chatgpt问世以来，基于其的各项工具和网站就如雨后春笋一般，蓬勃发展，进展特别快。既然chatgpt是如此厉害的大语言模型，那自然阅读文献也肯定不在话下。

从刚出来的感觉自己可能被替代的恐慌和别的一些恐惧的因素（别是Person of Interest Season中的机器搞出来了吧），到现在使用以后的惊叹和享受到无与伦比的省事省时的快乐，我的心态经历了很多的变化，不知道大家会不会和我一样去想——要取代我还得过段时间呢，既然新东西出来了，就了解它，享受它吧。

我个人最近在用的一款AI文献阅读工具，就是上面链接所述的Humata。进入以下网站注册并登录，无需梯子即可直接使用。

以前也有人推荐过：

这个项目基于ChatGPT开发，先让模型学习你上传的论文，然后你可以通过问他问题快速了解这篇论文的主要内容，还能标出他得到的这些信息在文中所对应的依据。（解读得还行，但是标注的效果一言难尽）

个人感觉，目前来看是一个能够找重点会帮人分析的加强版翻译神器(如果是直接英文阅读和提问当然效果更好)，我个人用自己读过的文献去测试，发现效果真的很好。（下面会举一个小例子）

如果说这个工具能够起到什么作用，我个人的感受，第一能够起到一个诸如很多分享文献阅读的公众号的作用。在短时间内去获取大量的文献信息。

第二，我个人感觉也是作为一种快速掌握文献阅读技巧的过程。为什么感觉在研究生阶段的学习感觉比以前吃力？我想很大一个原因是缺少学习的标准。阅读文献，刚开始的时候，根本不知道读了个什么大概，能够了解到什么信息，也很难和自己的老板随时聊关于文献中的鸡毛蒜皮的事情，怎么判断自己读懂了，怎么判断自己能够获取有价值的信息，这成了入门时候很重要的内容。

这当然有很多文献阅读学习的方法和技巧，但是有能够比较客观全面分析文章的资料还是有很大帮助的。很多人关注一些文献解读公众号，除了及时了解信息，也可以再通过自己的阅读理解和这些信息比对。

类似人去训练AI的过程，建立模型，去运行结果再由人去进行校准，再不断更新学习。

个人去阅读文献，也完全可以通过这个过程去训练自己。

类似的工具或者网站应该会在这段时间还会有很多，如果有什么好用的，也欢迎大家积极分享。

以这篇文章的阅读为例。

A hydrophobic Cu/Cu2O sheet catalyst for selective electroreduction of CO to ethanol

我想要关注的信息是文章的作者信息、文章创新点、要点等。

（其他碎碎念的杂谈和感悟在文章最后）

如果想快速了解一篇文献，就得先抓文章创新点、要点，这对于在做实验的人很重要，我个人目前还是不放心完全交给AI，还是会结合一些（如果是比较好的期刊）公众号或者学校官网上的信息进行综合比对分析。

比如这篇文章在厦大官网上就有推送。

李军教授团队在电催化一氧化碳还原合成乙醇方面取得重要进展 (xmu.edu.cn)

适合初学者了解一些基本的信息，测试的用途，对文章整体用到的信息做一个分析。

Humata这可以说是一种科研神器了。

但是是不是能够大量阅读文献就能搞好科研呢？至少在我学的这个行业，看懂文献很重要，文献储备很重要，但如果没有上手做实验，纯粹看文献也很难吸收。

岔远一点说点其他的内容。

现在来说，这样的大语言模型还远远达不到类似于大家在美剧Person of Interest Season或者其他科幻类电影中的强AI，但我前段时间听屠可伟老师的一个关于chatgpt的汇报所说的那样，至少这些技术将脱离个人的小作坊时代，变身为大工业。

如果是那样的话，未来是不是会大大提高掌握资源的权力和资本的权重，个人更难以出头，贫富差距更大的赛博朋克？

未来AI技术的发展，电力能源需求肯定会加大，这对于能源储能行业是不是也是一个强心针？

……………………………………