创新的论文往往会有新的框架跟理论体系。所以用这玩意儿来审稿肯定是不行的。

我只是希望它能把那些很水的论文给分辨出来。从庞杂的文献库里找出真正有用的论文。」

骆余馨点了点头，随后狐疑的看向乔源，问道：「目标这么明确说明你仔细考虑过了？聊聊？」

乔源点了点头，说道：「的确想过一些。首先核心检索层，我觉得可以施加一个语义扩散噪声，首先用嵌入式模型把论文映射到向量空间。

不一样的地方在于它不是直接检索最接近的东西。而是在向量空间里进行语义的随机游走。

比如我让它找几何分析的创新论文，它会有一个思维扩散，偏微分方程、信息几何甚至拓扑量子场等等各个区域都会同步检索。」

骆余馨点了点头，立刻开口追问道：「找到了，然后呢？如何实现所谓的学术审美？」

「哎————」

乔源叹了口气，才开口说道：「的确想过一些，不过都是些不太成熟的想法。」

「比如训练模型的时候除了基础的论文指标，比如引用量、期刊声望加成等等这些，再增加一个反共性的识别器。

给一些引用量不高，但方法新颖，又或者争议很大思想超前的文献增加权重？

至于论文过滤这块，需要这个人工智慧不止判断对错，还要识别价值。这的确挺难。

这需要AI能够对比跟计算已知结论的复杂表述比例，可以检测符号滥用，以及拥有论证链冗余度分析的能力————

我知道这系统挺复杂的，所以就是想试试而已。但万一成功了，以后可就方便多了。」

骆余馨建议道：「不如直接跟微软合作？你知道微软的lean不？这证明器他们做了十多年了。」

这显然是有的放矢。

毕竟乔源是微软求而不得的男人，还有对面大人物的联系方式。肯定有得聊。

乔源摇了摇头，说道：「还是算了吧。我跟微软不熟，真要合作很麻烦。

而且有这个想法后我专门去了解过lean。其实我的思路跟微软完全不一样。

他们的lean严格意义上来说是做减法。把数学模糊的部分全部去掉，只留下逻辑骨架。

我要设计的AI则是需要它能理解论文作者的直觉跟思想脉络。当然证明过程也是需要考虑的————算了，我直接跟你说数学命题吧。

一个由数学文献构成的拓扑空间K，对于任意给定的研究前沿子流形M，总存在一个唯一的最有噪声分布η*，使得沿着由η*生成的随机路径，首次击中一个更高维度的创新子流形M「的期望时间最小化。

也就是————咦，这里竟然没有黑板。」

乔源说着说着，就想直接把他脑子里浮现出的公式给写下来。

可惜了这里不是江大的办公室。

骆余馨随手从兜里掏出了一支笔递给了乔源。

乔源接过笔，直接拿起桌上的一个本子，写下了一串公式。

「我觉得可以让η的强度σ*由知识空间K在M处的曲率张量R和研究者的认知函数f共同决定。

当然这个函数的关系我还没想好。不过可以等AI着手设计之后再考虑这些。」

说完，乔源看向骆余馨问道：「是不是有点异想天开了？」