如何用人工智能帮你读论文？

之前，我在《论文读不懂怎么办？》一文中，给你介绍了论文阅读遇到问题时的几个解决方法。尤其是介绍了你可以求助的免费资源和路径，它们包括但不限于：

• 幻灯

• 博客

• 视频

• 课程

• 代码

那篇文章，在知乎上获得了 2600 个赞（截止 2022 年 10 月）。我相信，对于很多同学，起到了帮助。

只不过，环境和技术在变化，我们解决问题的方法和思路，也应该与时俱进。

这不，因为有了大规模自然语言处理模型的加持，阅读论文时遇到不认识的名词，或者无法理解作者的简单解释时，我们有了一种新的对策。

具体的方法，就是人工智能替你阅读后，把内容综合整理，结合上下文转换成简单清晰的语言，再反馈给你。

这个想法，其实并不新鲜了。翻看近几年自然语言处理领域的论文，你能看见不少相关的研究。

只不过，那些研究成果只存在论文中，或者是在某个实验室的电脑里面，普通人根本无法接触，更不要说利用了。

这回可不一样，有人（ \@amanjha__ and \@functionofjade）居然真的就做了个产品出来。

这个应用的名字，叫做 explainpaper ，非常直白吧？

使用起来也特别方便。不用去菜单里面点选找寻。只要你把论文传上去，高亮某一个词语、短语或者段落，人工智能就会自动为你解读。

不仅如此，你还可以就着 AI 反馈的结果，继续追问。

这种应用演示不大适合图文。所以我干脆为你做了 一段演示视频，你可以先看看。

看完之后，感受如何？

反正不少小伙伴表示，很兴奋。

这东西背后的技术是啥？当然还是咱们的老熟人 ------GPT-3.

其实 GPT-3 这模型的特点，说穿了就是大。因为模型庞大，参数众多，所以从海量语料库里积攒的「认知」就多。注意我这里刻意回避了「知识」这个词儿。

（资料来源：t.ly/cY1kn）

从上图中，你不难看到，现在的文本和代码生成中，GPT-3 都占据了重要位置。

我喜欢共享内容的原因之一，是视频发出后总可以获得观众进一步的反馈。不少的问题，都会激发我的思考。

例如有小伙伴在视频后面提问，说这个东西能不能帮着理解中文论文啊？

这是个很好的问题。毕竟很多国内人文社科研究生平时阅读的论文，更大比例是中文的。

我一开始觉得这个问题问得有些太贪心了。对于一个外国人做的刚上线应用，你指望人家立即支持阅读中文，还能看懂中文的研究论文，不大现实吧？

刚要回复，我突然想起来 上次在 Lex 上面的教训了。既然 explainpaper 的底层模型是 GPT-3 ，那它本来就该认得中文啊。

为了确保回答准确，还是实际测试一下吧。我传了一篇自己的论文上去。

中文划线高亮之后，AI 反馈的结果让我有些吃惊。

尽管 explainpaper 并不能直接用中文来解释信息。但它可以立即识别出「知识管理」就是 knowledge management ，然后进一步解释下去。

下面这段解释，就更有意思了。

它先广泛解释「插件」是啥，然后结合本文的上下文，指出 Roam Toolkit 是一种插件，并且描述了它的功能。

不仅如此，从下图可以看出，就连划线的时候字符之间出现了空格间隔，也依然能正常识别和解释。

下面，我故意找了个文中没有进行详细解释的「概念网络」，结果是这样的。

我能确定，这解释里面出现的「宠物」、「猫」、「狗」啥的，肯定没在本文正文出现过。

Evernote 这一段，让我愣住了。

Explainpaper 居然是准确识别了这张表格，并且把内容总结梳理，然后用英文输出了出来。

上述的演示，是不是回答了读者的问题呢？我觉得算不上。从需求分析来看，人家看中文论文遇到术语不清楚，自然是需要中文的解释。你再弄成英文给我，这......

可换个角度想想，这东西帮助外国人阅读中文论文，可是再好不过了。遇到中文专业词汇，随时可以获得准确的英文解释，而且阐述还贴合论文的上下文。外国人读中文论文，将减少很多障碍。这或许可以快速提升中文论文的影响力，妙啊！

另外，目前 explainpaper 缺乏中文解释能力，也给国内的开发者提供了发展空间。希望早日看到更多 AI 实际应用上线，帮助国人理解中文论文。

我期待你能自己尝试一下这款在线应用。至少在目前，它是免费的。而且因为上传的都是公开发表的论文，也不存在用户隐私泄漏问题。所以可以放心大胆地尝试 ------ 特别是对于最近要写文献综述的小伙伴来说。

欢迎你把自己测试的结果和经验心得，分享在留言区。咱们一起交流讨论。

祝论文阅读愉快！

点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

如果有问题咨询，加入知识星球吧。之前已经积累下的帖子和问答，就有数百篇。足够你好好翻一阵子。

若文中部分链接可能无法正常显示与跳转，可能是因为微信公众平台的外链限制。如需访问，请点击文末「阅读原文」链接，查看链接齐备的版本。 

延伸阅读

•   【知识星球精选】刻意练习区的辅助线

•   VOSviewer 中文视频教程

•   如何高效学 Python？

•   互联网上的时光机器

•   如何高效入门 Logseq ？