介绍两个AI文献综述平台

文献梳理是一项耗时耗力的工作。

在本文中，我将介绍NotebookLM和Scopus AI的使用经验，讲述AI如何帮助我们减少文献部分的工作量。

NotebookLM

知识库需求

我在五月份发过一篇推文“本地部署Llama3并构建私人知识库进行问答”，这是一个本地的RAG项目（检索增强生成，Retrieval-Augmented Generation），我希望它能对本地的大量文献进行索引并回答我想要的问题，减少文献梳理的工作压力。实验结果表明，本地算力和模型能力，远远达不到可用标准。

本地知识库旨在应对下面的场景：

• 新话题进入：本地存在40-60篇相同主题文献，在进入一个新话题时，需要快速了解研究现状脉络（未到深入的文献对话）；
• 私密文件：对于一些私密文件，可能不放心上传。

我在本地构建的知识库，无法满足上述要求，它存在很多的局限性：

• 模型能力：Llama3 8B的版本，仍然处在toy model层面，其索引质量比较差；
• 本地算力：在构建知识库时，需要对文献（通常为pdf格式）进行分块和文档向量化（Embedding）操作，这一过程本身又需要用到相关模型，而本地算力进行这一过程费时费力且效果一般。

以上实验的结果就是，一通折腾下来，本地知识库明确有的内容，模型索引效果也非常差，且常常遗漏。因此，这项工作，要么发动钞能力，要么需要大厂开发的产品来满足。谷歌的NotebookLM就是一个非常不错的产品，很好地解决了大批量文献索引的问题。

NotebookLM介绍

这部分直接让最新的Gemini 2.0 Flash来回答：

谷歌NotebookLM：你的AI研究和笔记助手

NotebookLM是谷歌推出的一款强大的AI驱动的笔记和研究工具，旨在帮助用户更有效地处理、理解和利用大量信息。它通过结合大型语言模型（LLM）的强大功能，将你的笔记和文档转化为一个互动式的学习和研究环境。

核心功能和特点：

• 文档理解和摘要： 你可以上传各种文档（如PDF、文本文件等），NotebookLM能够自动提取关键信息，生成简洁明了的摘要，帮助你快速抓住核心内容，节省大量阅读时间。
• 智能问答： 基于你提供的文档和笔记，NotebookLM可以回答你的问题。这意味着你可以像与一位知识渊博的助手对话一样，快速获取所需信息。
• 自动生成问题： NotebookLM不仅能回答问题，还能根据笔记内容自动生成一系列问题，引导你更深入地思考和理解，促进更有效的学习和研究。
• 知识网络构建： NotebookLM可以将多篇笔记、文件和资料连接在一起，构建出一个相互关联的知识网络。这有助于你更清晰地看到不同信息之间的联系，更好地组织和理解复杂知识，尤其适用于需要整合多方面知识的研究人员和学生。
• AI播客生成： NotebookLM最近新增了一项非常有趣的功能，它可以理解你上传的文档、链接和文本信息，并生成一个对谈式的播客，以更生动有趣的方式呈现信息。
• Gemini Pro 加持: NotebookLM 采用了更强大的 Gemini Pro 模型，带来了更强大的理解和推理能力，让信息处理和知识提取更加精准高效。

适用人群：

• 学生： 帮助学生更有效地学习和复习课程材料，准备考试和论文。
• 研究人员： 帮助研究人员快速分析和整合大量研究资料，提高研究效率。
• 专业人士： 帮助专业人士快速掌握行业信息，做出更明智的决策。
• 任何需要处理和理解大量信息的人： 无论你是需要整理会议记录、分析市场报告，还是学习新知识，NotebookLM都能为你提供强大的支持。

使用方式：

NotebookLM目前可以通过谷歌账号登录使用（https://notebooklm.google.com/）。部分企业Google Workspace用户和Google Workspace教育版用户也可以使用。如果使用公司或学校邮箱但无法访问，可能需要联系管理员开通。

总结：

NotebookLM是一款集成了先进AI技术的强大工具，它通过智能化的方式帮助用户更有效地管理、理解和利用信息，极大地提高了学习和研究效率。如果你经常需要处理大量信息，那么NotebookLM绝对值得一试。

