是个分析工具，可以有地识别新思路和作机会。我们的目标是为科学创新提供支持。”

该研究展示了如何利用人工智能系统地分析大量科学文献。此法同样可以帮助揭示其他科学域的新兴研究趋势。

勇编撰自论文"Predicting new research directions in materials science using large language models and concept graphs".Nature Machine Intelligence.2026相关信息，文中配图若未特别标注出处，均来源于自绘或公开图库。

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。