네이처(Nature)는 기사를 발표했습니다: 기초 과학 혁신의 속도가 느려지고 '증분 시대'에 진입했습니다
지난 수십 년 동안 전 세계적으로 출판된 과학 및 기술 연구 논문의 수가 극적으로 증가했습니다. 그러나 논문과 이전 문헌 분석을 바탕으로 과학자들은 이러한 논문의 "파괴성"이 급격히 감소하고 있음을 발견했습니다.
수백만 개의 원고에서 얻은 데이터에 따르면 20세기 중반에 비해 21세기 이후 완료된 연구는 새로운 방향을 개척하고 허용하는 것보다 과학 분야를 "점진적으로" 발전시킬 가능성이 더 높습니다. 이전 직업은 완전히 구식. 1976년부터 2010년까지의 특허를 분석해봐도 같은 경향을 보인다.
해당 보고서는 1월 4일 네이처 저널에 게재되었습니다. 미네소타 대학의 사회학자이자 분석 보고서의 공동 저자인 러셀 펑크(Russell Funk)는 "이 데이터는 무언가 변화하고 있으며 이전의 파괴적인 발견의 강도가 더 이상 존재하지 않는다는 것을 보여줍니다."라고 말했습니다. 인용문은 무엇을 설명합니까?
지난 세기는 유례없는 과학기술 지식의 확장을 목격했지만, 혁신 활동이 둔화되고 있다는 우려도 있습니다. 논문, 특허, 심지어 보조금 신청까지 이전 작업보다 덜 참신해지고 다양한 지식 영역을 연결할 가능성도 줄어듭니다. 또한, 노벨상 발견 연도와 수여 연도 사이의 격차가 점점 커지고 있어 일부 기여가 더 이상 예전만큼 중요하지 않음을 시사합니다.
이러한 혁신 둔화에는 엄격한 분석 설명이 필요합니다. 보고서의 저자들은 연구가 매우 파괴적이라면 후속 연구에서는 해당 연구에 대한 언급을 인용할 가능성이 적고 대신 연구 자체를 인용할 것이라고 추론했습니다.
그래서 연구진은 Web of Science(WoS)에 있는 2,500만 편의 논문(1945~2010)과 미국 특허상표청(USPTO) Patent View 데이터베이스의 390만 건의 특허(1976~2010)를 분석했습니다. 혁신 격차의 출현을 이해합니다. WoS 데이터에는 인용 3억 9천만 개, 논문 제목 2,500만 개, 초록 1,300만 개가 포함됩니다. 특허 보기 데이터에는 인용 3,500만 개, 특허 제목 390만 개, 초록 390만 개가 포함됩니다. 그런 다음 2천만 개의 논문이 포함된 4개의 추가 데이터 세트(JSTOR, American Physical Society Corpus, Microsoft Academic Graph 및 PubMed)에 대해 동일한 분석 방법을 사용했습니다.
이러한 4,500만 개의 논문 원고와 390만 개의 특허의 인용 데이터를 사용하여 연구자들은 "CD 지수"라고 불리는 혼란을 측정하는 지수를 계산했습니다. 값은 -1부터 1까지, 즉 가장 덜 파괴적인 작업부터 가장 파괴적인 작업까지.
연구 원고의 평균 CD 지수는 1945년부터 2010년까지 90% 이상 하락했고, 특허의 평균 CD 지수는 1980년부터 2010년까지 78% 이상 하락했습니다. 인용 관례와 같은 요인의 잠재적인 차이를 고려한 후에도 분석된 모든 연구 분야와 특허 유형에 걸쳐 혼란이 감소합니다.
언어 습관의 변화
저자들은 또한 원고에서 가장 일반적으로 사용되는 동사를 분석한 결과 1950년대 연구에서는 "생산하다" 또는 "결정하다"와 같이 창조 또는 발견을 의미하는 단어를 사용할 가능성이 더 높았다는 사실을 발견했습니다. 2010년대의 연구에서는 "개선" 또는 "향상"과 같은 용어를 사용하여 점진적인 발전을 언급할 가능성이 더 높았습니다.
일리노이 주 에번스턴에 있는 노스웨스턴 대학교의 컴퓨터 사회과학자 Dashun Wang은 "이 현상을 이렇게 자세하게 기록할 수 있다는 것이 대단합니다. 그들은 이를 100가지 다른 방식으로 보았습니다. , 제 생각에는 그렇습니다. 전반적으로 매우 설득력이 있습니다." 파괴적인 과학 기술의 쇠퇴는 논문과 특허 언어의 변화에서 볼 수 있습니다.
역시 노스웨스턴 대학의 계산 사회 과학자인 Yian Yin은 다른 연구에 따르면 최근 수십 년 동안 과학적 혁신도 둔화되었다는 사실을 보여줍니다. 그러나 이번 연구는 "과학이 데이터 기반 방식으로 어떻게 변화하는지 연구하기 위한 새로운 출발점"을 제공한다고 그는 덧붙였습니다.
Dashun Wang은 파괴 자체가 반드시 좋은 것은 아니며, 동시에 증분 과학이 반드시 나쁜 것은 아니라고 말했습니다. 그는 또한 다음과 같은 상황을 언급했습니다. 예를 들어, 중력파를 최초로 직접 관찰한 것은 혁명적인 성취이자 점진적인 과학의 산물입니다. 애틀랜타에 있는 Georgia Institute of Technology의 기술 정책 전문가인 John Walsh는 이상적인 시나리오는 점진적인 연구와 파괴적인 연구의 건전한 혼합이라고 말합니다. 재생산은 좋은 일이 될 가능성이 높습니다." 파괴적인 쇠퇴의 원인은 정확히 무엇입니까? John Walsh는 이 극적인 변화의 이유를 이해하는 것이 중요하며 그 이유 중 일부는 과학 사업의 변화에서 비롯될 수 있다고 말합니다. 예를 들어, 오늘날에는 1940년대보다 더 많은 연구자가 존재하며, 이는 연구 출판 및 특허 추구의 중요성을 높이는 더욱 경쟁적인 환경을 조성합니다. 이는 결국 연구자들이 연구를 수행하는 인센티브를 변화시킵니다. 예를 들어, 대규모 연구팀이 더욱 보편화되었고 Dashun Wang과 동료들은 대규모 팀이 파괴적인 과학보다는 점진적인 과학을 생산할 가능성이 더 높다는 것을 발견했습니다. John Walsh는 이러한 하락 추세에 대한 설명을 찾는 것이 쉽지 않다고 말합니다. 1945년부터 2010년 사이에 파괴적인 연구의 전체 비율이 크게 감소한 반면, 매우 파괴적인 연구의 수는 본질적으로 동일하게 유지되었습니다. 데이터에 따르면 매우 파괴적인 연구의 출현은 혁신의 둔화와 모순되지 않습니다. 동시에 감소율도 어리둥절합니다. CD 지수는 1945년부터 1970년까지 급격히 하락했고, 1990년대 후반부터 2010년까지 더욱 크게 하락했습니다. "격변의 감소에 대해 어떤 설명을 갖고 있든 2000년대의 정체기를 설명해야 합니다."라고 그는 말했습니다.혁신을 늦추는 것은 무엇입니까?
위 내용은 네이처(Nature)는 기사를 발표했습니다: 기초 과학 혁신의 속도가 느려지고 '증분 시대'에 진입했습니다의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











