连接

人工智能在图书馆服务中的作用

2024年2月7日

作者：Susan Jenkins，Borui Zhang

机器学习和其他技术在研究中的应用为图书馆扩大服务提供了机会。

人工智能图书馆员

张博瑞博士在2021年获得明尼苏达大学理论语言学博士学位，辅修计算机科学后，并没有考虑在图书馆服务部门工作。在那里，她专注于将机器学习应用于低资源语言建模。当她的室友，一名学术图书管理员，分享了一份在该校担任新职位的工作清单时，Chance介入了此事佛罗里达大学乔治·A·史密斯图书馆并鼓励她申请。

"虽然我的头衔是自然语言处理专家，但我的昵称是“人工智能图书管理员”。但这份工作的性质与我的语言学训练息息相关。"

Borui（“Bri”，她在佛罗里达大学（University of Florida）被聘为校园计划的一部分，旨在投资于培养所有学院的人工智能技能和教育。Smathers图书馆为最初的招聘活动提供了两个职位，Borui是第一个招聘人员。

她的角色加强了图书馆的学术研究咨询服务团队或ARCS。ARCS由十几名图书馆专业人员组成，拥有广泛的信息科学专业知识，为大学各个领域的学生、研究人员和教师提供支持。他们就研究数据管理、数字人文项目和空间信息服务等领域进行咨询，现在还就自然语言处理和机器学习应用程序进行咨询，这些应用程序可以促进各种研究进程。

让AI对每个人都更容易接近

图书馆的亲和力使其成为提供这些服务的理想场所。正如Borui所说，“可以是任何级别的学生，也可以是博士后、研究员，甚至是教员。我们对所有来者都持开放态度。”对于那些没有项目资金或缺乏人工智能技术经验的学生或研究人员，图书馆的入门门槛很低，这意味着他们可以很容易地探索人工智能在其研究中的应用，使其可以跨一系列学科访问。

机器学习技术已经成为“许多新研究人员测试利用自然语言处理的研究方法的伟大工具”。因此，Borui发现她正在支持各个领域的研究人员。例如，她咨询了一家医学研究实验室，根据NLP构建临床笔记，开发了一种预测婴儿健康结果的语言模型。

她与教育学院的一名研究生一起参与了一个教育设计项目，以提交“黑客马拉松”会议，并与佛罗里达州自然历史博物馆的研究生团队一起在博物馆实践，利用大型语言模型（LLM）和计算机视觉（CV）增强图像采集解释的技术。这种多样性使她的工作，就像许多图书馆的角色一样，永远有趣，因为她看到了语言—“文本数据”—将她的专业知识与众多领域联系在一起。

博鲁伊还参与了图书馆HiPerGator赞助项目的管理团队，该基金以该大学著名的超级计算机命名。该赞助允许学生请求分配必要的计算资源，以完成他们的AI或数据科学操作研究项目。研究生的黑客马拉松项目就是一个典型的例子。“我们可以让这个非常初级的研究团队完成他们的项目，这样他们就可以在会议上发言，只是为了他们的专业学术发展。”

了解AI术语

以下是发展人工智能技术能力及其应用的一些关键术语。

机器学习（ML）：使计算机能够根据各种形式的数据（包括图像和文本）进行学习和决策。

神经网络：一种模拟人脑从数据中分析和学习模式的机器学习。可以应用于学习和预测用户行为，以及大型数据集分析。

自然语言处理（NLP）：计算机-人类语言交互。可以支持搜索功能和文本分析，例如主题建模，情感分析，命名实体识别。

语言模型：理解人类语言的算法。可以增强图书馆信息检索、文本摘要，并支持用户帮助聊天机器人。

计算机视觉：解释视觉数据的机器学习。可以应用于图书馆材料的数字化或基于图像的高级搜索。

主题建模：用于在基于文本的文档中发现主题的统计模型。有助于组织数字藏品、增强元数据和改进学术搜索工具。

生成性人工智能：基于语言（文本）、音频或视频数据模型训练的算法，如ChatGPT，可根据用户指令（提示）创建新的文本、图像或音频输出。基于语言的生成性人工智能有助于总结、修改、翻译或开发新文本，而基于图像或声音的生成性AI可用于创建插图、数据可视化或合成音乐。多模式生成AI算法使用文本创建图像。