NotebookLM经历了几个大的版本更新，在最新版，其基座模型由Gemini 1.5 Pro改为Gemini 2.0 Flash，这是谷歌目前为止最强的模型。

最重要的是，NotebookLM目前有免费版可以使用！

下面，我们一起来试试它的效果。

NotebookLM使用案例

1️⃣ 登录NotebookLM，网站是：https://notebooklm.google.com/ ；

2️⃣ 成功登录后，可以新建项目。如图所示，我已经建立过几个项目：

3️⃣ 这里，我新建了一个项目，将Acemoglu关于制度与长期经济增长关系的多篇论文导入：

项目页面分成了三个部分，左侧是上传的文档资料区，右上为笔记区域，右下为主要交互区，包含预设笔记、建议的提问、对话框和播客音频生成区域。我们逐一看一下这几部分：

• 文档资料区：在这个演示中，我上传了14篇论文，皆为pdf格式，上传不久NotebookLM就完成了解析，速度比本地RAG不知道高到哪里去了。点击文档可以发现，其将pdf转成了纯文本，比如AJR (2001)的转换结果如下：

• 笔记区：笔记区下方的交互区通常会有些预设问题，比如研究的总结、时间线、FAQ等。在这里，我点击了Briefing Doc，看看结果。可以发现，其为pdf文档进行了简单的内容分割与解释；

• 交互区：现在，我们简单提问看看。使用中文提问，它也可以正确理解。

  如果你的谷歌账户首选语言是中文，那么在最新版的NotebookLM里，它可以使用中文回答，如下：

  大家可以点开图片感受一下回答质量，比本地模型不知道高到哪里去了。同时，对于观点类的回答，提供了明确的引文标记，可以点击查看。

• 综述演示：现在，我让其帮我写一段综述，看看效果：

  NotebookLM对我的提问进行了回答，并给出了引文。由于我构建的知识库只包含十几篇文献，因此此处的引文较少。有网友测试发现，NotebookLM的一个项目中，可以上传近百篇文献。如果你的文献库质量比较高，此处回答的质量也会更高。

• 播客音频：在“笔记本助手”（Notebook guide）处，可以让NotebookLM生成一段双人对话的播客音频，以对话的形式，递进式展示文献库的内容，我们来听听看：

  https://notebooklm.google.com/notebook/ec155384-6270-4568-a3fe-862a1c7b1a66/audio

  一个字，绝！对话人声自然，提问不浮于表面，回答有深度。甚至可以当听力材料（目前只支持英文）。大家一定要自己试试！（感受一下美式英语的exactly冲击！）

NotebookLM Plus

在最近的更新中（2024年12月），谷歌推出了NotebookLM Plus，可以团队使用，大大增加了单个项目的容量，同时扩展了上下文的长度，并可以自定义回答方式。如果您有此需求并恰好财力雄厚，不妨联系销售订阅试试。

观点发现类引文搜索 Scopus AI

在写作中，我们常常需要了解同一研究问题下不同学者们的观点，在深度阅读外，可以借助AI引擎先行快速了解。在这里，我推荐一下近期在使用的Elsevier构建的Scopus AI：https://www.sciencedirect.com/ai （可能需要权限认证）。

以 How do housing prices affect fertility rates? 为例进行提问：

⬆️ AI很快给出了回答，可以发现，其首先回答了房价与生育率之间的负相关关系，在接下来的回复中，其展示了房价影响生育率的异质性或渠道。

Scopus AI解决了大模型推荐文献或撰写综述的两大痛点：

• 精确的引文获取：通用的大语言模型在撰写综述时，常常杜撰文献，而Scopus AI的回答基于大量真实文献，可以给出引文来源。比如点击下面的 (Du, Hui & Chen, 2024)，就会跳出原文信息，并可一键直达：
• 观点支持类文献搜索：如果在撰写综述时，需要寻找明确支持某一观点的文献，比如“房价上涨降低了生育率”，AI引文可以迅速找到支持的文献。

Scopus AI不仅收录了Elsevier的文献，其他出版平台的文献也有收录。

与Scopus AI相似的平台还有一些，但我试用下来发现它们要么体验不佳，要么没有权限，要么需要钞能力。所以，现阶段比较推荐Scopus AI。

号外

• 最近一个月赶了一篇论文，更新暂停了一下，后面争取正常更新。
• 国内也有大厂在做类NotebookLM的产品，但试用下来效果一般。
• ChatGPT的Projects功能，和NotebookLM类似，都支持多文档索引回复，但我试了一下发现效果一般，首先是GPT4o降智问题，回答质量比较差，其次是单个Project目前最多支持20个文档，数量太少了。
• 目前有一些大厂和创业公司，开展了AI自动全流程科研项目，即AI自己收集文献、做实验、撰写论文和投稿，知识生产的自动化正在路上。
• 最近咬牙开通了一个月的ChatGPT Pro，可以使用o1Pro模型，非常强大！大家的课题组如经费充足，可以试试。这个比招RA的成本低。
• 大家有关于AI在科研方面的经验，欢迎分享给我！谢谢！