德国于利希研究中心的研究人员开发了一个名为Quinex的AI系统，能够自动识别科学论文中的数字，进行分类并转化为结构化数据。这个AI系统利用语言模型，消除了传统手动提取定量信息的耗时需求。

在能源、气候和材料研究等领域，科学文献中常包含大量定量数据，如效率、成本和排放值。随着出版物数量激增，手动分析变得不切实际。Quinex框架自动化了这一过程，识别数值并分配单位，同时捕获测量内容、时间和方法等上下文信息。例如，它将“预计2025年效率水平为63%至71%”这样的句子转化为结构化数据集。

与专有AI解决方案不同，Quinex基于开放、高效的语言模型，专门训练以处理科学文本中的定量信息。它在数字和单位识别上准确率约98%，属性分类准确率约87%。该系统已在数千篇科学摘要中测试，成功提取发电成本、地震震级等数据，与参考值高度匹配。

主要作者Jan Göpfert表示：“语言模型为科学提供了新视角，有助于自动化文献搜索和趋势分析。”研究数据管理组负责人Patrick Kuckertz博士补充说：“Quinex旨在减轻研究人员的常规工作，帮助他们更快获得见解。”该研究已发表在《The Innovation》期刊上。

尽管Quinex存在局限，如有时误解分散的引用，但它设计透明，每个数字都可追溯来源。团队正通过额外数据集和模型改进该系统，以适应不同研究需求。Quinex作为开源项目提供，鼓励全球研究人员在能源、化学等领域测试和扩展。

出版详情：作者：Jülich Research Centre；标题：《This AI mines the numbers buried in scientific papers and turns them into usable data fast》；发表于：《The Innovation》(2026)；期刊信息: The Innovation