Nature封面:科學顛覆性進步明顯「降速」,物理研究下跌100%
每一個科學和技術上的顛覆性突破,都會為人類社會帶來長遠的進步。其中一個突破的表現是,顛覆現有知識體系、引導科學技術朝新的方向發展。
萬有引力定律統一了地面物體和宇宙天體的運動規律;麥克斯韋方程組以一種近乎完美的方式統一了電和磁,並預言光就是一種電磁波;相對論和量子力學的提出,奠定了現代物理學的基礎。
在人類歷史長河中,為現實生活帶來質變的科學和技術成果比比皆是。然而,研究發現,近 60 年內的顛覆性科學和技術已經愈發匱乏,科學進步正在「降速」。
來自明尼蘇達大學和亞利桑那大學的科學家們,透過分析Web of Science(WoS)中的2500 萬篇論文(1945–2010)和美國專利商標局(USPTO)PatentsView資料庫中的390 萬項專利(1976-2010)發現:
- 近年來發表的論文和專利不太可能具有顛覆性,或使得先前的發現(例如DNA雙螺旋結構)過時,並將科學和技術推向新的方向;
- 相反,論文和專利更有可能鞏固或進一步發展以前的工作,例如科恩-沈呂九方程式(Kohn-Sham equation);
- 科學家和發明家越來越多地使用更窄的知識片段來開發他們的新工作;
- 這種模式適用於所有主要科學領域,包括技術、醫學和社會科學。
相關研究論文以「Papers and patents are becoming less disruptive over time」為題,已發表在權威科學期刊 Nature 上。
根據論文描述,這種下降趨勢不太可能是由已發表工作的品質或引用政策的變化導致的,而是因為科學家和發明家近幾十年來一直在依賴一套較為狹窄的現有知識體系,這有利於個人的職業生涯,但不利於更普遍的科學進步。
「一個健康的科學生態系統既包含對先前工作的鞏固改進,也包括新的顛覆性發現,但研究的性質正在發生變化,」論文的通訊作者、明尼蘇達大學助理教授Russell Funk 說,「隨著漸進型創新越來越普遍,未來可能需要更長的時間才能取得明顯推動科學發展的關鍵突破。」
缺乏「唾手可得的果實”?
發現與發明被認為是科學理論和技術變革的自然副產物,它們能讓先前累積的知識推動未來的發展與進步。用牛頓的話來說,先前累積的知識能夠讓後人「站在巨人的肩膀上」,從而使未來的進步成為可能。
近幾十年來,儘管新的科學和技術知識呈現指數級增長趨勢,為取得重大進展創造了成熟的條件,但也有人擔心創新活動正在放緩。
以往研究發現,半導體、製藥和其他領域的研究生產率正在下降,論文、專利甚至撥款申請與先前的工作相比已經變得不那麼新奇,也不太可能將不同的知識領域連結起來,而這兩者都是創新的前提。
另外,從發現提出到諾貝爾獎授予的年份間隔也有所增加,這表明近些年的科學和技術貢獻已經無法與過去相比。
這一趨勢也引起了政策制定者的關注,因為它們對經濟成長、人類健康和福祉、國家安全以及應對氣候變遷等重大挑戰的全球努力構成了重大威脅。
迄今為止,指向顛覆性科學和技術突破放緩的證據是基於對特定領域的研究,使用不同的、特定領域的指標,很難說明科學和技術領域的變化是否正在以類似的速度發生。
