ChatGPT引發(fā)了一次AI發(fā)展的高潮，并一定程度上讓AI實現(xiàn)了破圈。目前，ChatGPT的全球用戶已經(jīng)超過1億，在整個社會層面都引起了廣泛的討論。但同時，落地困難這個AI的老大難的問題，ChatGPT一樣需要面對。探索垂直行業(yè)的應用場景，是ChatGPT實現(xiàn)商業(yè)化突破的一個重要方向。

一方面，ChatGPT產(chǎn)品需要強大的底層大規(guī)模預訓練模型技術(shù)；另一方面，如何與具體的應用場景相結(jié)合，實現(xiàn)商業(yè)化價值。那么，有沒有可能將這兩個方面結(jié)合起來呢？

科技創(chuàng)新信息服務商智慧芽給出了一個解決方案——大模型技術(shù)+研發(fā)情報庫，用AI技術(shù)賦能研發(fā)創(chuàng)新，實現(xiàn)“一石二鳥”。

數(shù)據(jù)猿專訪了智慧芽副總裁屠昶旸，來探討ChatGPT這類大模型應用與科技創(chuàng)新信息服務相結(jié)合的價值，以及具體的實現(xiàn)路徑。

誰可以將ChatGPT引入科技創(chuàng)新信息服務領(lǐng)域？

用AI技術(shù)創(chuàng)新來賦能研發(fā)，給科技創(chuàng)新一個加速度，比單獨的一項技術(shù)突破有更大的價值。但是，越有價值的事情，實現(xiàn)起來往往難度越大。

具體來看，要想將ChatGPT這類大模型技術(shù)引入研發(fā)情報服務領(lǐng)域，需要具備一系列的條件：

• 要有覆蓋面足夠廣泛的研發(fā)數(shù)據(jù)庫

要提供研發(fā)情報服務，最核心的資源就是相關(guān)的數(shù)據(jù)資源，比如專利、文獻等。并且，數(shù)據(jù)覆蓋面要足夠廣泛，不僅要有中國的全量數(shù)據(jù)，還要有全球其他國家的數(shù)據(jù)。此外，在生物、醫(yī)學等專業(yè)性很強的領(lǐng)域，還需要建立專門的數(shù)據(jù)庫。要將ChatGPT引入科技創(chuàng)新信息服務領(lǐng)域，最關(guān)鍵的動作就是用科技創(chuàng)新信息數(shù)據(jù)集來訓練相關(guān)的模型。數(shù)據(jù)量越大、數(shù)據(jù)質(zhì)量越高，最終訓練出來的模型才越強大。相對于ChatGPT主要用公開的互聯(lián)網(wǎng)數(shù)據(jù)集，專利、文獻等專業(yè)數(shù)據(jù)的獲取難度更大。可以說，數(shù)據(jù)資源是科技創(chuàng)新信息服務最核心的壁壘。

• 要有專門針對科技創(chuàng)新信息服務領(lǐng)域數(shù)據(jù)分析的算法模型

要讓ChatGPT從一個通才，成長為在科技創(chuàng)新信息服務領(lǐng)域的專家，除了有專業(yè)數(shù)據(jù)集外，針對科技創(chuàng)新信息服務領(lǐng)域的算法調(diào)優(yōu)和創(chuàng)新，也是關(guān)鍵的一步。

• 要有優(yōu)秀的產(chǎn)品能力

用戶直接面對的是產(chǎn)品，而不是技術(shù)。因此，要想將ChatGPT底層的大模型技術(shù)服務于科技創(chuàng)新，就必須要將技術(shù)封裝成便于用戶使用的產(chǎn)品。而且，針對不同的科技創(chuàng)新服務需求，要構(gòu)建針對性的產(chǎn)品，進而形成相對完備的產(chǎn)品矩陣。以產(chǎn)品矩陣的方式，來為技術(shù)創(chuàng)新人員提供一站式服務。

