期末季，誰的身上不背著十幾個ddl？

面對浩如煙海，怎么讀也讀不完的文獻，提不出的問題，想不出的創(chuàng)新點，還有繁瑣的論文格式，你可能也在幻想，“如果這時候能有一個論文機器人，幫我寫論文就好了?！?/p>

有這樣一群大學生，正在把幻想變成現(xiàn)實。

最近，幾個在美國的中國留學生在聯(lián)合撰寫的論文《PaperRobot： Incremental Draft Generation of Scientific Ideas 》，提出并初步實現(xiàn)了運用AI寫論文的想法，這篇論文已經(jīng)被ACL 2019收錄。

論文地址：

https://arxiv.org/pdf/1905.07870.pdf

GitHub地址：

https://github.com/arXivTimes/arXivTimes/issues/1223

機器能比人類寫的更好嗎？

本文的作者分別來自倫斯勒理工學院、DiDi 實驗室、伊利諾伊大學香檳分校、北卡羅來納大學教堂山分校和華盛頓大學。

其中，論文一作 Qingyun Wang （王清昀） 是倫斯勒理工學院的大四本科生，正準備攻讀計算機科學的博士學位。

他們開發(fā)的AI學術助手叫做PaperRobot，可以幫助構建論文的背景知識圖，寫摘要、關鍵內(nèi)容和標題，梳理結論并給出進一步的研究方向的建議。

工作流程

論文機器人的誕生有其現(xiàn)實必要性，PaperRobot目前主要應用于生物醫(yī)學領域，這個領域已有的論文數(shù)已超過二千六百萬份，近年來更是持續(xù)呈現(xiàn)井噴式的增長，每年發(fā)表的論文超過一百萬份。

論文越寫越多，但是人類的閱讀能力卻原地踏步。

在2012 年，美國科學家提出，人類平均每年只能閱讀 264 篇論文，這個數(shù)字與他們在 2005 年進行的同樣調(diào)查中報告的數(shù)據(jù)是一致的。而論文機器人能幫助學者快速從海量的已有研究中，篩選出寫論文需要的材料，讓你真正站在巨人的肩膀之上，節(jié)約大量的時間。

測試結果

研究者使用圖靈測試來檢驗了PaperRobot生成的論文部分（摘要，結論和進一步研究建議）。

結果表明，喜歡PaperRobot生成摘要的讀者要比喜歡人類寫的摘要的讀者多30％以上，結論部分投給PaperRobot的讀者要多24％，研究建議部分12％。

還能做什么？

PaperRobot主要是借助自然語言處理（NLP）和自然語言理解（NLU）的最新進展而設計和開發(fā)的。主要工作流程是從已有的論文中提取知識，構建知識圖譜，然后提出新的想法并協(xié)助寫出論文。

快速閱讀已有論文

PaperRobot 可以快速閱讀已有論文，對指定領域的大量已發(fā)表的論文進行深入的理解，構建背景知識圖 （KG）。

研究者應用的是 Wei 等人在2013年提出的實體和關系提取系統(tǒng)，他們輸入生物醫(yī)學領域的已發(fā)表論文，PaperRobot從中提取出3類知識概念：疾病，化學和基因。然后進一步將所有知識概念類型鏈接到 CTD （比較遺傳毒理學數(shù)據(jù)庫），提取出133個子類型的關系，比如標記/機制、治療和提高表達。

之后PaperRobot就構建出如下的背景知識圖。其中每個節(jié)點代表不同的知識概念，邊表示這些實體之間的關系。

新靈感的萌芽

新的科學發(fā)現(xiàn)可以看作是在已有的知識圖中創(chuàng)建新的節(jié)點或鏈接。創(chuàng)建新節(jié)點意味著在實驗室實打?qū)嵉赝ㄟ^一系列的實驗發(fā)現(xiàn)新的概念 （如新類型的蛋白質(zhì)），這對 PaperRobot 來說有一些困難。但是以背景知識圖，也就是現(xiàn)有的知識概念作為起點，發(fā)現(xiàn)新的鏈接還是可以實現(xiàn)的。

