人工智慧在圖書館服務中的角色
2024年2月7日
Susan Jenkins, Borui Zhang
機器學習和其他技術在研究上的應用，為圖書館提供了擴展服務的機會。
AI 圖書館員
Borui Zhang 博士於 2021 年在明尼蘇達大學取得理論語言學博士學位，並副修計算機科學，當時她並沒有想過要在圖書館服務部門工作。在那裡，她專注於應用機器學習來建模低資源語言。機緣巧合下，她的室友（一位學術圖書館員）分享了佛羅里達大學 George A. Smathers 圖書館 打開新的分頁／視窗新職位的招聘資訊，並鼓勵她申請。
University of Florida campus
「雖然我的頭銜是自然語言處理專家，但我的暱稱是「人工智能圖書館員」。但這份工作的性質確實與我所受的語言學訓練有關」。 Borui (在佛羅里達大學大家都叫她 「Bri」)，是佛羅里達大學在全校範圍內投資建立 AI 技能與教育的一部分。Smathers 圖書館在最初的招聘活動中提出了兩個職位，Borui 是第一位受聘者。 她的角色強化了圖書館的學術研究諮詢服務團隊 打開新的分頁／視窗，或稱 ARCS。ARCS 由十多位擁有廣泛資訊科學專業知識的圖書館專業人員組成，為來自大學各個領域的學生、研究人員和教師提供支援。他們提供研究資料管理、數位人文專案、空間資訊服務等領域的諮詢服務，而現在則提供自然語言處理和機器學習應用程式的諮詢服務，這些應用程式可增強各種研究流程的能力。
讓每個人都能親近 AI
圖書館的親和力使其成為提供這些服務的理想地點。正如 Borui 所說：「從學生到博士後、研究員，甚至是教師，任何層級的人都可以。 我們對所有來訪者都是開放的」。對於沒有專案經費或缺乏 AI 技術經驗的學生或研究人員而言，圖書館的低入門門檻表示他們可以輕鬆探索 AI 在研究上的應用，讓 AI 可以跨學科使用。
在 Lemas 實驗室使用自然語言處理和機器學習對臨床記錄中的嬰兒餵養狀態進行分類。
機器學習技術已經成為 「許多新研究人員測試研究方法的絕佳工具」，這些研究方法利用了自然語言處理技術。因此，Borui 發現她正在為各個領域的研究人員提供支援。舉例來說，她曾為一家醫學研究實驗室提供諮詢服務，根據使用 NLP 來組織臨床筆記的方式，開發出可預測嬰兒健康結果的語言模型。
她曾與教育學院的研究生合作進行「駭客馬拉松」會議投稿的教育設計專案，也曾與佛羅里達自然歷史博物館的研究生與教職員團隊合作進行博物館實務，利用大型語言模型 (LLM) 與電腦視覺 (CV) 技術來強化圖片收藏的解讀。這種多樣性讓她的工作，就像許多圖書館的角色一樣，永遠有趣，因為她看到語言 - 「文字資料」 - 如何將她的專業知識與許多領域連結在一起。
Borui 還參與管理圖書館 HiPerGator 贊助基金的團隊，該基金以該大學著名的超級電腦命名。該贊助基金允許學生申請分配必要的計算資源，以完成其人工智能或資料科學作業的研究專案。研究生的黑客馬拉松專案就是最好的例子。「我們可以讓這個資歷很淺的研究團隊完成他們的專案，讓他們可以在會議上發表，就為了他們的專業學術發展」。
認識 AI 術語
以下是在發展 AI 技術能力時需要知道的一些關鍵術語，以及它們的一些應用。 機器學習 (ML)： 使電腦能夠根據各種形式的資料（包括影像和文字）進行學習並做出決策。 神經網路： 一種模仿人腦從資料中分析和學習模式的機器學習。可應用於學習和預測使用者行為，以及大型資料集分析。 自然語言處理 (NLP)： 電腦與人類的語言互動。可支援搜尋功能和文字分析，例如主題建模、情感分析、命名實體辨識。 語言模型： 理解人類語言的演算法。可增強圖書館資訊檢索、文字摘要，以及支援使用者協助聊天機器人。 電腦視覺： 解釋視覺資料的機器學習。可應用於圖書館資料的數位化或進階的影像搜尋。 主題建模 (Topic Modeling)： 在文字文件中發現主題的統計模型。可用於組織數位館藏、增強元資料，以及改善學術搜尋工具。 生成式人工智慧（Generative AI）：以語言（文字）、音訊或視訊資料模型為基礎訓練的演算法，例如 ChatGPT，可根據使用者指示（提示）建立新的文字、影像或音訊輸出。以語言為基礎的人工智慧可協助摘要、修改、翻譯或開發新文字，而以影像或聲音為基礎的人工智慧則可應用於建立插圖、資料視覺化或合成音樂。多模式生成式人工智能演算法使用文字來創造圖像。
