尽管遭到科学家、研究团队和俄罗斯科学院的强烈抗议，基金合并现已正式宣布。现在研究经费将如何分配以及这些变化将导致什么？
俄罗斯基础研究基金会（RFBR） 3月份在其官方网站上发布了一条短信：“根据俄罗斯联邦政府2021年2月12日的决定，基础科学研究项目竞赛（‘a’） ）已被取消。根据这一决定，已停止进一步接受竞赛申请。收到的申请将被保留，不予考虑。”
因此，对于成千上万的科学家来说，为他们的研究获得资助的想法被证明是不现实的。
目前俄罗斯科学基金会和俄罗斯基础研究基金会正在进行重组。 RFBR 摆脱了提供赠款活动的负担，而这原本是其主要活动。计划将该组织本身隶属于俄罗斯科学基金会，并为其分配监测和分析职能。
尽管俄罗斯科学院 (RAS) 和 RAS 雇员工会的代表都表示支持维护既定秩序，但情况仍然如此。去年年底，科学工作者协会曾发出严厉呼吁，要求不要袖手旁观，控制俄罗斯科学基金会和俄罗斯基础研究基金会的合并。俄罗斯联邦总统领导的理事会甚至讨论了组织合并后科学家将面临的困难。
为什么一切都这么严重？
要回答这个问题，我们首先需要了解这两个组织有何不同以及研究人员现在可以获得哪些机会
射频BR
RFBR 是一个国家组织，自 1992 年以来一直存在。这个想法被美国国家科学基金会（NSF）作为基础。 20世纪90年代，正是俄罗斯基础研究基金会让许多科学家在经济崩溃的情况下继续进行科学活动。
因此，任何相对较小的研究人员群体（不超过10人）都可以向该基金提交申请，以实施某个科学领域的项目。申请由专家委员会进行审查，最好的项目获得 RFBR 赠款作为额外资金。
因此，科学家有机会购买设备、试剂并进行研究；一部分金额作为科学家微薄工资的补充。
总的来说，按照科学界的标准，RFBR 并没有提供非常大的资助——平均为一个小型研究团队提供 100 万卢布，但对于许多知识领域的发展来说，这是一个至关重要的数额。
RFBR 的优势，尤其是近年来，是有机会获得个人资助，而不仅仅是研究团队。这在很大程度上得益于最大的资助竞赛（竞赛“a”）。此外，RFBR 允许发展各种想法、基础性和探索性研究，这些研究是作为科学系统发展的必要属性而进行的，但并不总是保证以最终发明的形式产生结果或科学出版的材料。
俄罗斯科学基金会怎么样？
俄罗斯科学基金会 (RSF) 的出现要晚得多，即 2013 年，并立即专注于突破性研究、技术开发和达到国际水平。
根据国际标准的透明专业知识和不同的（更现代的）定位在质量上区分了 RSF，并将其与 RFBR 区分开来，后者在其背景下看起来有点过时。俄罗斯科学基金会甚至在资助金额上也制定了新的指导方针：平均资助规模为500万卢布，实验室团队最多可以获得3000万卢布。
然而，那里的要求完全不同。首先，必须在主要科学期刊（包括国际期刊）上发表的出版物数量要求更高（例如，在某些竞赛中，参赛要求3年内发表8篇文章）。
其次，俄罗斯科学基金会对科学家可以参与的项目数量有限制，因此研究人员将不得不放弃一些他们感兴趣的科学任务。
第三，RSF更注重实践、应用研究，而且在某些领域，
技术性 SEO 涉及优化。网站的基础架构。需要调整的内容 新加坡赌博数据 以及如何改进。以提高其性能。这包括确保快速加载时间。移动友好性和。安全连接。结构良好且层次清晰的网站。使搜索引擎更容易。抓取和索引内容。提高搜索结果的整体可见性。他们未来的战略。
例如：医学、国防工业、信息技术、物理、化学。
最后，俄罗斯科学基金会大力鼓励合作和集体科学工作，因此个人研究人员实际上不可能获得俄罗斯科学基金会的资助。
现在怎么办？
4 月 15 日，已取消的 RFBR 竞赛的类似活动启动了。教育科学部表示，“在不久的将来”和“可能已经在四月了”这几个字肯定会发生。
似乎可以认为，做出这样的决定是由于科学界的普遍不满和愤慨：许多科学家收集文件申请俄罗斯基础研究基金会的竞赛，希望获得基础研究的资助。
新竞赛的资助金额每年高达 150 万卢布。根据竞赛条款，研究团队的组成（连同项目负责人）应该是小规模的：2-4人。此前，俄罗斯科学基金会总干事亚历山大·赫卢诺夫（Alexander Khlunov）因资助规模相对较小以及希望提高团队内部资金分配效率 而提出了这一限制。
