- 综合排序
- 最热优先
- 最新优先
- 来自专栏科研猫
【科研猫·绘图】高级科研做图 – AI入门
很多同学也许会好奇，我们又不做艺术设计，为什么要学AI。其实道理很简单，因为十位审稿人中，有八位，肯定是~~艺术大师(yan gou)~~ 学好AI，肯定能让你的文章不止提高一个层次。 当然，有些工作做得特别出色的，杂志编辑会推荐科研做图润色。 当然，做到这种程度，绝非一朝一夕之事，本次教程，就让我们先了解一下什么是AI以及如何使用AI进行最简单的排版吧。 对其操作在我们科研绘图中是非常常用的，可能很多人都停留在手动对齐以及目测对齐的水平上，其实是很不规范的操作！ AI中的对齐工具非常简单，选择这两个对象，然后选择垂直对齐即可。 当然了，科研做图，绝非一朝一夕之事，各位一定要勤加练习，多阅读高质量的文献，才能做出一眼让人看到就觉得非常惊艳的图。科研是一条漫长的图，一篇优秀的文章，既是科学的积淀，也是艺术的结晶。
2.7K51发布于 2019-10-08 - 来自专栏自学气象人
大人搞科研,AI敲代码
GitHub Copilot Your AI pair programmer 便是解决方案之一. 辅助编程,而不是完全取代编程.从上面也可以看出来,它会不停地给你出主意.这时候坚持自己就很重要,要始终清楚自己要做什么, 否则最终可能用AI反而不不用更慢.直说就是让AI干脏活. 进入VS code之后会提醒登陆GitHub验证权限,之后就可以快乐地在AI的陪伴下编程啦. 后记 大人搞科研,AI敲代码.实际上我的代码都很简单,AI可能可以写出比我更高效的代码,而我只需要保证我在正确的方向上编程.这几天的使用体验非常振奋人心.甚至有一种有人陪伴的感觉.尽管有很多杂乱的信息会干扰我们的思考 希望大家都能享受AI带来的编程新乐趣!
28410编辑于 2023-06-20 - 来自专栏数智化医院
医院科研科AI智能科研支撑平台系统设计架构方案探析
一、系统设计概述1.1 系统定位本系统是基于MCP（Model Context Protocol，模型上下文协议）协议构建的智能科研支撑平台，旨在为医院科研科室提供全流程AI辅助能力，覆盖课题立项、数据采集 在医疗领域，MCP特别强调保持患者记录的上下文连续性，使AI系统能够持续分析患者数据而不会丢失历史信息[2]。这种特性对于需要长期跟踪患者病情变化的科研工作尤为重要。 通过将MCP协议的标准化通信能力、上下文保持特性与医疗科研的复杂性需求相结合，系统不仅解决了传统AI系统在医疗场景中面临的数据孤岛、集成困难和上下文丢失等问题，还为医院科研工作提供了前所未有的技术支持。 ，形成研究闭环结合AI的探索性分析和专家的领域知识，实现更精准的科研决策这种方法论上的转变将使医学研究更加数据驱动，减少主观偏见，提高研究的客观性和可靠性。 具体体现在：数据准备周期从平均3周缩短至24小时，大幅提升科研响应速度通过AI自动完成数据清洗、标注和初步分析，减少人工干预提供可视化的科研工作台，简化研究流程，降低技术门槛支持研究项目的全生命周期管理
85510编辑于 2025-04-19 - 来自专栏自学气象人
大人搞科研,AI敲代码——GitHub Copilot
GitHub Copilot Your AI pair programmer 便是解决方案之一. 辅助编程,而不是完全取代编程.从上面也可以看出来,它会不停地给你出主意.这时候坚持自己就很重要,要始终清楚自己要做什么, 否则最终可能用AI反而不不用更慢.直说就是让AI干脏活. 进入VS code之后会提醒登陆GitHub验证权限,之后就可以快乐地在AI的陪伴下编程啦. 后记 大人搞科研,AI敲代码.实际上我的代码都很简单,AI可能可以写出比我更高效的代码,而我只需要保证我在正确的方向上编程.这几天的使用体验非常振奋人心.甚至有一种有人陪伴的感觉.尽管有很多杂乱的信息会干扰我们的思考 希望大家都能享受AI带来的编程新乐趣!