已有研究表明，在640萬篇生物醫(yī)學和化學論文中，60% 以上是增量式，也就是創(chuàng)造新鏈接的工作。所以paperrobot所做的，通過背景知識圖（KGs）中的新鏈接來自動地增加新想法和新假設是有意義的，可以成為科學進步的重要起點。

在這里論文提出了一種新的實體表示方法，也就是結合了背景知識圖和非結構化上下文文本來進行鏈接預測，從背景知識庫中鏈接已有知識而產(chǎn)生新的想法。

上圖中的虛線就是PaperRobot 預測的新的鏈接，由于鈣和鋅在上下文文本信息和圖結構上都相似，PaperRobot 預測了與鈣可以發(fā)生關系的兩個新鄰居：CD14 分子和神經(jīng)纖毛蛋白 2 （neuropilin 2），它們在背景知識圖中與鋅相關聯(lián)。

寫作階段：解決你最頭疼的格式

把新想法清晰地傳達給讀者是一件非常困難的事情，許多科學家可能想法很好，卻表達不出來。PaperRobot 使用一個新穎的 memory-attention 網(wǎng)絡架構，基于輸入的標題和預測的相關實體，可以自動寫出了一篇新論文的摘要，還可以寫出結論部分和建議部分，甚至還可以生成新的標題。

示例：PaperRobot 寫的部分論文

Background

Snail is a multifunctional protein that plays an important role in the pathogenesis of prostate cancer. However， it has been shown to be associated with poor prognosis. The purpose of this study was to investigate the effect of negatively on the expression of maspin in human nasopharyngeal carcinoma cell lines. Methods： Quantitative real-time PCR and western blot analysis were used to determine whether the demethylating agent was investigated by quantitative RT-PCR （qRT-PCR） and Western blotting. Results showed that the binding protein plays a significant role in the regulation of tumor growth and progression.

除了寫論文，還能釣魚

論文機器人的幻想早已有之，早在2005年，麻省理工學院（MIT）計算機科學與人工智能實驗的三個學生Dan Aguayo、Max Krohn和Jeremy Stribling就曾經(jīng)一起開發(fā)過一款自動生成論文的小程序SCIgen。

SCIgen小程序的學術釣魚軼事

圖片來源：MIT新聞網(wǎng)

SCIgen是一個網(wǎng)頁程序，只需輸入作者名，就可以自動生成一篇“SCI級別”的計算機論文。摘要、背景介紹、實驗結果、圖表、討論以及結論一應俱全。生成的論文格式可能比一些學生寫的論文還要規(guī)范。

但是，與PaperRobot不同，SCIgen根本無法通過圖靈測試，因為它生成的論文只有格式正確，內(nèi)容完全是不知所云。

SCIgen的原理很簡單，類似于填詞游戲。因為學術論文的格式非常固定，而且基本都是固定的專業(yè)詞匯和句式。SCIgen只需要從固定的詞庫中，隨機抽取出這類計算機領域內(nèi)的專業(yè)術語，以符合語法的方式生成文本。再加上一些漂亮的圖表和詳細的參考文獻等，形式上就可以非常規(guī)范，從而能騙過不少外行。

比如這篇生成的論文名為《Rooter：處理接入點與冗余的典型合一方法》，看起來用詞非常高大上，但是內(nèi)行人仔細閱讀就會發(fā)現(xiàn)文章只是語言和術語的堆砌，沒有什么實質(zhì)性的內(nèi)容。

但是諷刺的是，WMSCI（系統(tǒng)論、控制論與信息論多學科國際會議）會議不但接受了這篇假論文，還邀請作者出席會議作報告。

戲弄了半個學術圈

MIT三個大學生開發(fā)這款軟件的目的其實就不是為了幫自己寫論文，而是為了揭露WMSCI之類的不認真審查論文的期刊和會議。

在他們把SCIgen攻陷WMSCI的事情經(jīng)過發(fā)到網(wǎng)上之后，WMSCI顏面掃地，迅速刪除了論文，IEEE（美國電氣和電子工程師協(xié)會）還撤回了對該會議的贊助。SCIgen因此也被戲稱為“學術釣魚軟件”。