為此,Funk 等人利用一個新的定量指標CD index 分析了60 年內的2500 萬篇論文和390 萬個專利,該指標可以用來描述論文和專利如何改變科學和技術的引用網絡。
他們發現,近年來的論文和專利越來越不可能推動科學和技術向新的方向發展,這種現象普遍適用於各個領域,並且適用於多種不同的基於引文和文本的指標。
就論文而言,1945-2010 年期間社會科學的顛覆性得分下降了91.9%,而物理科學則下降了100%;就專利而言,1980-2010年期間電腦和通訊專利的降幅為78.7%,藥品和醫療專利的降幅為91.5%。
顛覆性科學與技術的突破正在放緩
值得注意的是,Funk 等人也透過分析替代指標複製了以上發現,這些替代指標包括論文中的文字多樣性,以及使用顛覆性詞彙與改進類詞彙的對比。
1945-2010 年的論文標題和1980-2010 年的專利標題的唯一/總字數顯示,科學和技術中使用的語言的多樣性下降(下圖a、 d);1945-2010 年的論文標題和1980-2010 年的專利標題中每年引入的新詞對數/總詞對數顯示,科學和技術中使用的語言的新穎性也在下降(下圖b 、e);在觀察期的第一個(紅色)和最後一個(藍色)十年內,論文和專利標題中最常用動詞的頻率也發生了很大的變化(下圖c、f)。
論文與專利的語言變化
Funk 等人表示,他們的研究也存在一定的限制。例如,儘管迄今為止的研究支持 CD index 的有效性,但它是一個相對較新的創新活動指標,將受益於未來有關其行為和屬性的工作,特別是在跨資料來源和上下文方面。有系統地檢視不同領域內不同引用實踐影響的研究將特別有價值。
儘管如此,更全面地理解顛覆性科學和技術的下降,能使我們對未來組織科學技術生產的策略進行急需的重新思考。
不發表即滅亡?
關於當前趨勢的一種理論是,顛覆性創新的所有「唾手可得的果實」都已經出現,因為現成的提高生產力的創新都已經實現。
同時,學者們有時面臨著一種「不發表即滅亡」的研究文化,在這種文化內,他們的成功取決於他們發表論文或開發專利的數量。
「許多創新都來自於嘗試新事物,或從不同領域汲取想法,然後看看會發生什麼,」論文的第一作者Michael Park 說,「但如果你只是為如何盡快發表一篇又一篇的論文而焦慮,就會很少去深入閱讀、思考一些可能導致這些顛覆性突破的大問題。」
儘管目前存在這樣的趨勢,但研究人員表示,需要注意的是,這並不意味著有更少的技術進步可以被發現。
「從氣候變遷到太空探索,我們迫切需要創新來解決當今最緊迫的挑戰,」Funk 說,「很明顯,顛覆性創新仍有巨大的機會發生,並為人類帶來改善。」
他們建議,為了促進顛覆性科學和技術的產生,學者們需要進行廣泛的閱讀,從而跟上快速擴展的知識前沿。
同時,高校或許需要放棄對論文/專利的數量要求,轉而更關注和獎勵高質量論文/專利,遠離“不發表即滅亡”的研究文化,做出真正有意義的工作。
以上是Nature封面:科學顛覆性進步明顯「降速」,物理研究下跌100%的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