作為領(lǐng)先的科技創(chuàng)新信息服務商，智慧芽很好的滿足了上述條件，具體來看：

在數(shù)據(jù)層面，智慧芽有三類數(shù)據(jù)，分別是專利文獻數(shù)據(jù)、科研信息數(shù)據(jù)、生物醫(yī)藥數(shù)據(jù)，具體涵蓋：1.76億+全球?qū)＠麛?shù)據(jù)，1.6億+科技文獻數(shù)據(jù)；260萬+科研資助信息、90萬+市場報告、86萬+投資信息、1000萬+財務新聞；6.1萬+全球新藥數(shù)據(jù)、4.4萬+靶點數(shù)據(jù)。這些數(shù)據(jù)，為智慧芽構(gòu)建了堅實的競爭壁壘，也為其訓練類ChatGPT大模型，奠定了很好的數(shù)據(jù)基礎(chǔ)。

在算法層面，據(jù)智慧芽副總裁屠昶旸所說，智慧芽已經(jīng)有比較深厚的AI技術(shù)積累，通過運用深度學習、自然語言處理（NLP）、計算機視覺以及預訓練語言模型等AI技術(shù)，現(xiàn)已實現(xiàn)在海量全球多語言技術(shù)文本中進行自動化、智能化的數(shù)據(jù)分析與文本挖掘，并能進一步實現(xiàn)深層次語義分析，為用戶提供更精準的語義檢索服務。并且，基于這些AI技術(shù)智慧芽推出了“AI智能標題&摘要”、“AI機器學習標引”等獨特功能。

尤其是在智慧芽自研預訓練模型，在大模型領(lǐng)域已經(jīng)有較強的技術(shù)積累。因此，此次智慧芽要打造的研發(fā)版ChatGPT，并不是簡單地調(diào)取別人的API，而是基于開源大模型，融合智慧芽自身的AI技術(shù)，推演出多個垂直領(lǐng)域的成熟模型，滿足專利、科技創(chuàng)新情報、生物醫(yī)藥等各垂直領(lǐng)域的專業(yè)領(lǐng)域需求。

在產(chǎn)品層面，智慧芽針對不同用戶群體，構(gòu)建了完善的產(chǎn)品矩陣，具體來看：針對研發(fā)和知識產(chǎn)權(quán)人群推出了專利數(shù)據(jù)庫、知識產(chǎn)權(quán)管理系統(tǒng)、研發(fā)情報庫、競爭情報庫等產(chǎn)品；針對生物醫(yī)藥人群推出了新藥情報庫、生物序列數(shù)據(jù)庫、化學結(jié)構(gòu)數(shù)據(jù)庫產(chǎn)品；針對政府、金融人群推出了科創(chuàng)力評估、產(chǎn)業(yè)技術(shù)鏈、專利價值分析產(chǎn)品等。通過這一系列產(chǎn)品矩陣，來為科技創(chuàng)新賦能。

為什么要打造研發(fā)版ChatGPT？

正如科技創(chuàng)新永無止境一樣，為科技創(chuàng)新提供信息服務的創(chuàng)新也永無止境。需要指出的是，不要為了創(chuàng)新而創(chuàng)新，創(chuàng)新是為了更好的解決目前還存在的各項問題。那么，目前科技創(chuàng)新信息服務領(lǐng)域還存在哪些顯著的問題和需求痛點呢？具體來看，主要表現(xiàn)在兩個方面：

• 用戶還停留在關(guān)鍵詞搜索階段，系統(tǒng)還不能很好理解用戶復雜的業(yè)務需求。

以專利數(shù)據(jù)庫為例，目前大部分專利數(shù)據(jù)庫產(chǎn)品本質(zhì)上就是專利領(lǐng)域的搜索引擎，用戶通過關(guān)鍵詞，在專利數(shù)據(jù)庫里搜索對應的專利或者文獻信息，較很難表述出用戶復雜、結(jié)構(gòu)化的需求。

以目前大火的ChatGPT為例，ChatGPT背后的技術(shù)是AI大模型，用戶如果要想了解大規(guī)模預訓練模型的相關(guān)技術(shù)，用目前的產(chǎn)品一般是輸入“大模型”、“預訓練模型”等關(guān)鍵詞，然后系統(tǒng)返回跟這個技術(shù)相關(guān)的大量專利、文獻。如果用戶想知道ChatGPT有哪些技術(shù)，大模型又有哪些核心技術(shù)，這些技術(shù)之間有什么樣的關(guān)系，不同的技術(shù)在ChatGPT的最終表現(xiàn)方面分別發(fā)揮什么樣的作用？類似這些更深入的信息，簡單的搜索或檢索信息就很難滿足需求。即使能實現(xiàn)需求，也需要用戶本身就具備相關(guān)的專業(yè)知識，并能熟練掌握專利相關(guān)高級功能，經(jīng)過多步相對繁瑣的操作，最終才能得到關(guān)于大模型更深入、完善的信息。但這對于絕大多數(shù)普通用戶而言，使用門檻過高，不利于在更廣泛的范圍內(nèi)提升科技創(chuàng)新效率。