之后又有德國學生發(fā)現(xiàn)了這個神器，分別于2008和2009年向在中國武漢舉辦的兩個IEEE國際會議投稿，結果機器虛擬的Schlangemann教授還被當成了知名學者，被邀請作為會議的主持人。

這之后康奈爾大學數(shù)學系博士后Nate Eldredge又根據(jù)SCIgen進行了改編，做出了名為Mathgen的計算機論文自動生成器。并在2012年用一個“南部北達科他大學霍普分校”的“Marcie Rathke”教授的假身份，向期刊《理論數(shù)學進展》（Advances in Pure Mathematics）投遞了一篇論文，這篇論文正是用Mathgen自動生成的。

雖然論文摘要每句話都看起來很厲害的樣子，但實際上就是在一本正經(jīng)地胡說八道。但是10天之后，這篇論文就被接受了，編輯還像模像樣地寫了5點修改意見。

現(xiàn)在SCIgen的訪問量依然驚人，每年的瀏覽量超過60萬次，無數(shù)假論文源源不斷地產(chǎn)出，導致這個頁面隔幾個月就要崩潰一回。

2013年，法國格勒諾布爾大學的研究員Cyril Labbé透露，他在IEEE和Springer出版公司旗下的期刊中，發(fā)現(xiàn)了超過120篇SCIgen生成的假論文。

SCIgen網(wǎng)址：

https://pdos.csail.mit.edu/archive/scigen/

人機合作而非全權交付

機器自動生成的假論文卻被真的學術會議收錄，這背后暴露的是學術審查的不嚴謹。

對于PaperRobot，也有人提出質(zhì)疑，如果AI繼續(xù)發(fā)展，寫出的論文到了無可挑剔的地步，未來學生可以完全借助AI的幫助，自己不用動腦筋地寫論文，教授該怎么打分呢﹖

從學術釣魚軟件SCIgen到靈感提供者PaperRobot，從假論文到真助手。技術的進步可以幫助科研人員節(jié)約時間，也可以被學生用于學術造假。

翟天臨最近又上了熱搜，原因是繼2月“學術不端事件”爆發(fā)后，教育部加強對于學術論文的檢查力度。這讓畢業(yè)季和期末季改論文改到心力憔悴的學生們怒從心起，紛紛沖向了翟天臨的微博評論區(qū)開始發(fā)泄痛苦。

這也引起了一些網(wǎng)友的批評，翟天臨學術不端時被全網(wǎng)唾棄，可對學術成果的嚴格要求放在自己身上卻不情愿了，做好學術論文難道不應該是一個學生的本職嗎？

當初每一個年輕人都是都懷抱著以學術為業(yè)的初心，受到學術理想的旗幟的感召進入學術圈。我們在一個問題想不明白的時候會整夜整夜地輾轉(zhuǎn)反側，在靈感迸發(fā)的時候會欣喜若狂，在受到不公正的待遇，不客觀的審查的時候會忿忿不平想要高聲吶喊。

回到柏拉圖《理想國》第七卷的開頭：那些被鐵鏈鎖著的巖洞里的人只能看到光線透在巖石上的影子，直到有個人掙脫了腳鐐，回身看到了太陽。他在目眩中四處摸索，逐漸適應了注視光明，此后他的任務便是爬回巖洞的囚徒那兒，率領他們回到光明之中。

科技不斷進步，也許有一天借助AI每個人都可以寫出完美的論文，但是只有背后的研究者真正知道它是怎么寫出來的。技術的進步可以安排好我們的生活，但只有科學的進步才能讓我們透視技術的本質(zhì)，在影子之外看到太陽，不理會幻覺和影子，找到真正的存在。

開發(fā)論文機器人也只能用作輔助，不可能讓他代替寫論文。學術圈生態(tài)的維護需要從寫作者本身到審查者都端正態(tài)度，安心做好冷板凳。