63510编辑于 2023-06-20 人本AI与协作AI系统：科研方向与技术挑战探讨
Generations in Dialogue: 专访安德烈娅·博布教授——人本AI与协作AI系统"Generations in Dialogue: Bridging Perspectives in AI "是某中心出品的一档播客节目，旨在促成来自不同年龄段和背景的AI专家、从业者及爱好者之间发人深省的对话。 每期节目都深入探讨代际经验如何塑造对AI的看法，探索这项变革性技术发展所带来的挑战、机遇和伦理考量。人本AI与协作AI系统在本系列的第二期节目中，主持人埃拉·兰与安德烈娅·博布教授进行了对话。 她曾担任某AI研究所的研究科学家，并曾在某机构的机器人实验室实习。她拥有某机构的计算机科学学士学位。 她的兴趣涵盖教育、医疗和AI伦理，专注于建立包容性的跨学科对话，以塑造负责任AI的未来。
8800编辑于 2026-01-08- 来自专栏聊点学术
【科研作图】AI快速画出一个肝脏
昨天闲着，我用AI画了一个肝脏，感觉还行。 ? 总结了一下，我发现绘制这么一个肝脏，好像4个大步骤就能完成。绘图期间只需要使用铅笔工具、平滑工具、效果工具。 ? 最快捷的办法就是在搜索一张肝脏的图片，然后置入到AI中，用铅笔工具顺着外形去描绘勾勒肝脏外形。要点是尽量贴着慢慢勾勒好。 ? 画出基本外形后，采用左下侧的吸管工具给图形上色，与样图基本一致即可。
2.7K20发布于 2021-01-25 - 来自专栏生信宝典
AI科研绘图（二）：模式图的基本画法
经过上次对基本元素和工具的学习（AI科研绘图（一）：零基础入门和基本图形绘制），我们基本上掌握了最常用和基础的工具的用法。 下图是选自Nature Reviews Microbiology一篇综述中的一张插图，本节我们就以这张示意图为例，一起学习用AI来画类似这样的示意图。 ? 选自：Philippot et al.
6.3K31发布于 2018-12-05 - 来自专栏AI SPPECH
AI-Scientist Edu：2025年AI科研教育的革命性突破
GitHub上的AI-Scientist Edu项目凭借其创新的AI辅助科研环境、交互式学习体验和实时协作功能，成为2025年AI科研教育领域的领军项目。 1.3 2025年AI科研教育发展趋势 2025年，AI科研教育领域呈现出以下几个主要发展趋势： AI辅助科研：AI技术在科研中的应用越来越广泛，从选题到成果转化 虚拟科研环境：虚拟实验室和模拟环境成为科研教育的重要组成部分 辅助科研层 AI辅助科研层负责提供AI辅助科研功能。 ：AI能够生成有价值的科研假设和理论 科研教育标准化：建立AI科研教育的标准和规范 6.3 长期发展趋势（2030年以后） 通用科研AI：具备通用科研能力的AI系统，能够处理各种科研问题 人机共生科研： AI与人类科学家形成紧密的共生关系，共同开展科研 意识增强的科研AI：科研AI具备初步的意识能力，能够理解复杂的科研问题和需求 超越当前科研范式：可能出现超越当前科研范式的全新科研模式 全球科研治理：构建全球科研治理体系
18710编辑于 2026-01-01 - 来自专栏气python风雨
读者答疑03 | 你真的会使用AI搞科研吗
下面结合具体的示例看看如何正确地使用AI PS：仅仅是小编个人见解 02 正文 前几天有读者在公众号后台询问，对话如下： 这位读者确实去问了GPT，但没有得到需要的回复。 就经验而言，直接把较复杂的问题喂给AI是得不到较好的回复，你需要细化问题，划定领域，才能挖掘出其语料的力量。 那么我们使用阿里的通义千问进行测试，得到如下回复。
22210编辑于 2024-06-20 - 来自专栏天意云&天意科研云&天意生信云
Nature推荐：搞科研就该用这5款AI工具
文献综述耗时翻倍，实验设计思路受限，数据处理效率迟迟难以突破——你是否也正经历科研的瓶颈期？ 据调查显示，越来越多的大学生和科研人员开始使用AI工具以提升科研效率，频率甚至达到每周甚至每天。 2025年4月7日，Nature期刊发表了一篇文章《Al for research: the ultimate guide to choosing theright tool》，详细介绍了不同AI工具在科研各个环节的应用 科研基金申请 Thesisfy是一款针对科研基金申请设计的AI工具，其“会议和期刊查找器”功能，可以帮助研究者寻找与其研究成果匹配的最佳发表渠道。 原文案例：前神经科学家Marc-Oliver Gewaltig指出，资助提案在AI训练数据中相对稀少，而学习如何撰写这些提案是必要的科研技能。Thesisfy通过专门训练有效填补了这一空白。 一站通用，全模型无缝切换 天意科研AI平台是一家专门针对国内科研人的宝藏站点，提供一站式AI大模型辅助服务。