同时，据称，对申请资助的项目负责人的要求将“非常宽松”，“甚至低于高等认证委员会对科学家答辩候选人论文的要求”。
从形式上讲，科学界的主要反对意见应该被消除：有竞争，就会有钱。然而，先例本身就具有指示性，组织的合并对于俄罗斯科学发展的许多领域可能是灾难性的，原因如下。
首先，俄罗斯科学基金会主要竞赛的特殊性是针对俄罗斯联邦总统强调并纳入国家发展目标的科学领域。这意味着，获得语言学研究资助并不容易。
其次，参加比赛，科学家们一定要合作、团结，
才能以团队或科学团体的形式申报。对于某些人来说，这只是一个纯粹的形式要求，可以通过官僚地狱的 N 圈来克服，但对于其他人来说，当涉及到个人想法和发展时，这是一个基本问题。
第三，基础研究尤其是探索性研究难以获得资金支持。 “收到钱-用科学文章报告”的规则生效。并非在任何地方，也不总是能够在 2-3 年的研究中准备 5-8 篇文章，使每篇文章都具有特殊的科学价值。因此，定量指标可能会毁掉定性指标。
第四，在许多发达国家，赞助科学的基金会数量达到数十甚至数百个。此前和谐互补的两个俄罗斯大型组织的合并可能会导致科学领域的垄断。
总的来说，减少科学经费或减少科学家竞赛数量的趋势是令人恐惧的。值得记住的是，几年前，根据总统的指示，科学家的工资翻了一番，但工资却减少了一半，尽管工作量没有改变……因此，正式指标在真实情况：表面上一切都很好，但实际上并没有改变。
这些想法在被宣布为科学技术年的 2021 年变得尤其令人沮丧。
行业会议和公开演讲正在讨论北美图书馆中心采用人工智能 (AI) 和机器学习 (ML) 产品的情况。美国东北大学教授瑞安·科德尔 (Ryan Cordell)写道：“尽管只有最大的图书馆和领先大学在积极使用这些技术，但将图书馆纳入机器学习算法的开发方面正在取得进展。”行业 报告
美国国会图书馆已成为实施此类技术的试点，其中的计算机自动化场景是在“实验室”（LC Labs）中开发的。 “这种发展的重要性一方面体现在该图书馆的发展战略中，而另一方面，由于数字化和电子出版物数量的不断增长，该图书馆成为获取专业信息的公共中心。”Cordell他在报告中强调。
应用算法使许多常规图书馆流程实现自动化，报告表明这种体验将不可避免地变得普遍。它简化了出版物的精确数字化（OCR）、填写目录、电子文档元数据的半自动提取和更新，以及编译数据库和知识库、文本和多媒体。
人工智能成功解决了一些重要问题，例如在图书
信息文本数组）背景下的大数据聚类分析。同时，这种情况下的操作原理非常平淡：算法在给定的文本语料库中找到所需的对象和序列，并将它们形式化为标准化数据集；报告指出，一些阵列的手动处理需要数年时间。
“Hathi Trust 数字图书馆在使用机器学习处理大型文本数组方面拥有先进的经验，”Cordell 写道：算法不仅不断分析元数据，而且不断分析其中呈现的文本内容，并确定它们的各种属性，例如，区分小说和新闻作品、新闻项目，分析每个作者的写作风格和词汇。”大学图书馆也参与了机器学习研究：2019 年，犹他大学使用机器学习为其数字馆藏生成元数据。
通过使用图像分析算法获得了有趣的结果。例如，2018年，弗吉尼亚理工大学启动了内战照片侦探纪念项目。用户可以将参加美国内战的祖先的免费照片上传到该网站，算法将帮助识别上传照片中的奖项，并在一般情况下将家庭档案中的信息与历史数据库中的准确数据进行比较。
2019 年，博士兼创新者 Benjamin Lee 启动了另一个有趣的项目 – 一个实验性网络应用程序Newspaper Navigator。它提供了美国新闻档案中的一系列照片（包括 1900 年至 1963 年出版的报纸）。该应用程序的数据由神经网络收集，它分析了可用的档案，找到插图并用标签标记了其中识别的对象，并将其工作结果上传到数据集（可下载数据集）中。该项目是根据开放获取的准则建立的，作者的目的是帮助历史学家、社会学家和人类学家进行未来的研究。