透過團隊合作建立認知
在中央化的 UF 圖書館系統中，不同圖書館服務之間的溝通非常容易，這有助於將學生和研究人員與 ARCS 和 Borui 的專業聯繫起來。「如果我們遇到比較複雜的問題，這個結構可以幫助我們非常快速地合作解決問題」。聯絡圖書館員尤其關鍵。「當與 AI 技術有可能連結時，聯絡員可能會說，「喔，這可能是 Borui 的問題，讓我跟她確認一下她是否有興趣」。」 對圖書館 AI 服務的認知得益於校園對圖書館整體資源的強烈認知。「在我到任之前，我很確定研究人員與這裡的其他人有許多合作。我認為人們可以透過多種方式找到我。圖書館網站也很重要。如果您搜尋「我有一個人工智慧的問題」，可能還有我的名字或我的部門，我的個人資料就會出現。
A slide from Borui's Introduction to NLP Lecture: Demonstrating the Connection of Five Basic Linguistic Components to NLP.
Borui 還與同事合作，為教師和學生教授研討會和學分課程，以幫助建立機器學習和語言模型如何運作的基線知識。她目前正在協助跨學科專業發展委員會，為健康科學中心的教職員製作以視訊為基礎的 AI 介紹。「這些都是針對沒有 AI 背景，但只想多瞭解一點 AI 能為他們做什麼的社群成員，尤其是生成 AI 和 ChatGPT 相關的模型」。 雖然圖書館本身無法提供學分課程，但也會與學院合作開設新課程，因此 Borui 與教育學院的一位講師共同教授大二學生 AI 技術的 3 學分課程。「他也是最近才聘請的人工智慧人員。我們有來自 10 個不同學院的 68 名學生上課」。這來自於她的前任系主任看到新課程提案的徵求。她說：「Borui，既然你已經和 AI 教師們建立了聯繫，為什麼不看看是否有人有興趣和你合作呢」？於是我聯繫了現在的合作者，他很高興地同意了。
學術圖書館人工智慧的未來
Smathers 的下一位員工很可能是電腦視覺的專家，電腦視覺是人工智慧機器學習的分支，用來訓練系統從影像與視覺環境中辨識形態與模式。它應用於多種研究過程，從地理科學的形態建模到提高醫療診斷的準確性。ARCS 已經收到處理影像的研究人員要求支援此類機器學習的請求。 Borui 認為圖書館參與提供這些服務是明智之舉，可確保圖書館能與其他研究一同進入二十一世紀。「一般而言，人工智慧非常強大。它似乎是未來每個生活層面的趨勢」。她就圖書館如何開始將 AI 技術融入其服務中提出了以下想法：
了解並評估現有研究應用程式中已出現的 AI 相關強化功能。「我看到很多聯絡圖書館員幫助學生和教師進行文獻檢索，你可以看到那些檢索資料庫有新的 AI 功能」。
研究將可用的工具應用於目前的任務。對於其他類型的學術圖書館研究支援，甚至是傳統的聯絡角色，他們可以開始在現有領域中採用 AI。「人工智慧的力量非常有可能適用於所有這些領域」。
在圖書館迎新活動中加入人工智慧研究技術的討論，及早介紹學生和研究人員。
「如果我們都抱持非常開放的態度，願意嘗試新的事物來解決現有的問題，我想這就是將這些能力融入圖書館服務的實際方法」。
圖書館與人工智能素養之間的聯繫正不斷增長。在 Library Connect 上閱讀更多關於圖書館在 AI 轉型中的角色 打開新的分頁／視窗。
為圖書館員深入探討 AI 主題：
在您的機構發展人工智能素養的關鍵組成部分 打開新的分頁／視窗，涵蓋了您開始學習更多人工智能知識和支援使用者教育所需的基本要素。 解決人工智慧知識系統中的偏差 打開新的分頁／視窗，討論圖書館員與研究人員如何共同對抗人工智慧模型中的偏差。
貢獻者
SJ
BZ
Borui Zhang
自然語言處理專家