2.7K10编辑于 2025-05-14 - 来自专栏科研猫
【科研猫·绘图】高级技能 – 使用AI绘制Cell封面箭头
这篇文章是2017年发表在Cell杂志上的，文末有客服小姐姐二维码，可以索取文献原文及本文AI文件。 ? 我们观察这张图，可以看到一种起到重要作用的元素，那就是“箭头”。 箭头在我们的科研绘图中出现频率非常高，特别是流程图（workflow, pipeline)中会出现大量的箭头，它在我们的绘图中起到非常重要的指向性和衔接作用。有同学可能想，箭头做起来不是很简单吗？ 01 第一步 open AI 首先，打开AI，先建立一个画板。 ? 02 第二步 Draw a line 然后使用直线工具，新建一个直线段。 ? 当然，AI中也可以修改箭头的颜色，直接改变描边颜色即可。我们复制第一个箭头，然后同学们可以练习一下把它改成绿色。 ? 或者增加描边数字大小，将其把这个线段改的更粗一些。 ? 不同领域的知识是相通的，只有通过不断尝试和修改，才能真正雕琢出一张美图~所以还等什么，马上打开AI试试吧~
4.6K40发布于 2019-10-16 AI辅助科研系统：让科学家回到思考的本质
而这种感觉，每天都在全球数百万科研人员身上重演。想象一下这个场景：王教授拿到实验数据后，先花两周查文献确认创新性，再花一周调格式写论文，最后因为漏掉一篇关键参考文献被审稿人质疑。 我们打造的AI辅助科研系统，就是要让科学家回到他们最该做的事——思考本质问题。一、文献秘书：读懂比搜索更重要传统文献工具像"书店收银员"，只告诉你"书在哪"。 AI能识别出："在300°C以下时，催化剂活性与文献报道相反"，这可能暗示新机理。三、写作翻译官：把思维变成论文最痛苦的环节来了：写作。我们的AI不是代笔，是"思维翻译器"。 这就是我们希望看到的——AI处理信息过载，人类负责认知跃迁。下一步，我们正在探索"跨学科灵感引擎"。当材料学AI与生物学AI对话，也许能碰撞出仿生材料的新思路。科研的边界，不再受限于人的阅读速度。 这才是AI辅助科研系统真正的产品价值。毕竟，最激动人心的科学突破，始终来自那颗未被数据淹没的好奇心。
31510编辑于 2025-11-26- 来自专栏钱塘大数据
“奴才式科研”是中国科研圈的毒瘤
▲ 题图：第五届索维尔会议参加者合影（1927年） 本文原系某国家级科研机构负责人的自述，在作者看来，中国科研表面上看起来一片繁荣，实际深藏危机，如果继续跟班式搞科研，中国科研就没戏了。 我身边一些做科研的朋友，其实也都做得挺顺，但当大家在一起聊天、喝酒，到了最后比较酣畅的时候，就会发出同样的感慨、产生深深的忧虑：如果再这么玩下去，中国的科研就没戏了。 目前中国的科研看起来很繁荣、很热闹，但是你如果静下心来，把中国的科研放到世界竞争的大格局里，站在科技发展的大视野上回望，就会发现：不管是基础研究的理论、还是在重大技术的突破，你能看得见的中国人有谁？ 我认为，制约我国科学研究的，是流行的科研方式——跟班式科研，说的恶心一点，是奴才式科研。 更可悲的是，由于这种研究方式发文章快、“效率高”，其从业者甚至很快成为科研价值的评判者，并将“从文献缝隙里找方向、以文章数量与引用为标准”等作为科研工作的正途。
2.5K30发布于 2018-10-26 - 来自专栏计算机工具
AMD 推出的科研 AI“Agent Laboratory”； Agent Laboratory的使用步骤
AMD 推出的科研 AI“Agent Laboratory”1. **核心功能与优势** - **一站式科研流程**：由 LLM 驱动，涵盖**文献综述、实验、报告**撰写三个阶段。 用户只需提供科研想法和笔记，就能快速获得**研究报告和代码**，相比以往自主研究方法节省 **84%的研究费用**，凸显其高效性和经济性。 运行Agent Laboratory：使用`python ai_lab_repo.py --api-key "api_key_here" --llm-backend "o1-mini" --research-topic 详细记录笔记：在`ai_lab_repo.py`中修改`task_notes_LLM`结构，添加实验计划、API密钥、图表设计等详细信息，帮助智能助手更好地理解研究目标。2. 在使用过程中，Agent Laboratory会通过多个智能体协作完成整个科研流程，包括文献综述、实验设计和报告撰写等阶段。