还有适合多媒体操作的 ML 库示例。 Brian Fu 的算法是在国会图书馆内开发的，现已广为人知。他在多媒体档案中找到音乐片段。机器学习使另一个雄心勃勃的项目“ Dig That Lick”的作者能够创建爵士乐模式数据库和搜索系统，这肯定会受到俄罗斯上世纪音乐研究人员的赞赏。
图书馆发展背景下的新数字伦理时代
“图书馆管理的数字化也给专业界提出了新的问题，”瑞安·科德尔写道。特别是，这些是对信息和道德使用技术的负责任态度的问题，这些问题同样可以轻松支持杰出的跨学科科学项目的实施，但也可以生成（例如，作为神经网络的一部分）虚构新闻（假新闻）和/或在社交网络上创建虚假身份。
潜在的危险在于人工智能和机器学习算法的架构本身，根据研究员凯瑟琳·奥尼尔的说法，每种算法都是用数学语言描述的观点，这并不排除操纵的可能性，她 外国投资者青睐安塔利亚的原因 写道，但是，没有解释我们正在谈论的具体操作是什么？ “人工智能可以个性化、生成和过滤内容，”计算机安全专家、穆罕默德五世大学教授法蒂玛·鲁梅特在最近的一篇文章中写道。 “我们谈论的是媒体上发布并由人工智能支持的不可靠信息，”她澄清道。
Jason Griffey 在 2019 年关于图书馆技术的报告中表达了类似的担忧：“如果不小心，它们可能会表现出算法偏见，破坏隐私和知识自由，并可能增加信息过滤，” Elena Drugova 和 Irina Zhuravleva 在一篇文章中总结了科学家的发现为大学书。
Ryan Cordell 认为，道德问题反过来又重新
定义了图书馆 IT 专业人员作为研究员、调解人、翻译和编辑的角色。这样的专家首先必须负责任地使用技术，其次，他被要求控制算法的结果：纠正它们所犯的错误。图书馆编辑还将防止意外删除数字档案中的公共信息。
上述所有转变对图书馆工作人员的资质提出了全新的要求，但并没有减损他们的作用。此外，即使是最先进的算法，尽管有其所有优势，仍然无法应对一些最简单的智能操作：例如，根据特定任务上下文中的重要性对特定文档集进行准确排名。
美国图书馆业计划与大学合作并通过众包解决电子文档馆藏的分类和概念化问题。预计来自大学、学生和图书馆研究小组的志愿者将对创建的数据集进行编辑，这将使数字馆藏更方便未来的研究。
此外，根据科德尔和其他科学家的说法，自动化技术的架构并非没有优点，在不久的将来，这不仅会极大地改变档案图书馆馆藏的结构，而且会改变档案图书馆馆藏的构成。
首先，我们讨论的是算法对图书馆馆藏中的某些对象缺 bjb目录 乏主观态度。分析[国会图书馆 – 大约。编辑]，图书馆机器学习研究人员发现，多年来，少数民族社区和一些弱势社会群体的出版物被排除在报纸和图书收藏之外。随着 2000 年代中期数字时代的到来，这种情况又重演了：占主导地位的中等收入白人群体的出版物被数字化。一份美国公开报告指出，通过公正算法增强的电子文档管理系统将使图书馆能够在未来创建最完整的出版物档案。
俄罗斯背景：数字图书馆中的人工智能
尽管新技术在西方的扩张明显，但国内图书馆在这一领域的发展却知之甚少。俄罗斯国家只是计划为国内发展创造条件， 《关于俄罗斯联邦人工智能发展》的第490号总统令文本如下：利用人工智能技术解决各领域问题的软件活动必须在 2030 年之前开展。
在最近以技术为中心的行业会议“数字时代的图书馆馆藏”上，几乎没有讨论图书馆中心采用人工智能的问题。相反，从会议议程可以看出，专业界对新的国家标准（GOST）和政府采购立法的变化等感兴趣。
ELS Lan 主任 Alexander Nikiforov
告诉 Libinform：“图书馆行业的创新主要来自商业部门，人工智能的实验是由电子图书馆系统平台进行的，其次是出版商。”此前，2021 年 3 月，在 Forum.DigitalEducation 2021 会议上，他宣布了公司使用人工智能和机器学习的计划： “数字化、人工智能和神经网络的使用、个性化推荐服务的创建以及向开发和提供个人学习路径——这是未来数字图书馆的前景。”
Nikiforov向Libinform记者证实，Lan电子图书馆系统已经在其平台上采用了一些基于人工智能的技术。 “我们目前正在测试编目服务的原型，”他说，“为此，我们使用机器学习算法分析了电子图书馆中的文档。