과학자들은 실험 데이터를 정확하게 설명하는 의미 있는 공식을 찾는 것을 목표로 합니다. 자연 현상의 수학적 모델은 도메인 지식을 기반으로 수동으로 생성할 수도 있고, 기계 학습 알고리즘을 사용하여 대규모 데이터 세트에서 자동으로 생성할 수도 있습니다. 학계에서는 관련 사전 지식과 관련 함수 모델을 병합하는 문제를 연구해 왔으며 일반 논리 공리에 대한 사전 지식과 일치하는 모델을 찾는 것이 해결되지 않은 문제라고 믿습니다. IBM 연구진과 삼성 AI팀 연구진은 공리적 지식과 실험 데이터로부터 자연 현상 모델의 원리적 도출을 위해 논리적 추론과 기호 회귀를 결합한 'AI-데카르트' 방법을 개발했다. 이 연구는 "데이터와 이론의 결합"을 기반으로 합니다.

지리정보학을 전공하는 학생들에게 적합한 컴퓨터 추천 1. 권장사항 2. 지리정보학을 전공하는 학생들은 대용량의 지리 데이터를 처리하고 복잡한 지리정보 분석을 수행해야 하므로 강력한 성능을 갖춘 컴퓨터가 필요합니다. 높은 구성을 갖춘 컴퓨터는 더 빠른 처리 속도와 더 큰 저장 공간을 제공할 수 있으며 전문적인 요구 사항을 더 잘 충족할 수 있습니다. 3. 데이터 처리 및 분석의 효율성을 향상시킬 수 있는 고성능 프로세서와 대용량 메모리가 장착된 컴퓨터를 선택하는 것이 좋습니다. 또한 더 큰 저장 공간과 고해상도 디스플레이를 갖춘 컴퓨터를 선택하면 지리 데이터와 결과를 더 잘 표시할 수 있습니다. 또한, 지리정보학을 전공하는 학생들은 지리정보시스템(GIS) 소프트웨어를 개발하고 프로그래밍해야 할 수도 있다는 점을 고려하여 그래픽 처리 지원이 더 나은 컴퓨터를 선택하세요.

Editor | ScienceAI 최근 '머신러닝의 아버지'로 알려진 카네기멜론대학교 교수 톰 M. 미첼(Tom M. Mitchell)은 '인공지능은 어떻게 과학 발전을 가속화하는가? 미국 정부가 이 목표를 달성하도록 도와주세요.”라는 주제입니다. ScienceAI는 원래의 의미를 변경하지 않고 원본 백서의 전문을 편집했습니다. 인공지능 분야는 최근 GPT, Claude, Gemini 등 대규모 언어 모델을 포함하여 상당한 발전을 이루었으며, 인공지능의 매우 긍정적인 영향이 크게 가속화될 가능성이 제기되고 있습니다.

