如何用AI做科研?不同环节,又该如何选择AI工具?
Nature.com 刊登了一篇题为《AI for Research: The Ultimate Guide to Choosing the Right Tool》的文章,围绕AI 工具在科研全流程中的应用,采访/引述了10 位来自高校、科研机构及 AI 企业的博士生、研究人员和工具开发者,涵盖文献检索与阅读、研究思路与计划制定、实验设计与执行、数据统计与分析、科研写作等环节,并介绍了20 种 AI 工具。
我们根据原文,将这些AI工具及其主要用途进行了整理。
一、提升文献阅读的效率(Sharpen your literature review)
Gemini Deep Research/OpenAI Deep Research:了解自己不熟悉的主题
SciSpace/Claude /NotebookLM /PDF.ai:深入研究一篇文档或一组论文
二、厘清研究思路、制定计划(Create your hypothesis)
Research Rabbit:基于种子论文关键特征,生成相互关联的研究网络。
ChatGPT:发掘文献隐藏联系、产生新想法、排插实验问题、检验计划
CRESt:辅助真实实验设计和执行
Gemini Deep Research/Scite /Elicit:验证实验设计
艾伦人工智能研究所正在开发的工具:结合不同论文中的观点,形成新的想法
三、简化统计与数据分析(Streamline your statistics)
GitHub Copilot/Amazon CodeWhisperer / Amazon Q Developer /Cursor:编程助力数据统计、排查代码问题
Claude:编写动态可视化程序
CatalyzeX:识别论文的共享的开源代码
四、润色科研写作(Polish your writing)
Paperpal:以期刊规范检查投稿、提供研究计划书、文献综述等多种文章模版
Thesify:论文问题反馈、科研基金申请写作平台、为投稿查询匹配的学术会议和期刊
SciSpace /Coral AI /QuillBot /OpenAI Whisper:数十种语言的翻译能力
原文指路:
Heidt A. AI for research: the ultimate guide to choosing the right tool[J].Nature, 2025, 640(8058): 555-557. doi: https://doi.org/10.1038/d41586-025-01069-0.
https://doi.org/10.1038/d41586-025-01069-0.