人工智能现在可以帮助被忽视的科学家编写维基百科页面

许多著名科学家都有维基百科页面。但是，虽然查看某个人是否有维基百科页面只需通过 Google 搜索即可，但找出应该出现在维基百科上但却没有出现的人（然后为他或她写一个条目）则要困难得多。

例如，您可能听说过克里斯蒂娜·埃科诺莫斯。虽然她是塔夫茨大学的教授，也是儿童营养学新百伦主席，但她没有维基百科页面。不过，虽然她没有维基百科页面，但她在一家名为 Primer 的公司制作的网站上有一个非常简短的介绍她职业的简介。这个简短的简介有朝一日可能会发展成为一个完整的维基条目，它是由一个名为 Quicksilver 的人工智能系统创建的。

该项目背后的想法是使用人工智能作为起点。人类可以利用人工智能帮助那些没有但值得拥有这些页面的科学家编写维基百科页面。例如，在 Economos 的 Primer 页面上，有一个指向 CBS Boston 的一篇文章的链接，其中提到了她——对于可能想要为她编写条目的人类维基百科编辑来说，这是一个很好的潜在来源。

Primer 于去年正式成立，使用人工智能读取信息并生成报告；其部分重点是从事情报分析师可能从事的工作。他们的客户包括沃尔玛和美国政府，通过一家名为 In-Q-Tel 的组织。人工智能通常需要数据来学习，因此对于这个项目，Primer 使用了大约 30,000 个现有的科学家维基百科页面来训练他们的机器学习系统。

然后，他们将 20 万个姓名和相关就业信息输入到他们的 AI 系统中。这些姓名来自艾伦人工智能研究所向 Primer 提供的专注于计算机科学和生物医学研究的科学论文的作者名单。

“这就是 Quicksilver 的输入——我们只需输入，然后回家，它就可以运行了，”Primer 科学总监 John Bohannon 说道。“一夜之间，我们创造了 40,000 名新人。”

当然，整个系统要比这复杂得多：第一步是人工智能系统需要进行歧义消除（你可能在维基百科上看到过这个奇怪的术语），在这种情况下，这意味着确保系统不会混淆两个同名的人。它还会阅读大量新闻来源，以了解有关每位科学家的更多信息：“它会建立一个人的模型，”他说。

它还会在扫描每个名字的新闻时进行“事件检测”，即将新闻文档组织成块，其中“每个块似乎都在描述一个现实世界的事件。”这个“新闻事件”可能是科学家发表了一项引起媒体关注的研究，因此可能值得收录在维基百科文章中。

该项目的另一个方面是让女性科学家更容易在维基百科上获得应有的代表性——赋予人类编辑权力，“缩小女性在科学界代表性的性别差距”，博汉农说。实现这一目标的方法之一是，如果某个团体想创建更多以女性科学家为重点的维基百科页面，他们可以使用 Quicksilver 的数据，博汉农指出，这些数据可以按性别进行过滤。

“我们的目标绝对不是让机器人编写维基百科，”博汉农说。相反，它是那些想要编写新页面或更新旧页面的人的启动板。如果你想看看 Quicksilver 的输出样本，请前往此页面 - 它有 100 个 AI 生成的维基百科风格简介示例。