AI 学术领域变革：谷歌学术面临挑战

发布时间：2024-12-07 10:02:46 访问量：54

在科技迅猛发展的当下，AI 工具正深刻地改变着科学家们的研究方式，曾经作为学术研究重要工具的谷歌学术，如今正面临着新兴 AI 工具的严峻挑战。

一、谷歌学术的现状与历史地位

谷歌学术自 2004 年创立以来，在学术研究领域占据着举足轻重的地位。在它出现之前，研究人员主要依赖图书馆或付费数据库（如 Web of Science 和 Scopus）来检索学术文献，过程繁琐耗时且往往需要支付费用才能访问完整文章。谷歌学术则以强大的网络爬虫技术，抓取了包括书籍章节、报告、预印本和网页文档等多种形式的学术资料，涵盖自然科学、人文科学和社会科学等多个学科领域，其目标是让全世界的学者更加高效，助力每个人站在科学前沿。

当年 11 月推出的 Beta 测试版，主打快速、免费检索，这一特色吸引了大量用户。此后，谷歌学术不断发展完善，上线初期积极解决版权问题，争取到学术出版商的支持，如全球最大的在线期刊库 JSTOR 同意向用户提供文章的第一页扫描，方便用户判断是否需要进一步阅读。中期陆续推出个人图书馆功能，便于用户保存感兴趣的文章；引用追踪功能，帮助用户了解文献的学术影响力和引用趋势。近期更是持续优化搜索算法和服务，引入更多智能化功能。凭借免费访问、资源覆盖广、高级搜索选项等优势，谷歌学术成为了 “最大的、也是最全面的学术搜索引擎”，每月访问量超过 1 亿次，深受广大研究人员的喜爱。

然而，随着 AI 技术的飞速进步，谷歌学术的优势地位正逐渐受到冲击。

二、新兴 AI 学术工具的崛起

如今，多款流行的 AI 工具正崭露头角，实现了科学家们对学术搜索工具的更多期望。

（一）Semantic Scholar

由艾伦 AI 研究所于 2015 年推出，收录超 2 亿篇出版物，提供了谷歌学术没有的相关论文推荐和 AI 问答等额外功能，为科研人员提供了更丰富的学术资源探索途径。

（二）OpenAlex

2022 年由 OurResearch 推出，将 4500 万篇科学论文数据库与 800 亿参数 LLM（大语言模型）结合，在事实性与引用准确性方面表现卓越，甚至超越了 GPT - 4o，成为科研人员获取准确学术信息的新选择。

（三）Consensus

一款专为科研设计的学术搜索引擎，由西北大学校友兼足球队队友创立。它利用 LLM 和向量搜索的方式提取 Semantic Scholar 中 2 亿多篇同行评审论文，提供精准的搜索结果。其首页简洁，搜索结果展示丰富，包括论文摘要、关键洞察、结论以及相关问题等。为保证引用资料的可靠性，提供了多维度信息来源，如作者背景、发表时期、期刊信誉、被引次数、基金支持和文章内容等。此外，还支持 “Ask this paper” 功能，登录后可针对论文进行提问互动，且支持中文，免费版本提供无限搜索和有限 GPT - 4 摘要，高级版本每月 8.99 美元。

（四）Emergent Mind

专为计算机科学家设计的 AI 研究助手，由独立开发者 Matt Mazur 创建。与通用模型不同，它高度专注于计算机科学领域，能够精准搜索和总结最新的计算机科学论文。搜索结果页面顶部直接展示论文 pdf 链接，方便用户获取原文。概述、关键贡献、实验过程及结论、研究意义等信息排列清晰，逻辑一目了然，重点突出。虽提问功能仅 Pro 用户可用，但它在回答末尾提供各大社媒的相关评论地址，如推特、黑客新闻、油管等，还整理汇总了论文作者的发表论文情况，每天允许 5 次免费搜索。

（五）Cambrian

专注机器学习领域，由 Cambrian ML 团队（谢赛宁和 LeCun 领导）开发。收录了自 2017 年以来超 24 万篇 ML 论文，搜索结果不仅展示指定论文，还会呈现其他相关论文。整体界面简洁，在论文底部提供了查看 pdf、和论文聊天、提问、跳转开源社区等功能，论文右下角直观展示引用量，方便用户筛选。与论文聊天时，还具备可直接查看论文大纲和笔记功能，选中内容后可要求解释或做标注，侧边栏能查看所有标注。

除了上述工具，以 Agent（智能体）为代表的 AI 工具如 Undermind 也开始冒头。它使用更复杂的基于 Agent 的搜索，虽然搜索用时较长（几分钟），但回答质量更高，参考来源整理清晰详细，整体风格偏向正经科研，不过注册时需要机构或公司邮箱地址。

这些新兴 AI 工具在功能上各有千秋，主要在初步搜索页面的结果展示和与论文进行交互这两个方向上发力，在大方向基本一致的情况下，各家在一些小细节之处稍有不同。与我们平时使用的类似国产工具相比，它们大多缺少全文翻译功能，而像豆包插件则具备同屏左右对照翻译功能，能为用户提供便利。

三、谷歌学术的未来展望

尽管谷歌学术目前仍拥有庞大的用户群体和较高的知名度，但新兴 AI 工具的崛起无疑给它带来了巨大的压力。在 AI 变革的浪潮中，谷歌学术能否继续保持其领先地位，还是会被新兴工具逐步取代，这仍是一个未知数。正如 Nature 所担忧的那样，谷歌学术正在被 AI 工具颠覆，未来它需要不断创新和优化，以适应新的学术研究环境，否则可能会在激烈的竞争中逐渐式微。而对于科研人员来说，这些新兴 AI 工具则提供了更多的选择和可能，有望进一步提升学术研究的效率和质量。

AI 学术领域变革：谷歌学术面临挑战

一、谷歌学术的现状与历史地位