人工智能技术在科技查新工作中的应用与探讨

刘洪麟,邹振飞,沈秋君,左小川,杨睿智,韩晓腾

四川省科学技术信息研究所,四川 成都 610016

0 引言

随着技术与数据的发展,AI已深入应用于工业、医疗、金融、教育等领域,代表性AI数据库有ChatGPT、Newbing、文心一言、通义千问和智谱清言等。前沿技术不断推动AI向更自主、泛化和通用的方向演进,但同时带来伦理、隐私等问题挑战。各国政府正通过政策与法规引导AI健康发展,并挖掘其对社会的最大价值[1]。

科技查新作为我国科研体系中一项不可或缺的专业信息服务活动,其核心任务是对科学技术研究项目的关键创新点、核心技术以及预期科技成果进行深度挖掘和新颖性评估。该过程依赖于系统全面的文献检索策略、严谨规范的对比分析方法以及精准高效的情报收集与研判工作,以确保在预设时间跨度内准确判定某项科学技术内容的新颖性质,并最终凝练成科技查新报告。随着人工智能技术的蓬勃发展,特别是自然语言处理(NLP)、机器学习(ML)、知识图谱构建及大数据智能分析等前沿技术的应用潜力日益显现,这些技术与科技查新业务具有显著的协同效应。本文以国内3个AI数据库(智谱清言、通义千问、文心一言)作为研究对象,通过一篇公开的在审发明专利——《一种基于5G+北斗的无人机智能巡检系统及巡检方法》(CN113985921A)作为实例,深入剖析了AI工具在科技查新全流程中的应用价值,涉及查新点拟定、文献检索、核心技术提取、文献对比分析等环节,旨在为科技查新工作的现代化转型提供实践参考依据。

1 人工智能在科技情报工作中的技术应用

1.1 智能检索与信息抽取

利用自然语言处理(NLP)技术,AI系统可以理解并精准匹配用户的查询意图,对海量的国内外科技文献数据库进行高效搜索。通过深度学习算法改进关键词抽取和语义扩展功能,使检索结果更加相关和全面。采用先进的信息检索模型例如BERT、Transformer等预训练语言模型进行文献索引和查询匹配,增强对复杂查询语句的理解能力,提升检索的精度与召回率。结合多模态检索技术(例如结合文本、图像、图表等多元信息),使AI系统可处理更为丰富和复杂的科研成果表达形式。

1.2 自动文摘与内容分析

AI可以快速生成文献摘要,帮助查新人员迅速了解文献核心内容,缩短筛选时间。利用自然语言处理技术,人工智能可以更好地理解和解释科技文献中的复杂内容,提供更准确的信息。深度学习模型可以用于文本内容理解和主题建模,自动识别出文献中的关键技术点、创新点和研究进展。

1.3 新颖性判断与对比分析

基于机器学习的方法可以对查找到的文献进行聚类和相似性分析,快速识别潜在的重复研究或相似成果,辅助判断项目的新颖性。引入知识图谱技术,构建科技知识网络,帮助发现潜在的关联信息以及新颖的技术路径。利用深度学习算法构建专利或研究成果的特征向量表示,并通过计算相似度来进行新颖性判断,例如利用Siamese Network或Graph Neural Networks对技术方案进行嵌入式表示,以对比分析现有技术与待查新技术之间的差异。

