近年来,人工智能已从一门小众技术学科,逐步发展成为推动各领域知识生产变革的核心力量。这一转变在科学研究领域尤为显著。随着生成式 AI 模型的兴起,其能够生成文本、图像、视频等多种形式的内容,研究工作流程中的自动化程度、创新空间与知识生成能力得到了大幅提升。
AI 技术正被越来越广泛地融入整个研究生命周期,涵盖假设生成、数据分析以及成果传播等各个环节。与此同时,更具前瞻性的概念也在持续涌现,例如旨在以极少人工干预即可主导端到端研究流程的"AI 科学家"。政策制定者和各方利益相关者对 AI 应对重大社会挑战(如疾病检测与气候变化)的潜力普遍持乐观态度。
然而,这种乐观情绪也受到诸多风险因素的制约。相关担忧涵盖可靠性、可重复性与透明度等问题,以及隐私保护、算法偏见和资源获取不平等等伦理层面的挑战。此外,还有人对 AI 的长期影响表示忧虑,包括可能削弱研究人员的核心技能、降低人类整体自主性,以及 AI 系统带来的环境负担。正因如此,研究界对于什么是可接受的、负责任的 AI 使用方式,目前仍存在较大分歧。
随着 AI 能力的持续快速演进,业界对于如何在研究实践中采集、验证 AI 应用实证数据的需求日益迫切。
为此,RAND 欧洲将负责组织实施英国首次全国性"AI 研究应用调查",并对调查结果进行分析与报告。该调查旨在回答以下核心问题:AI 目前在研究中是如何被使用的?哪些因素促进或阻碍了其应用推广?未来政策应如何支持 AI 的负责任与有效使用?
开展"全国 AI 研究应用调查"是英国由科学、创新与技术部(DSIT)主导的《AI 科学战略》中的一项直接行动。该战略明确了 AI 推动英国科学与研究转型的国家优先方向。随着调查数据的持续积累,将逐步构建起对英国研究领域 AI 应用情况的全面认知,包括使用模式与实践方式、采用规模与影响效果,以及研究人员在实际工作中面临的主要促进因素与阻碍因素。
本次全国调查覆盖范围广泛,设计上兼顾了与英国政策背景密切相关的多个议题。调查涵盖整个研究生命周期中多类 AI 工具的应用情况,参与对象涵盖不同学科领域和职业阶段的研究人员。调查方案的设计综合参考了三项关键输入:快速文献综述、由英国元科学部门与 RAND 欧洲联合组织的调查设计与构思利益相关方研讨会,以及聚焦结构、主题、表达清晰度与整体用户体验的试点调查反馈。
本项目由英国元科学部门委托并提供资金支持。如对该研究有任何疑问,欢迎通过邮件 ai4research@randeurope.org 联系 RAND 欧洲研究团队。
Q&A
Q1:英国全国AI研究应用调查的主要目的是什么?
A:该调查旨在了解AI目前在英国研究领域的使用现状,探究哪些因素促进或阻碍了AI的采用,以及未来政策应如何支持AI的负责任与有效使用。调查覆盖整个研究生命周期,包括假设生成、数据分析和成果传播等环节,参与者涵盖不同学科与职业阶段的研究人员,是英国《AI科学战略》的重要组成部分。
Q2:研究界对AI应用有哪些主要担忧?
A:研究界的担忧主要集中在以下几个方面:技术层面包括AI的可靠性、可重复性与透明度不足;伦理层面涉及隐私保护、算法偏见和资源获取不平等;长期影响方面则担心AI可能削弱研究人员的核心技能、降低人类自主性,以及AI系统运行带来的环境负担。这些问题导致研究界对何为负责任的AI使用方式尚未形成共识。
Q3:RAND欧洲在这项调查中扮演什么角色?
A:RAND欧洲负责组织实施英国首次全国性"AI研究应用调查",承担调查的设计、实施、数据分析与结果报告工作。调查方案的制定参考了快速文献综述、利益相关方研讨会以及试点调查的反馈意见,整个项目由英国元科学部门委托并提供资金支持。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
英伟达推出Nemotron-Labs-Diffusion三模式语言模型,将逐字生成、并行扩散与自猜自验融于一体,单用户吞吐量最高达Qwen3-8B的4倍,同时保持相近准确率。