• 搜索引擎模式，返回的是大量技術(shù)文檔，而不是直接的答案。

跟搜索引擎類似，用戶搜索相應關(guān)鍵詞后，返回的是大量的技術(shù)文檔。如果是熱門的技術(shù)領(lǐng)域，則可能有成千上萬的文獻，如此巨大的閱讀量對于研發(fā)人員而言是一個不小的負擔。系統(tǒng)雖然返回了最相關(guān)的文檔，但評估每篇文獻的價值，理解每篇文獻的主要內(nèi)容，這些工作大多還是需要用戶自己去完成。專業(yè)技術(shù)文獻的閱讀難度本身就很高，如果要在短時間內(nèi)閱讀大量文獻才能知道想要的結(jié)果，無疑是一個非常低效的方式。這樣的科技創(chuàng)新信息服務，還停留在工具階段，不能稱之為強大的助手。

ChatGPT+研發(fā)情報庫，智慧芽要變革科技創(chuàng)新信息服務方式

為了有效解決上述問題，進一步提升科技創(chuàng)新信息服務的效率，智慧芽在業(yè)界首次將將大模型引入科技創(chuàng)新信息服務領(lǐng)域，打造ChatGPT+研發(fā)情報庫的融合解決方案，研發(fā)版ChatGPT將于年內(nèi)推出。

據(jù)屠昶旸向數(shù)據(jù)猿透露，智慧芽早在2年前就已啟動相關(guān)技術(shù)布局，Demo版產(chǎn)品已在路上。相比以往科技創(chuàng)新信息服務產(chǎn)品，智慧芽打造的研發(fā)版ChatGPT將在以下三個方面實現(xiàn)革命性體驗：

• 實現(xiàn)用自然語言交互，系統(tǒng)可以理解用戶的復雜需求。

用戶要查詢專利、技術(shù)、企業(yè)數(shù)據(jù)，不再局限于關(guān)鍵詞，而是可以用一段自然語言的方式，來表述自己的需求，這大大降低用戶門檻。例如，當用戶想要了解ChatGPT背后的大模型技術(shù)，可以用一段話來完整的描述自己的需求，“我要想了解ChatGPT背后的技術(shù)，尤其是大規(guī)模預訓練模型的技術(shù)。幫我查一查相關(guān)的技術(shù)專利和論文。依據(jù)技術(shù)的不同對結(jié)果進行分類，每項核心技術(shù)返回我10項影響力最大的專利和論文。分析一下這些技術(shù)專利都來自于哪些公司和機構(gòu)，其中，中國公司又有多少技術(shù)專利和有影響力的論文。”系統(tǒng)可以從用戶的描述中完整的理解其需求，并將需求“解構(gòu)”成對應的指令。

這種方式，當用戶在尋求科技創(chuàng)新信息服務時，面對的系統(tǒng)就像是一個專業(yè)的科研助手，而不是一個只能聽懂只言片語的冰冷機器。用戶可以像跟人交流一樣，以自己舒服的方式來說出自己的需求，系統(tǒng)可以像人類助手一樣從用戶的描述中去“理解”真實的需求。

• 返回用戶期望的答案，而不是技術(shù)文檔。

系統(tǒng)根據(jù)用戶需求，替用戶閱度大量的專利、技術(shù)文檔，然后將自己整理、“思考”之后的結(jié)果呈現(xiàn)給用戶。這種情況下，用戶得到的不再是一堆技術(shù)文檔，而是一個答案。