1.4 数据可视化与洞察生成

对检索结果进行大数据分析,运用数据挖掘和可视化工具将海量文献数据转化为易于理解的图形化报告,快速呈现研究热点分布、技术发展趋势及空白地带等关键信息。

1.5 实时监测与更新

AI可实现对科技文献库的实时监测和更新,及时推送最新的研究成果和动态,确保查新服务始终处于前沿水平。

1.6 个性化推荐

根据用户的历史查询记录和兴趣偏好,AI可提供个性化的科技信息推荐,促进科研工作者的知识拓展和交叉学科研究。

2 科技查新应用实例

2.1 查新点拟定

本文选用专利的技术内容为一种基于“5G+北斗”的无人机智能巡检系统,其特征在于:该系统包括数据感知系统、数据处理器、5G传输系统和云平台;所述数据感知系统、数据处理器和5G传输系统均搭载在无人机上;所述数据感知系统包括三维数据感知模块和视频感知模块; 所述三维数据感知模块用于感知输电线走廊三维数据并传至数据处理器; 所述数据处理器用于构建输电线走廊三维模型并标定出无人机飞行航线;所述视频感知模块用于在预设悬停位置进行拍摄,以获取巡检视频并经5G传输系统发送至云平台;所述预设悬停位置是基于标定的无人机飞行航线及北斗系统的定位而确定的;所述云平台用于自动识别巡检视频中各帧图像中的缺陷隐患,形成检修工单并发送给运检终端,实现巡检和图像分析并行作业。将该技术内容分别输入智谱清言、通义千问和文心一言经过AI润色精炼后生成查新点后,得出结果如下。

2.1.1 智谱清言

一种集成5G和北斗技术的无人机智能巡检系统,包含三维感知、视频录制模块、数据处理单元、5G通讯模块和云服务平台。无人机上的感知和录制模块负责收集输电线数据和视频,数据处理单元处理数据并规划航线。视频经5G上传至云平台,平台自动分析图像缺陷,生成维修工单,实现快速巡检与图像分析。

2.1.2 通义千问

基于5G和北斗导航技术的无人机智能巡检系统,集成北斗导航与5G通信技术,利用无人机搭载的数据感知系统(三维数据感知模块和视频感知模块)实现精准定位、三维建模及实时视频采集。通过5G高速传输至云平台进行智能图像识别分析,自动发现缺陷隐患并生成检修工单,实现智能化、精准化的无人巡检。

2.1.3 文心一言

利用“5G+北斗”技术,无人机搭载数据感知系统,采集输电线走廊三维数据和巡检视频,通过数据处理器构建三维模型并标定无人机飞行航线。视频数据通过5G传输至云平台,自动识别缺陷隐患,生成检修工单,实现巡检与图像分析并行作业。

综上可以看出,上述AI数据库能够准确提取项目的关键技术,并根据实际需要生成符合查新点写法的结果,节省了查新点拟定的时间,提高了效率。然而在处理大量信息时,人工智能技术可能面临信息真实性和可信度的问题,因此需要人工进行验证和核实。

2.2 检索式拟定

分别要求3个AI数据库以:“无人机”“5G”“北斗”“巡检”“检查”“巡逻”“图像识别”和“图像分析”为关键词,拟定1份检索式,得出结果如下。

2.2.1 智谱清言

智谱清言检索式拟定为:(无人机OR飞行器OR遥控飞机)AND(5G OR第五代移动通信技术 OR 5G网络) AND (北斗 OR 北斗导航系统 OR 北斗卫星导航系统) AND (巡检OR检查OR检测OR监控) AND (图像识别 OR 视觉识别 OR 计算机视觉) AND (图像分析 OR 图像处理 OR 图像解析)。

2.2.2 通义千问

通义千问检索式拟定为:(“无人机” OR “无人驾驶飞行器” OR “UAV” OR “Unmanned Aerial Vehicle”) AND (“5G技术” OR “第五代移动通信系统” OR “5th Generation Mobile Networks” OR “5G Network”)AND (“北斗卫星导航系统” OR “BeiDou Navigation Satellite System” OR “BDS”)AND (“巡检” OR “检查” OR “巡逻” OR “监测” OR “检测” OR “巡查” OR “勘查”)AND (“图像识别技术” OR “计算机视觉识别” OR “深度学习图像识别” OR “机器视觉识别”OR “图像分析技术” OR “视频分析” OR “智能视频分析” OR “目标检测与识别”))。

2.2.3 文心一言

文心一言检索式拟定为:无人机*5G*北斗*巡检*检查*巡逻*图像识别*图像分析。

综上可以看出,文心一言提供的检索式范围较为狭窄,难以使用;智谱清言和通义千问提供的检索式能够正确使用且覆盖范围较广,且通义千问给出的检索词拓展更多。然而,AI生成的检索关键词通常较为精确,可能会导致无法进行模糊检索造成一些文献的漏检。因此,建议在使用AI生成的检索式时,人工进行进一步的优化。