62021编辑于 2025-01-14 - 来自专栏人工智能快报
科研人员提出一种避免AI失控的方法
2017年12月，瑞士洛桑联邦理工学院（EPFL）的科研人员提出了一种旨在避免人工智能系统失控的方法。
1.1K120发布于 2018-03-15 - 来自专栏人工智能头条
MIT在读博士心得：做好AI科研，你需要注意什么？
翻译 | reason_W 编辑 | 阿司匹林 出品 | 人工智能头条（AI_Thinker） AI 研究这么火热，为什么我却只能面对满天的公式不知所云？ 相信他的科研心得一定能给你一些启发。 以下内容由人工智能头条翻译： 我朋友马上就要开始 AI 方面的研究，而我恰好要比他早两年入坑，所以他最近一直在向我询问相关的研究经验。 在不同的地方寻找研究灵感 决定自己下一步要做什么可能常常是很多人科研生涯中最困难的一部分。我这里有几个科研人员常用的策略： 与不同研究领域的人交流。 这些出发点并不冲突，AI 领域许多有趣的不管从哪个角度看都非常有意思。此外，个人研究者也常常会受到不同角度的触动，这有助于 AI 领域的交融。 当然，出发点也可能不一致。 身心健康是做好科研的前提 科研人员在醉心科研时常常废寝忘食，这是十分危险的表现。我以前常常以这种状态为目标，并常为自己没有达到这种状态而羞愧。
1K40发布于 2018-06-05 - 来自专栏机器学习算法与Python学习
现代科研指北，科研新人的避坑指南！
点击 机器学习算法与Python学习 ，选择加星标 精彩内容不迷路 “为什么越来越多博士逃离科研”这个话题是知乎上的热门话题，答题的人很多，关注的人更多，浏览量非常大。 北京大学原子核物理女博士去竞聘城管岗位引得社会各界热议，大家纷纷说着博士为什么不做科研？现在都这么卷了吗，博士也要来抢普通人的工作了吗？ 其实不管是主动逃离的，还是被动选择的，每年毕业的博士中都有很多不会留在学术圈，不会继续做科研。 如果你想了解更多的科研话题，《现代科研指北》这本书不容错过。 、硕士/博士研究生及高校青年教师作为科研入门读物或工具书阅读，也可作为非科研从业人员了解现代科研现状的参考书。
72840编辑于 2022-09-20 - 来自专栏生信喵实验柴
科研文献绘图
曼哈顿图（manhattan plot），是一种类似曼哈顿摩天大楼排列的一种展示图。如下图所示。
1.3K10编辑于 2022-10-25 - 来自专栏新智元
斯坦福AI科研神器开源，一键成文GPT-4o mini加持！科研写作彻底解放双手
新智元报道 编辑：编辑部 JhY 【新智元导读】斯坦福大学最新AI进展！开源STORM&Co-STORM系统，只需填写主题，就可以全面整合资源，避开信息盲点生成高质量长文。 AI写作神器，竟被斯坦福开源了！
32100编辑于 2025-02-15 - 来自专栏DrugOne
Nature | AI工具提升个体科研效率，却可能制约整体科学进步
这一现象引发了对AI工具如何塑造科学研究生态的广泛关注。 从机器学习到生成式AI：工具推动科研加速 人工智能通常指计算机执行原本需要人类认知能力的任务。 AI让科研更高产，却更趋同质化 研究人员提出一个关键问题：当个体科学家大量采用AI工具后，这种变化将如何影响科学整体的探索路径？ 确定性算法与概率模型的科研挑战 AI工具本身存在显著差异。部分方法是确定性的，即在相同输入下始终产生相同输出；而生成式AI则具有概率特性，即便面对相同提示，也可能给出不同结果。 总体来看，AI在科研中的应用呈现出明显的“双刃剑效应”：它极大提升了个体科研效率与影响力，却可能在无意中推动研究主题的集中化与路径依赖。这种现象仍需长期观察，尤其是生成式AI尚处于发展初期。 AI在今天的科研中，或许正扮演着类似的变革性角色。
11310编辑于 2026-01-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号