来自昆山杜克大学等高校的学者们在最新的研究论文中提出，人工智能有潜力从根本上提升研究过程。
根据研究团队发表在《细胞报告：物理科学》期刊上的论文，使用为特定学科定制的大型语言模型的人工智能能够准确地从大量分散的信息中筛选信息，这不仅能够缩短研究所需的时间，还能更快速且准确地获得研究洞察。
“正确利用AI驱动的语言系统的力量，有可能开启许多研究领域效率和创新的新时代。” 论文共同作者、杜克大学和昆山杜克大学电子和计算机工程硕士项目教授李昕表示。
该论文名为《用大型语言模型将文字转化为瓦特在电池研究中的潜能》，聚焦于AI驱动的语言系统在寻求改进能量存储技术方面的应用，该项技术广泛应用于电动车和太阳能等行业。
一般的大型语言模型普遍缺乏回答这种技术相关的专业问题所需的专业知识，可能导致查询答案的潜在不准确性。然而，学者们表示，通过从特定来源搜集指定信息的定制模型，可以有效克服这一限制。
他们提出了一个名为BatteryGPT的大型语言模型，这个模型将从一个快速充电数据库中获取信息，这是一个包含针对该研究领域的研究文献、讲座和其他高质量信息的仓库。
李昕教授表示：“虽然大型语言模型在回答普遍问题方面表现出色，但BatteryGPT能够提供专家级别的回复，加速并丰富研究过程。”
参与该论文撰写的其他研究人员包括：昆山杜克大学大数据科学研究中心的李昕教授团队（赵硕、刘洋）；上海交通大学溥渊未来技术学院的万佳雨教授团队（陈思慧等）；浙江大学艺术与考古图像数据实验室的唐谈教授团队（周佳怡等）；以及伯克利劳伦斯国家实验室的斯蒂芬·哈里斯（Stephen Harris）。