2.3 AI辅助检索

分别要求三个AI数据库以:“无人机”“5G”“北斗”“巡检”“检查”“巡逻”“图像”为关键词,辅助检索相关文献,得出结果如下。

2.3.1 智谱清言

提供了相关文献与产品的推荐,其列表涵盖了期刊学术等专业数据库的文献,并在给出文献出处的同时对文献关键内容做了简要概述,使用户能够快速把握文献的核心信息,具有良好的参考性。

2.3.2 通义千问

无法提供具体文献,但可提供文献检索策略,包括推荐学术数据库、文献搜索方向、关键词建议、摘要主题概述及科研制造企业信息等参考信息。

2.3.3 文心一言

提供了相关文献与产品的推荐,并对推荐文献做了简要综述,但未给出具体来源,需要自行检索。同时也提供了文献检索策略、数据库选择、关键词建议等参考信息。

综上所述,智谱清言在一定程度上能够满足文献检索与筛选的部分需求,适用于作为人工检索流程完成后文献查全工作的补充。然而目前AI数据库技术尚未能完全适应并满足传统文献检索及复杂的相关文献筛选任务要求,其功能主要体现在提供基础的检索策略和有限的参考文献资源方面,因而现阶段更适宜作为一种辅助工具来使用。对于检索结果的深度挖掘和完善,依然离不开人工的进一步介入和细致处理。

2.4 文献核心技术提取与对比

以该专利(CN113985921A)权利要求作为查新点,选取与该专利所述无人机巡检系统相关专利4项(CN112731960A、CN115272888A、CN115209379A、CN112882490A),与查新点一同导入3个AI数据库,要求AI进行核心技术提取、相关技术对比以及不同技术分析。

2.4.1 核心技术提取

要求AI对查新点及相关文献进行核心技术提取,生成内容均不做文本修改,得出结果如下。

2.4.1.1 智谱清言

一种无人机远程输电线路智能巡检系统和方法 (CN112731960A)如下。无人机机巢:包括微气象站、拍摄设备和5G远程中继通信装置。边缘计算模块:实时处理和分析数据。飞行控制模块:控制无人机的飞行路径。图像采集模块:拍摄输电线路图像。北斗定位模块:提供无人机的实时定位信息。

一种基于数字孪生的5G+无人机输电线路巡检方法及系统 (CN115272888A)如下。数字孪生技术:创建无人机和巡检目标的虚拟模型。北斗通信卫星:实时同步无人机的位置信息。目标转角计算:优化无人机相机朝向。平台层:结构化输电线路视频并设计建模分析。数据融合:建立全要素静态场景,数据驱动模型。

基于5G智能网联无人机的电网云边协同巡检系统及方法 (CN115209379A)如下。云端无人机智慧巡检系统:包括无人机空域管理模块、巡检任务模块、无人机远程控制模块。5G边缘智能处理模块:实时数据处理。网络传输层:包含uRLLC切片和eMBB切片。无人机远程控制模块:包括北斗差分高精度位置服务模块等。

一种基于5G技术的铁路巡检无人机(CN112882490A)如下。5G技术:用于数据的高速传输。北斗定位模块:提供精确的定位服务。高清摄像头:识别铁路接触线的磨损情况。激光成像雷达:检测接触线的直径,判断磨损程度。控制电路板:控制无人机的飞行和传感器数据采集。

一种基于“5G+北斗”的无人机智能巡检系统及巡检方法(CN113985921A)如下。“5G+北斗”定位技术:用于无人机的精确定位。三维数据感知模块:感知输电线走廊三维数据。视频感知模块:在预设悬停位置拍摄,获取巡检视频。数据处理器:构建输电线走廊三维模型并标定飞行航线。云平台:自动识别视频图像中的缺陷隐患,生成维修工单。

2.4.1.2 通义千问

核心技术概括如下。

基于“5G+北斗”的无人机智能巡检系统(CN113985921A):核心技术包括三维数据感知模块(用于收集和处理输电线走廊三维数据,构建三维模型),视频感知模块(进行悬停拍摄并传输巡检视频至云平台),以及5G传输系统和云平台(实现高速数据传输、自动识别图像缺陷、生成检修工单)。

