Nature發文:基礎科學創新速度放緩,已經進入「增量時代」
過去幾十年裡,全世界範圍內科學技術研究論文發表的數量激增。但根據對論文與先前的文獻的分析,科學家發現,這些論文的「顛覆性」正在急劇下降。
來自數百萬份手稿的數據顯示,與20 世紀中期相比,21 世紀以來完成的研究更像是「逐步地」推動科學領域內的發展,而不是開拓一個新的方向並讓以前的工作徹底過時。對 1976 年至 2010 年的專利分析顯示了同樣的趨勢。
這份報告於 1 月 4 日發表在《自然》雜誌。美國明尼蘇達大學的社會學家、分析報告的共同作者Russell Funk 表示:「這些數據表明,某些東西正在發生變化,以前那種顛覆性發現的強度不再有了。」
#引用量說明了什麼?
儘管上個世紀見證了科學技術知識的空前擴張,人們開始擔心創新活動正在放緩。與先前的工作相比,論文、專利甚至撥款申請都變得不那麼具有新穎性,也不太可能將不同的知識領域連結起來。此外,諾貝爾獎的發現年份與獲得年份之間的差距也越來越大,這表明現在一些貢獻的重要性已無法與以往相匹敵。
這種創新的放緩需要嚴謹的分析解釋。報告作者推斷,如果一項研究具有高度的顛覆性,那麼後續的研究將不太可能引用該研究的參考文獻,而會引用該研究本身。
因此,研究人員透過分析Web of Science (WoS) 中的2500 萬篇論文(1945-2010 年)和美國專利商標局(USPTO) 專利視圖資料庫中的390萬項專利(1976-2010 年)來理解創新差距的產生。 WoS 數據包括 3.9 億次引用、2500 萬篇論文標題和 1300 萬篇摘要;Patents View 數據包括 3500 萬次引用、390 萬個專利標題和 390 萬個摘要。隨後,他們在另外四個資料集(JSTOR、美國物理學會語料庫、Microsoft Academic Graph 和 PubMed)上使用了相同的分析方法,其中包含 2,000 萬篇論文。
利用這4500 萬份論文手稿和390 萬項專利的引用數據,研究人員計算出了一個衡量顛覆性的指標,稱為“CD index”,其數值從- 1 到1 分佈,即從顛覆性最小的工作到顛覆性最大的工作。
從 1945 年到 2010 年,研究手稿的平均 CD index 下降了 90% 以上,而從 1980 年到 2010 年,專利的平均 CD index 下降了 78% 以上。在所有被分析的研究領域和專利類型中,顛覆性都在下降,即使考慮了諸如引文慣例等因素的潛在差異,結果也是如此。
語言習慣的變化
作者也分析了手稿中最常用的動詞,並發現20 世紀50 年代的研究更有可能使用意味著創造或發現的詞語,如“產生”或“確定”,而2010 年代的研究則更有可能提到漸進式的進展,使用“改善”或“加強”等術語。
伊利諾伊州埃文斯頓西北大學的計算社會科學家Dashun Wang 說:「這種現象能以如此細緻的方式被記錄下來,是很好的。他們以100種不同的方式觀察了這個問題,我覺得總體上非常有說服力。」
從論文和專利語言的變化中可以看出顛覆性科學技術的衰退。
同樣在西北大學的計算社會科學家 Yian Yin 表示,其他研究表明,科學創新在最近幾十年也有所放緩。但這項研究提供了一個「以數據驅動的方式研究科學如何變化的新起點」,他補充道。
Dashun Wang 說,顛覆性本身未必是好事,同時,增量科學也不一定是壞事。他也提到一個情況:例如,重力波的首次直接觀測,既是革命性的成果,也是增量科學的產物。
亞特蘭大喬治亞理工學院的科技政策專家John Walsh 說,理想的情況是增量和顛覆性研究的健康組合:「在一個我們關注研究結果有效性的世界裡,有更多的複製而再生產可能是一件好事。」
是什麼讓創新放緩?
到底是什麼導致了顛覆性的下降?
John Walsh 表示,了解這種劇烈變化的原因很重要,部分原因或許源自於科學事業的變化。例如,現在的研究人員比 1940 年代多得多,這創造了一個更具競爭性的環境,提高了發表研究和尋求專利的風險。這反過來又改變了研究人員如何進行工作的動機。例如,大型研究團隊變得更加普遍,而 Dashun Wang 和他的同事也發現,大型團隊更有可能產生漸進式科學而不是顛覆性科學。
John Walsh 說,為這種下降趨勢找到一個解釋並不容易。儘管在 1945 年至 2010 年間,顛覆性研究的整體比例大幅下降,但高度顛覆性研究的數量卻基本保持不變。
資料顯示,高度顛覆性研究的出現與創新速度的放緩並不矛盾。
同時,下降的速度也是令人費解的。 CD index 從 1945 年到 1970 年急劇下降,然後從 20 世紀 90 年代末到 2010 年更明顯地下降了。
他說:「無論對顛覆性的下降有什麼解釋,你都需要對它在 2000 年代趨於平穩做出解釋。」
以上是Nature發文:基礎科學創新速度放緩,已經進入「增量時代」的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