通过团队合作建立意识

在集中式UF图书馆系统中，不同图书馆服务之间的通信很容易，这有助于将学生和研究人员与ARCS和Borui的专业联系起来。“如果我们有一个更复杂的问题，这种结构有助于我们快速合作解决它。” 联络馆员尤其关键。“当与人工智能技术有可能联系时，联络员可能会说，‘哦，这可能是Borui的问题，让我和她核实一下是否感兴趣。’”

对图书馆人工智能服务的认识得益于对图书馆整体资源的强烈校园意识。“在我来之前，我确信研究人员已经与这里的其他人进行了很多合作。我认为人们可以通过多种方式找到我。图书馆网站也很重要。如果你搜索‘我有一个人工智能问题’，可能还有我的名字或我的部门，我的个人资料就会出现。”

Borui还与同事合作，为教师和学生教授研讨会和学分课程，帮助建立机器学习和语言模型工作原理的基础知识。她目前正在帮助一个跨学科专业发展委员会为健康科学中心的教员创建基于视频的人工智能介绍。“这些面向没有人工智能背景的社区成员，但只是想更多地了解人工智能可以为他们做些什么，特别是生成性人工智能和ChatGPT相关模型。”

虽然图书馆不能单独提供学分课程，但它确实与教师合作创建新课程，这导致博鲁大学与教育学院的一名讲师共同为大二学生教授人工智能技术的3学分课程。“他也是AI最近聘用的一名员工。我们有来自10所不同学院的68名学生参加了这门课程。”这是因为她的前任系主任看到了一个新课程提案的呼吁。她说：“博鲁，既然你已经和人工智能的教员建立了联系，为什么你不看看有没有人有兴趣和你合作？”所以我联系了我现在的合作者，他很高兴地同意了

高校图书馆人工智能的未来

Smathers的下一位员工可能是计算机视觉专家，这是人工智能机器学习的一个分支，旨在训练系统从图像和视觉环境中识别形状和模式。它在多个研究过程中都有应用，从地球科学的形态学建模到提高医学诊断的准确性。ARCS已经从处理图像的研究人员那里收到了支持这种机器学习的请求。博鲁认为图书馆参与提供这些服务是明智之举，以确保它们在21世纪的研究中不断发展。“总的来说，人工智能非常强大。它似乎是未来生活各个方面的趋势。”她就图书馆如何开始将人工智能技术纳入其服务提出了以下想法：

学习并评估现有研究应用程序中已经出现的AI相关增强功能。“我看到许多联络馆员帮助学生和教员进行文献搜索，你可以看到这些搜索数据库具有新的人工智能功能。”
研究将可用工具应用于当前任务。对于其他类型的学术图书馆研究支持，甚至是传统的联络角色，他们可以开始在现有领域中采用人工智能。“人工智能的力量很可能适用于所有这些领域。”
通过在图书馆定向课程中讨论人工智能研究技术，尽早介绍学生和研究人员。

"如果我们都非常开放，愿意尝试新事物来解决现有问题，我认为这是“将这些能力融入图书馆服务”的实际方式

图书馆与人工智能素养之间的联系日益紧密。阅读更多关于图书馆在人工智能转型中的作用在Library Connect上。

深入探讨图书馆员的人工智能主题：

在学校培养人工智能素养的关键要素涵盖了开始学习更多人工智能和支持用户教育所需的基本知识。

解决人工智能知识系统中的偏见讨论了图书馆员和研究人员合作对抗人工智能模型中的偏见的方式。

贡献者

BZ公司

张伯瑞

自然语言处理专家