无人机远程输电线路智能巡检系统和方法(CN112731960A):主要技术特点是无人机机巢与无人机一体化设计,搭载微气象站、拍摄设备、5G远程中继通信装置、边缘计算模块等,通过北斗定位系统实现精准导航,并利用飞行控制模块、图像采集模块、避障模块和无线传输模块执行自主巡检任务。

基于数字孪生的5G+无人机输电线路巡检方法及系统(CN115272888A):核心技术是基于北斗通信卫星的无人机数字孪生模型建立,实时同步位置信息,结合虚拟场景计算目标转角,优化相机朝向,利用5G网络将检测数据传至平台层进行结构化处理与分析,构建动态更新的数字孪生体辅助决策。

基于5G智能网联无人机的电网云边协同巡检系统(CN115209379A):核心技术包括云端无人机智慧巡检系统(含空域管理、巡检任务规划与调度、远程控制等功能模块)、5G边缘智能处理模块(实现数据实时处理与分析),并通过5G网络实现云边高效协同巡检。

基于5G技术的铁路巡检无人机(CN112882490A):核心技术有5G模块、北斗定位模块,用于实时数据传输与高精度定位;激光成像雷达用于检测接触线磨损情况;高清摄像头与激光测距雷达完成对钢轨状态的监测;同时,该无人机具备自主飞行高度调节、循迹飞行等功能。

2.4.1.3 文心一言

这5篇专利的核心技术包括以下方面。

基于5G+北斗的无人机智能巡检系统及巡检方法(CN113985921A)。数据感知系统:用于感知输电线走廊的三维数据和视频信息。数据处理器:构建输电线走廊的三维模型,并标定无人机飞行航线。5G传输系统:用于传输巡检视频数据至云平台。云平台:自动识别巡检视频中的缺陷隐患,形成检修工单。

无人机远程输电线路智能巡检系统和方法(CN112731960A)。无人机机巢:进行外部感知,无线充电,对线路通道进行在线监测。无人机:飞行控制、图像采集、避障、无线传输和北斗定位。远程调控中心:远程设置参数和控制无人机,接收无人机发送的数据。

基于数字孪生的5G+无人机输电线路巡检方法及系统(CN115272888A)。无人机数字孪生模型:同步无人机位置信息。目标转角计算:优化无人机的朝向。平台层:将输电线路视频结构化,建立数字孪生体。

基于5G智能网联无人机的电网云边协同巡检系统及方法(CN115209379A)。云端无人机智慧巡检系统:管理无人机空域、巡检任务和远程控制。5G边缘智能处理模块:高速数据传输和实时处理。网络传输层:可靠高效的数据传输服务。

一种基于5G技术的铁路巡检无人机(CN11288-2490A)。主体结构与飞行控制:调节无人机的飞行方向和高度。检测与定位模块:检测接触线磨损和实时定位。辅助巡检设备:云台相机、高清摄像头等提高巡检准确性和效率。传感器与通信模块:检测电池状态和传输数据。

2.4.2 文献技术对比分析

要求AI对上面所提取的查新点及相关文献的核心技术进行对比分析并生成结论,得出结果如下。

2.4.2.1 智谱清言

专利1(CN113985921A)的独有技术可能包括以下方面。三维数据感知模块和视频感知模块的集成:专利1可能独特地集成了三维数据感知模块和视频感知模块,用于感知输电线走廊的三维数据并构建三维模型,以及标定飞行航线。云平台支持的图像分析:专利1可能独特地使用了云平台来自动识别巡检视频中的缺陷隐患,并生成维修工单。与其他专利相比,专利1的特点可能在于其对输电线路的三维建模和实时图像分析,以及5G和北斗技术的集成应用。这些特点可能使得专利1在无人机巡检系统中具有独特的竞争优势。

其他专利的技术特点可能包括以下方面。专利2(CN112731960A)可能独特地使用了边缘计算模块进行实时数据处理;专利3(CN115272888A)可能独特地使用了数字孪生技术创建虚拟模型;专利4(CN115209379A)可能独特地集成了云端无人机智慧巡检系统和5G边缘智能处理模块;专利5(CN112882490A)可能独特地设计了适用于铁路巡检的无人机结构和控制系统。