최근 리서치(Guide2Research)는 2023년 세계 최고의 컴퓨터 과학자 1,000명의 순위를 발표했습니다. 583명의 미국 과학자들이 이 목록을 지배하고 있습니다. 목록에는 96명의 중국 과학자가 있으며, 장레이(Zhang Lei)가 중국 본토 과학자 중 1위를 차지했습니다. 세계 20대 과학자 중에는 튜링상 수상자 벤지오(Bengio), 힌튼(Hinton) 등 AI 분야의 거물들이 많다. 네티즌들은 미국 컴퓨터과학 상위 100명 중 여성은 단 7명에 불과하다고 지적했다. Research의 컴퓨터 과학 분야 최고의 과학자 순위가 9판으로 업데이트되었습니다. 이번 순위는 전 세계 14,400명 이상의 과학자들의 다양한 학술 지표를 검토해 상위 1,000명의 최고 과학자를 선정했다. O를 포함하여 순위를 정함

드디어 2022년 사이언스 매거진의 최대 수상작이 발표되었습니다! 12월 16일, 과학 공식 웹사이트는 '2022년 10대 과학 혁신'을 발표했는데, 그 중 웹 망원경이 1위를 차지해 최신호 표지에 실렸습니다. 사이언스 매거진이 수상한 이유는 다음과 같습니다. 건설 및 발사의 기술적 업적과 우주 탐험에 대한 엄청난 전망으로 인해 제임스 웹 망원경은 사이언스 매거진의 2022년 올해의 과학 혁신으로 선정되었습니다. 이 밖에도 AIGC, NASA의 소행성 충돌 성공, 윈난대학교의 다년생 벼 창조 등 지난 1년간 과학계의 주요 성과도 선정됐다. 지난 1년간의 블록버스터 연구를 검토해 보겠습니다. 올해의 혁신—Webb 망원경, NA 7월 12일

의료 분야의 인공 지능은 의료 시스템과 근로자에게 도움이 될 수 있는 광범위한 사항을 포괄합니다. 그러나 AI 도입의 구체적인 이점과 단점은 무엇입니까? , 특히 의료 분야의 AI 구현과 관련하여. 그러나 여기서 끝나지 않습니다. 가장 큰 도약 중 하나는 일반 대중과 의료 전문가 사이에서 혼합된 반응을 불러일으키는 의료 분야였습니다. 의료 분야의 인공 지능은 의료 종사자의 업무 중 일부인 알고리즘 및 지루한 작업에 대한 광범위한 지원을 포함합니다. 여기에는 시간이 많이 소요되는 작업 단순화, 복잡한 절차 간소화, 실시간 임상 의사결정까지 포함됩니다. 하지만 인간 진보의 모든 측면과 마찬가지로 더 큰 그림을 보려면

원숭이가 타자기의 키를 무작위로 누르게 하고, 충분히 길게 누르기만 하면 셰익스피어의 전 작품을 타자할 수 있습니다. 문법과 의미를 이해하는 원숭이라면 어떨까요? 대답은 과학적 연구조차도 당신을 위해 이루어질 수 있다는 것입니다! 언어 모델의 개발 속도는 매우 빠릅니다. 몇 년 전에는 입력 방법에 입력할 다음 단어만 자동으로 완성할 수 있었지만 오늘날에는 이미 연구자가 과학 논문을 분석하고 작성하고 코드를 생성하는 데 도움이 될 수 있습니다. LLM(대형 언어 모델) 교육에는 일반적으로 지원을 위한 대규모 텍스트 데이터가 필요합니다. 2020년에 OpenAI는 1,750억 개의 매개변수를 갖춘 GPT-3 모델을 출시했습니다. 이 모델은 시를 쓰고 수학 문제를 풀 수 있으며 생성 모델이 할 수 있는 거의 모든 기능을 이미 달성했습니다. 많은 언어 모델에서 사용됩니다.

정말 "비오는 날에 대비하세요", 청화대학교의 "유령 날씨" 예측 모델이 여기 있습니다! 이는 세계의 해결되지 않은 문제를 해결할 수 있는 종류입니다. 킬로미터 규모로 0~3시간의 극심한 강수량을 예측할 수 있습니다. 단기적인 폭우, 폭풍, 눈보라, 우박 등을 포함한 극심한 강수량 기상은 조기 경보를 제공할 수 있습니다. 사진 이 연구를 완료하는 것은 쉽지 않았습니다. 칭화대학교 소프트웨어대학원은 국립기상센터 및 국가기상정보센터와 협력하여 3년간의 공동 연구 끝에 NowcastNet이라는 대규모 극한 강수량 현재 예측 모델을 개발했으며, 거의 6년간의 레이더 관측 데이터를 사용했습니다. 모델 훈련을 완료합니다. 전국 기상예보 전문가 62명을 대상으로 진행한 프로세스 테스트에서 이 방법은 전 세계 유사한 방법보다 훨씬 앞서 있으며, 연구 결과는 현재 네이처(Nature)지에 게재됐다. 현재 사진,