推薦適合地理資訊科學專業學生用的電腦1.推薦2.地理資訊科學專業學生需要處理大量的地理資料和進行複雜的地理資訊分析,因此需要一台性能較強的電腦。一台配置高的電腦可以提供更快的處理速度和更大的儲存空間,並且能夠更好地滿足專業需求。 3.建議選擇一台配備高效能處理器和大容量記憶體的電腦,這樣可以提高資料處理和分析的效率。此外,選擇一台具備較大儲存空間和高解析度顯示器的電腦也能更好地展示地理資料和結果。另外,考慮到地理資訊科學專業學生可能需要進行地理資訊系統(GIS)軟體的開發和編程,選擇一台支援較好的圖形處

科學家的目標是發現能夠準確描述實驗數據的有意義的公式。自然現象的數學模型可以根據領域知識手動創建,或者也可以使用機器學習演算法從大型資料集自動建立。學界已經研究了表示相關先驗知識與相關函數模型合併的問題,認為尋找與一般邏輯公理先驗知識一致的模型,是一個懸而未決的問題。 IBM研究團隊以及三星AI團隊的研究人員開發了一種方法「AI-Descartes」,透過將邏輯推理與符號回歸相結合,能夠從公理知識和實驗數據中對自然現像模型進行原則性推導。該研究以「Combiningdataandtheoryfor

编辑|ScienceAI近日,卡内基梅隆大学(CarnegieMellonUniversity)教授,有着「机器学习之父」之称的TomM.Mitchell撰写了新的AIforScience白皮书,重点讨论了「人工智能如何加速科学发展?美国政府如何帮助实现这一目标?」这一主题。ScienceAI对白皮书原文进行了不改变原意的全文编译,内容如下。人工智能领域最近取得了显著进展,包括GPT、Claude和Gemini等大型语言模型,因此提出了这样一种可能性:人工智能的一个非常积极的影响,也许是大大加速

近日,Research(Guide2Research)發布了2023年世界頂尖1,000位電腦科學家排名。美國583名科學家實力霸榜。中國科學家有96人上榜,張磊居中國大陸科學家之首。世界前20位頂尖科學家中不乏AI界大牛,比如圖靈獎得主Bengio和Hinton。網友指出,其中,在美國TOP100電腦科學家中,只有7位女性。 Research計算機科學領域最佳科學家排名已經更新到了第9版。這個排名對全世界14400多名科學家的各項學術指標進行了審查,選出了前1000名頂尖科學家。排名基於包括O

人工智慧在醫療保健領域涵蓋了對衛生系統和工作人員的廣泛幫助,但採用人工智慧的具體好處和缺點是什麼?從交通運輸到服務提供,人工智慧(AI)多年來展示了科學和技術的發展,特別是隨著AI在醫療保健領域的實施。然而,不止於此。其取得的最大飛躍之一是醫療保健,這在普通公眾和醫療專業人士中引起了不同的反應。人工智慧在醫療保健領域涵蓋了對演算法和繁瑣任務的廣泛幫助,這些任務是醫療保健工作者工作的一部分。這包括簡化耗時的任務,簡化複雜的程序,甚至是即時的臨床決策。但就像人類進步的所有面向一樣,為了看到更大的圖

終於,2022年科學雜誌的最大獎項公佈! 12月16日,science官網重磅發布了「2022年度科學十大突破」,其中韋伯望遠鏡摘得桂冠,並刊登在最新一期封面上。 Science雜誌給出的獲獎理由是:由於其建造和發射的技術壯舉以及探索宇宙的巨大前景,詹姆斯韋伯望遠鏡被評為Science雜誌2022年度科學突破。此外,包括AIGC、NASA成功撞擊小行星、雲南大學創制多年生稻等在過去的一年科學界的重大成就也紛紛入選。接下來一起來回顧過去一年的這些重磅研究。年度突破—韋伯望遠鏡7月12日,NA

本站10月3日消息,2023年諾貝爾物理學獎宣布授予皮埃爾・阿戈斯蒂尼、費倫茨・克勞斯和安妮・盧利爾,以表彰他們在研究物質中的電子動力學方面產生阿秒光脈衝的實驗方法官方表示,“他們的貢獻使人們能夠研究以前無法跟踪的極短過程”,而1100萬瑞典克朗(本站注:約合730萬元人民幣)的獎金將由三位得獎者平分。瑞典皇家科學院表示,三位物理學家“展示了一種製造極短光脈衝的方法,可用於測量電子移動或能量變化的快速過程”,這“為人類探索原子和分子內部的電子世界提供了新的途徑」。由於人們對世界觀察的時間尺度達到

人們需要了解2023年這個競爭激烈的人工智慧領域最受歡迎的一些人工智慧和數據科學趨勢。人工智慧和數據科學是目前全球科技市場的熱門話題。世界各地的許多行業都受益於人工智慧模型提供的自主系統、網路安全、自動化、RPA和其他一些優勢。為了無縫地提高生產力和效率,技術和數據驅動的企業需要了解新興的人工智慧發展。憑藉對目標和特定受眾的以數據為中心的意識,數據科學肯定會改變每個行業。為了在全球數位產業中生存,企業必須了解一些流行的人工智慧和數據科學趨勢或預測。此外,資料科學家肯定需要對新興資料科學趨勢有全面的