2.4.2.2 通义千问

专利1(CN113985921A)与专利2(CN112731960A)对比:专利1的独特技术在于它利用了三维数据感知模块来构建输电线走廊的三维模型,并基于此模型进行无人机飞行航线的精确规划。而专利2虽然也涉及无人机远程输电线路智能巡检,但其重点在于无人机机巢的设计和功能集成(例如微气象站、5G中继通信装置等),以及对无人机作业环境的全面感知和反馈,而非三维建模及精准悬停位置确定。

专利1(CN113985921A)与专利3(CN115272888A)对比:专利1独特技术体现在结合北斗系统与5G网络实现实时三维空间信息采集与传输,同时在云端自动识别视频中的缺陷隐患并生成检修工单,实现了巡检过程的智能化和自动化。专利3则关注于基于数字孪生的无人机巡检方法,强调无人机运行状态与虚拟场景的实时同步,并通过计算目标转角优化相机朝向,侧重于数字孪生技术在电网巡检中的应用。

专利1(CN113985921A)与专利4(CN115209379A)对比:专利1的独特技术在于将5G+北斗定位应用于构建输电线路三维模型、无人机自主导航与精确悬停拍摄,以及云平台对巡检视频的即时处理与决策支持。而专利4则着重于描述基于5G智能网联的无人机电网云边协同巡检系统,其中涵盖了无人机空域管理、巡检任务调度、高精度北斗差分定位服务等功能模块的集成,侧重点在于整个系统的云边协同和高效智能管控。

总结来说,专利1独有的技术点主要包括以下几方面:结合三维数据感知模块实现三维模型构建和飞行航线标定;利用北斗系统实现无人机预设悬停位置的高精度定位;通过5G网络实现实时高清视频传输至云平台并进行自动缺陷识别与工单生成。

2.4.2.3 文心一言

专利1(基于5G+北斗的无人机智能巡检系统及巡检方法)的核心技术与其他4篇专利相比,独有技术包括以下几点。数据感知系统:专利1中的数据感知系统专门用于感知输电线走廊的三维数据和视频信息,这是其他专利中未明确提到的。数据处理器:专利1中的数据处理器具有构建输电线走廊三维模型并标定无人机飞行航线的功能,这种标定技术在其他专利中并未详细描述。5G传输系统:专利1中利用5G传输系统将巡检视频数据传输至云平台,这是其他专利中未明确提到的传输技术。云平台功能:专利1中的云平台不仅可以自动识别巡检视频中的缺陷隐患,还能形成检修工单,这种功能在其他的专利中未详细阐述。

总结来说,与其他4篇专利相比,专利1在数据感知、数据处理、数据传输和云平台功能等方面具有一定的独特性和创新性。

2.4.3 总结

通过上述AI生成结果可以得出如下结论。

1)目前版本通义千问在核心技术自动识别与精确提取方面表现出优越性,相较于智谱清言和文心一言更为精准。在分析5篇专利时,智谱清言和文心一言均出现了关键技术信息漏检,若未经人工校正,则可能导致后续技术分析结果出错。

2)在文献核心技术对比方面,通义千问提供了详实的对比内容,并明确了每篇专利的侧重点,有助于后续参考;智谱清言、文心一言的对比相对简练,但由于在核心技术提取阶段出现了关键技术信息漏检,因此在对比分析这块相较于通义千问还存在一定差距。

3 结束语

本文对人工智能技术在科技查新及科技情报领域的应用进行了概述,揭示了其在提升科技服务工作效率和工作质量方面的显著潜力,以及在拓宽科技查新研究领域的积极作用。尽管目前人工智能技术在信息准确性、完整性保障,以及信息保密性、隐私性保护等方面仍面临一系列亟待解决的问题[2],但其作为新兴技术对于传统科技查新和服务工作的助力作用不容忽视,两者间展现出较大的契合度。随着人工智能技术及其应用场景的不断深化和完善,未来将有更多科技服务从业者能够充分享受到人工智能技术的实际应用带来的益处,进一步推动科技服务领域朝着更高效率和更高质量的方向迈进。