[论文解读] Rise of Generative Artificial Intelligence in Science

Liangping Ding, Cornelia Lawson+1 more|Research Explorer (The University of Manchester)|Dec 30, 2024

Genetics, Bioinformatics, and Biomedical Research被引用 4

一句话总结

本文基于2017至2023年OpenAlex数据的实证分析，研究了生成式人工智能（GenAI）在科研领域的兴起。研究揭示了GenAI出版物在各学科中的快速增长，美国在产出方面处于领先地位，且GenAI研究团队规模略小，尽管存在地缘政治紧张局势，但国际合作持续稳定。

ABSTRACT

Generative Artificial Intelligence (GenAI, generative AI) has rapidly become available as a tool in scientific research. To explore the use of generative AI in science, we conduct an empirical analysis using OpenAlex. Analyzing GenAI publications and other AI publications from 2017 to 2023, we profile growth patterns, the diffusion of GenAI publications across fields of study, and the geographical spread of scientific research on generative AI. We also investigate team size and international collaborations to explore whether GenAI, as an emerging scientific research area, shows different collaboration patterns compared to other AI technologies. The results indicate that generative AI has experienced rapid growth and increasing presence in scientific publications. The use of GenAI now extends beyond computer science to other scientific research domains. Over the study period, U.S. researchers contributed nearly two-fifths of global GenAI publications. The U.S. is followed by China, with several small and medium-sized advanced economies demonstrating relatively high levels of GenAI deployment in their research publications. Although scientific research overall is becoming increasingly specialized and collaborative, our results suggest that GenAI research groups tend to have slightly smaller team sizes than found in other AI fields. Furthermore, notwithstanding recent geopolitical tensions, GenAI research continues to exhibit levels of international collaboration comparable to other AI technologies.

研究动机与目标

• 分析2017年至2023年生成式人工智能（GenAI）在科研领域出版物的增长轨迹。
• 考察GenAI研究在不同科学学科和地理区域的扩散情况。
• 比较GenAI研究与其他AI领域在团队规模和国际合作模式上的差异。
• 评估在专业化程度上升和地缘政治紧张局势加剧的背景下，GenAI研究是否展现出独特的合作动态。

提出的方法

• 利用OpenAlex——一个全面的开放学术数据库——提取2017年至2023年GenAI及更广泛AI研究的出版记录。
• 基于OpenAlex的学科分类系统，对出版物按研究领域进行分类。
• 通过隶属机构所属国家，绘制GenAI出版物的地理分布图，以评估各地区的科研贡献。
• 将团队规模计算为每篇出版物的作者人数，并比较GenAI与其他非-GenAI AI研究的平均团队规模。
• 通过计算GenAI及其他AI领域中多国联合作者出版物的比例，量化国际合作程度。
• 应用时间序列分析，追踪研究期间的增长模式与扩散趋势。

实验结果

研究问题

• RQ1 2017年至2023年，科学界关于生成式AI的出版物数量如何演变？
• RQ2 生成式AI研究在计算机科学之外的哪些科学学科中实现了最显著的扩散？
• RQ3 哪些国家对全球生成式AI研究产出的贡献最为显著？
• RQ4 生成式AI研究的团队规模与其他AI研究领域相比如何？
• RQ5 生成式AI研究中的国际合作程度在多大程度上与其它AI技术的合作模式相似或相异？

主要发现

• 生成式AI研究实现了快速增长，其出版物数量在所有科学领域均显著上升，不仅限于计算机科学。
• 美国研究人员贡献了全球近40%的GenAI出版物，其次为中国及若干中小型先进经济体。
• GenAI研究在非计算机科学领域日益普及，表明其在学科间的广泛采纳。
• GenAI研究团队的平均规模略小于其他AI研究领域，表明研究团队趋于更紧凑的组织形式。
• 尽管存在地缘政治紧张局势，GenAI研究的国际合作水平仍与其它AI技术保持相当。
• GenAI研究的地理分布显示，中等规模的先进经济体贡献显著，表明其全球参与度广泛，不仅限于美国和中国。