科学建立在随时间而变化的学术共识之上。这就提出了一个问题:如何评估新的革命性思想并将其纳入科学规范。使用最近提出的两个指标,即非典型性和颠覆性,我们衡量研究如何借鉴先前研究的新组合,以及它在后续工作中超越其前辈的思想创造新方向的程度。非典型论文颠覆科学的可能性几乎是传统论文的两倍,但这是一个缓慢的过程,需要十年或更长时间才能收敛颠覆分数。我们提供了第一个计算模型,将非典型性重新表述为神经网络学习的潜在知识空间之间的距离。这个知识空间的演变描述了昨天的新颖性如何形成今天的科学惯例,而这些惯例决定了明天突破的新颖性。
主要关键词