Вы когда-либо тратили время на анализ статей? Когда-нибудь разочаровывались из-за невозможности найти необходимое исследование? Возможно когда-нибудь желали иметь более легкий способ фильтрации нескончаемого потока информации в интернете?
Команда Iris.ai на базе искусственного интеллекта создала помощника для первоначальных исследований проблемы.
Программное обеспечение Iris.ai может быть использовано для создания точного списка исследовательских документов. Компания утверждает, что может решить ваши поисковые проблемы на 78% быстрее (без ущерба для качества), чем если бы вы выполняли эту работу вручную.
Концепция Iris.ai впервые была создана три года назад при исследовательском центре NASA Ames. Команда принимала участие в летней программе проводимой Университетом Сингулярности (Singularity University), когда им была поставлена задача создания идеи, способной положительно повлиять на жизнь миллиардов людей. Это мероприятие заставило команду задуматься о нынешнем положении научных исследований, в частности, о препятствиях, создаваемых платными подписками и неспособностью человеческого разума самостоятельно обрабатывать тысячи научных документов, ежедневно публикуемых во всем мире.
Мария Ритола, соучредитель Iris.ai, рассказала The Saint о программном обеспечении, целях и направлениях над которыми команда в настоящее время ведет работы.
Она сообщила: «Мотивация Iris.ai заключается в создании инструментов, помогающих исследователям более эффективно использовать существующие научные достижения в процессе исследований».
В данный момент компания это делает с помощью двух особых инструментов, включенных в структуру Iris.ai. Первым инструментом является исследовательский инструмент, который позволяет любому пользователю вводить запрос в Iris.ai и затем экспортировать смежные исследования.
Второй инструмент. Инструмент фокусировки - полуавтоматизированный процесс обзора литературы. Научный работник или студент, начинающие изучение сотен или тысяч документов, необходимых для подготовки, находят лишь немногие, которые действительно актуальны, программное обеспечение позволяет скомбинировать имеющиеся данные с набором ключевой информации, которая по существу относится к конкретной теме.
Отвечая на вопрос, как Iris.ai сопоставимо с существующими технологиями поиска, мисс Ритола пояснила, что Iris.ai отличается от таких систем как Google Scholar, тем что способна функционировать без поиска ключевых слов. Команда предвидит, что это положит начало исследовательскому процессу (когда вы можете не знать правильных ключевых слов), а также поможет в междисциплинарных исследованиях.
Мисс Ритола пояснила, что Iris.ai может функционировать без ключевых слов, так как «имеет в основе контекстное понимание, которое мы встроили в инструмент путем использования контекстуальных синонимов, а также тематические модели, созданные на основе искусственного интеллекта, с более чем 17 миллионами документов.
«Процесс полуавтоматизации, действительно помогает ускорить тяжелую часть поискового процесса, что не плохо для исследователей, потому как они могут сосредоточить свое внимание на чтении необходимых документов, разобраться с основными предположениями и объединить знания, вместо того чтобы просматривать тысячи и тысячи документов, что является очень напряженным процессом», добавила мисс Ритола.
Как и в большинстве случаев с искусственным интеллектом программного обеспечения, Iris.ai становится умнее, чем больше используется, и команда делает все возможное, организовав тренировки Iris.ai с использованием двух различных методик.
Первый метод – контролируемое машинное обучение- включает 10 тыс. человек, напрямую обучающих программное обеспечение, читая выдержки научных статей и сообщая Iris.ai, что они считают наиболее актуальной частью статьи. Второй метод, применяемый Iris.ai, это неконтролируемое машинное обучение – когда искусственный интеллект и машина обучаются, непосредственно, из научных статей.
Отвечая на вопрос о сложностях которые испытывает команда, мисс Ритола сразу обратила внимание на проблему платных подписок. Она пояснила, что Iris.ai связана с примерно 130 миллионами документов из открытого доступа – практически все, которые имеются, доступны публике, но, многие полезные документы все еще скрыты системами, требующими от пользователей платы за доступ.
Тем не менее, вместо того чтобы просто принять эту ситуацию, команда Iris.ai разработала схему решения проблемы – проект Aiur, способный изменить существующую работу научно-исследовательского мира.
«Мы пытаемся создать общество, не принадлежащее нам, сообщество исследователей, сообщество программистов, всех, кто хочет посодействовать созданию новой экономической модели для науки, которая работает над созданием сообщества, управляемого искусственным интеллектом основанным на базе Knowledge Validation Engine (движущей силы подтвержденной информации), обеспечивающим открытый доступ к подтвержденным знаниям. В будущем задача состоит в том, чтобы обеспечить доступ ко всем исследовательским статьям, что есть в мире", сказала The Saint мисс Ритола.
Это не простая задача, так команда Iris.ai столкнулась с проблемой стимулирования исследователей к публикациям и проведением исследований с помощью проекта Aiur, вместо существующих систем, чем-то, что потребует значительного количества исследований и механизмов поощрения. Команда приступила к обязательствам, предложив научным работникам и студентам возможность стать "приверженцами подтвержденных научных исследований в открытом доступе». Во время интервью мисс Ритола сообщила The Saint, что обязательство подписали уже более 5 тыс. человек.
Как было со многими новыми технологиями, концепция Iris.ai была воспринята с некоторым скептицизмом. Чтобы переубедить тех, кто считает, что машина не способна создать правильный контекст вокруг исследовательской работы, команда Iris.ai организовала скитоны или научные хакатоны - мероприятия, где исследователям предлагалось провести весь день, с решая исследовательские проблемы, которые определится университетом или корпорацией.
Мисс Ритола сообщила: «На основании исследовательской статьи, представленной на WOSP18, мы обсудили результаты шести скитонов. И обнаружили, что когда люди действительно применяют инструменты Iris.ai, они представляют общую картину намного быстрее, чем другие команды, а также они могут составить более целостный обзор к концу дня.
В настоящий момент команда тестирует инструмент для точных наук, но мисс Ритола пояснила, что существует вероятность расширения потенциала программного обеспечения в сфере гуманитарных наук, пояснив это так: «проблема состоит в том, что общественные науки являются более неоднозначными и динамичными, в отличии от естественных наук».
Еще одним событием является работа команды над созданием программного обеспечения способного формировать и тестировать собственную версию - чем-то, что может сделать программное обеспечение Iris.ai в качестве самостоятельного исследователя.
В качестве своих ближайших планов компания Iris.ai надеется расширить свое сотрудничество с университетами. В настоящее время команда Iris.ai сотрудничает с рядом Скандинавских университетов и еще Европейскими исследовательскими партнерами включая Финский университет Аалто университет Хельсинки Технический университет Чалмерса, но мисс Ритола сообщила The Saint, что команда стремится расширить свои возможности и в университетах остальной части Европы, так Сент-Эндрюсский университет может стать следующим в плане действий Iris.ai.
статьи по теме:
Искусственный интеллект научился видеть людей сквоз стены
Искусственный интеллект с 95% точностью может предсказать дату вашей смерти
Подпишитесь на "A1NTELLIGENCE " сейчас и получайте актуальные и интересные статьи о искусственном интеллекте первыми!