為了給出一個簡單明確的答案，系統(tǒng)在背后要為用戶做大量的工作：文獻搜索，系統(tǒng)利用專利和論文數(shù)據(jù)庫的搜索引擎獲取相關(guān)的專利和論文；單篇文獻閱讀，系統(tǒng)借助文本挖掘、機器學習、文本聚類、文本分類、實體識別等一系列技術(shù)，來幫助用戶“閱讀”文獻，并從中提煉總結(jié)出核心內(nèi)容；多篇文獻內(nèi)容總結(jié)，在單篇文章閱讀理解的基礎(chǔ)上，系統(tǒng)會根據(jù)每篇文章的核心內(nèi)容，來從大量的文獻資料中總結(jié)用戶所想要的答案；結(jié)構(gòu)化結(jié)果呈現(xiàn)，系統(tǒng)不僅會給出一個答案，還可以依據(jù)用戶需求進行一系列操作，比如對專利、論文進行分類，依據(jù)其影響力進行排名，對多項技術(shù)專利的關(guān)聯(lián)度進行分析，依據(jù)公司發(fā)布的專利數(shù)量和質(zhì)量來評估該公司在特定領(lǐng)域的技術(shù)實力等。

• 多輪問答，針對特定技術(shù)領(lǐng)域進行深入探索。

多輪對話能力的突破，是ChatGPT優(yōu)于以往對話式AI的一大亮點。借助這一能力，科技創(chuàng)新信息服務系統(tǒng)可以引導用戶通過多輪對話的方式，一步步進行更深入的分析。在多輪對話中，用戶可以在已經(jīng)得到的結(jié)果基礎(chǔ)上，發(fā)布新的需求。在很多時候，用戶可能并不清楚自己想要查些什么內(nèi)容，當看到相關(guān)內(nèi)容之后，會“激發(fā)”用戶的靈感，從而問出更深入的問題。這種方式，系統(tǒng)不僅是助手，還可以是“導師”，循循善誘的引導用戶自己去尋求答案。

以下是我們用ChatGPT模擬的一個用專利數(shù)據(jù)庫分析大模型技術(shù)情況的案例，結(jié)果如下：

從以上的模擬案例來看，ChatGPT給出的答案比較好的滿足了上面的三個訴求，即用自然語言描述復雜需求、返回答案而不是一堆文檔、多輪交互后的深入分析。但是，單憑ChatGPT，會存在兩個明顯的缺陷：缺乏專業(yè)的數(shù)據(jù)庫支持，ChatGPT搜索的專利、論文大多來源于公開的互聯(lián)網(wǎng)或?qū)＠麛?shù)據(jù)庫，而構(gòu)建高質(zhì)量的專利、文獻數(shù)據(jù)庫是一件困難的事情，一些高質(zhì)量、商業(yè)化的專利數(shù)據(jù)庫可能并不對其開放。如果缺乏專業(yè)數(shù)據(jù)庫的支持，ChatGPT后續(xù)的一些分析都是空中樓閣；只能返回文本內(nèi)容，形式單一。要獲得更深刻的洞見，就需要進行一些數(shù)據(jù)分析，并以豐富的圖表來呈現(xiàn)分析的結(jié)果。單憑ChatGPT，是很難做到這一點的。

智慧芽正好可以彌補ChatGPT的上述缺陷，既可以提供專業(yè)的數(shù)據(jù)庫，還能提供多樣化的分析結(jié)果。

我們簡單以大規(guī)模預訓練模型中的“自然語言處理”這個技術(shù)分支通過智慧芽研發(fā)情報庫的關(guān)鍵詞搜索，顯示有近19.3萬條技術(shù)數(shù)據(jù)，其中微軟擁有超過4600條技術(shù)數(shù)據(jù)。

圖源：智慧芽研發(fā)情報庫

甚至，僅用一張比亞迪最新發(fā)布的仰望U8搭載的“易四方”動力系統(tǒng)照片，也能簡單快速搜索出該產(chǎn)品的核心技術(shù)介紹。

圖源：智慧芽研發(fā)情報庫

試想一下，如果將智慧芽的產(chǎn)品，融入ChatGPT的能力，將對科技創(chuàng)新信息服務帶來多么巨大的變革！

正如智慧芽副總裁屠昶旸所言，“我們的理想形態(tài)是‘AIGC+搜索引擎’的模式。當用戶提出問題后，該應用可快速理解用戶意圖，并從相關(guān)搜索結(jié)果中給出潤色過的總結(jié)性回答。未來，只要用戶輸入問題就能得到想要的答案，僅需通過一個聊天框或者其他形式，即可調(diào)用智慧芽底層的產(chǎn)品能力。”

文：月滿西樓 / 數(shù)據(jù)猿

來源：數(shù)據(jù)猿