StableDiffusion3的论文终于来了!这个模型于两周前发布,采用了与Sora相同的DiT(DiffusionTransformer)架构,一经发布就引起了不小的轰动。与之前版本相比,StableDiffusion3生成的图质量有了显著提升,现在支持多主题提示,并且文字书写效果也得到了改善,不再出现乱码情况。StabilityAI指出,StableDiffusion3是一个系列模型,其参数量从800M到8B不等。这一参数范围意味着该模型可以在许多便携设备上直接运行,从而显著降低了使用AI

在法國巴黎舉行的電腦視覺頂峰大會ICCV2023剛結束!今年的最佳論文獎,簡直是「神仙打架」。例如,兩篇獲得最佳論文獎的論文中,就包括顛覆文生圖AI領域的著作-ControlNet。自從開源以來,ControlNet已經在GitHub上獲得了24k個星星。無論是對於擴散模型還是整個電腦視覺領域來說,這篇論文的獲獎都是實至名歸的而最佳論文獎榮譽提名,則頒給了另一篇同樣出名的論文,Meta的「分割一切”模型SAM。自推出以來,“分割一切”已經成為了各種圖像分割AI模型的“標竿”,包括後來居上的

神經輻射場(NeuralRadianceFields)自2020年被提出以來,相關論文數量呈指數增長,不僅成為了三維重建的重要分支方向,也逐漸作為自動駕駛重要工具活躍在研究前沿。 NeRF這兩年異軍突起,主要因為它跳過了傳統CV重建pipeline的特徵點提取和匹配、對極幾何與三角化、PnP加BundleAdjustment等步驟,甚至跳過mesh的重建、貼圖和光追,直接從2D輸入影像學習一個輻射場,然後從輻射場輸出逼近真實照片的渲染影像。也就是說,讓一個基於神經網路的隱式三維模型,去擬合指定視角

正值AAAI 2023論文截止提交之際,知乎上突然出現了一張AI投稿群的匿名聊天截圖。其中有人聲稱,自己可以提供「3000塊一個strong accept」的服務。爆料一出,頓時引起了網友的公憤。不過,先不要急。知乎大佬「微調」表示,這大機率只是「口嗨」而已。根據「微調」透露,打招呼和團體犯案這個是任何領域都不能避免的問題。隨著openreview的興起,cmt的各種缺點也越來越清楚,未來留給小圈子操作的空間會變小,但永遠會有空間。因為這是個人的問題,不是投稿系統和機制的問題。引入open r

生成式AI已經風靡了人工智慧社區,無論是個人還是企業,都開始熱衷於創建相關的模態轉換應用,例如文生圖、文生影片、文生音樂等等。最近呢,來自ServiceNowResearch、LIVIA等科研機構的幾位研究者嘗試以文字描述來產生論文中的圖表。為此,他們提出了一種FigGen的新方法,相關論文也被ICLR2023收錄為了TinyPaper。圖片論文網址:https://arxiv.org/pdf/2306.00800.pdf也許有人會問了,產生論文中的圖表有什麼難的呢?這樣做對科學研究又有哪些幫助呢

自2017年首次舉辦以來,CoRL已成為了機器人學與機器學習交叉領域的全球頂級學術會議之一。 CoRL是機器人學習研究的單一主題會議,涵蓋了機器人學、機器學習和控制等多個主題,包括理論與應用2023年的CoRL大會將於11月6日至9日在美國亞特蘭大舉行。根據官方數據透露,今年有來自25個國家的199篇論文入選CoRL。熱門主題包括操作、強化學習等。雖然相較於AAAI、CVPR等大型AI學術會議,CoRL的規模較小,但隨著今年大模型、具身智能、人形機器人等概念的熱度上升,值得關注的相關研究也會

剛剛,CVPR 2023發文表示:今年,我們收到了創紀錄的9155份論文(比CVPR2022增加了12%),並錄用了2360篇論文,接收率為25.78%。根據統計,CVPR的投稿量在2010-2016的7年間僅從1724增加到2145。在2017年後則迅速飆升,進入快速增長期,2019年首度突破5000,至2022年投稿數已達8,161份。可以看到,今年提交了共9155份論文確實創下了最高紀錄。疫情放開後,今年的CVPR頂將在加拿大舉行。今年採用單軌會議的形式,並取消了傳統Oral的評選。谷歌研究

當大家不斷升級迭代自家大模型的時候,LLM(大語言模型)對上下文視窗的處理能力,也成為重要評估指標。例如明星大模型GPT-4支援32ktoken,相當於50頁的文字;OpenAI前成員創立的Anthropic更是將Claude處理token能力提升到100k,約75000個單詞,大概相當於一鍵總結《哈利波特》第一部。在微軟最新的一項研究中,他們這次直接將Transformer擴展到10億token。這為建模非常長的序列開闢了新的可能性,例如將整個語料庫甚至整個互聯網視為一個序列。作為比較,普
