查閱文獻是進行科學研究的一項基本工作。據統計，科研人員查找消化科學技術資料的時間約占整個科研時間的51%。將文獻制作成一個知識庫或數據庫，使用人工智能方法，減輕科研人員查找和閱讀文獻的“負擔”嗎？5月30日，基于人工智能的科學研究論壇2023中關村論壇正式發布了基于猛犸語言模型+向量數據庫的——science navigator（文獻數據庫）。

這是通過對話提問的方式搜索、閱讀、分析、管理文獻的結果。這一成果由北京科學智能研究院、中國科學院計算機網絡信息中心、墨奇科技共同開發。

說：“在最初的“搜索式”利用“搜索式”搜索引擎和網絡搜索到，以及到目前人工智能技術的跨越式發展，我們大型語言理解和問答模式問題的能力在人類的智能水平接近的首次看見”。墨奇科技副總裁孟卓飛表示，文獻知識庫的發布恰逢搜索模式進入對話時代的發展趨勢。

文獻知識庫的性能優勢可以用多、快、好、節約四個字來形容。孟卓飛介紹，“多”體現在“多模，多模，多數據”中。“快速”意味著“快速質疑，快速引入，快速重復”。“好”體現為“更實時的數據，更可靠的引用，更專業的理解”。“省”是顯著降低了極限系統優化、自身向量算法和數據計算的成本。

文獻知識庫的發展方向是將更多的實驗數據包含在矢量數據庫中。這時，科學實驗的設計原理，實驗方式，實驗結論及結論后對應的思考都可以作為質疑對象。孟卓飛得益于大模型和矢量數據庫科研人員提出方向性問題拆卸機器的問題，將完成提出的設計模擬實驗等一系列程序，可以到內容中得出的結果問題的反省和反復釋放科研人員時間精力在進一步解決關鍵問題和創新的想法。