回到主页

新的人工智能搜索引擎如何改变神经科学家的研究方式

当你想到人工智能时,可能会想到未来机器人的图像或坏科幻电影的记忆。然而,人工智能的实际情况实际上更加温和:例如友好的搜索引擎。

但是,当我们在Google中输入查询并获得相当有用的结果时,科学研究人员收集的信息并非总是如此。

虽然Google Scholar和PubMed等现有资源为科学家提供的资源比旧方法快得多,但它们并不总能涵盖所需的细节。

现在,一个名为Semantic Sc​​holar 的新型免费搜索引擎正在使用AI技术帮助这些科学家更快地找到相关信息。

对于这些专业人士而言,语义学者被认为是改变游戏规则的人,他们之前无法有效地梳理大量密集的研究。虽然谷歌学术搜索拥有庞大的数据库 - 迄今为止它已经索引了超过2亿篇文章 - 但它在提供元数据访问方面却缺乏。

它可以帮助科学家找到研究,但它不会告诉他们论文或作者被引用的频率。从本质上讲,它可以使科学家的工作更加困难,因为他们使用的研究工具并不全面。

但是语义学者是不同的。由微软联合创始人保罗·艾伦与他的非盈利组织艾伦人工智能研究所共同开发,语义学者于去年11月首次推出。被称为AI2的非营利组织与艾伦的其他研究机构艾伦脑科学研究所合作建造了引擎。

Semantic Sc​​holar最初作为计算机科学的研究工具推出,其真正的吸引力在于其基于AI的设计。

这个新的搜索引擎实际上能够思考和分析研究的价值,而不是简单地列出研究的摘要和书目数据。GeekWire指出,“语义学者使用数据挖掘,自然语言处理和计算机视觉来识别和呈现研究论文中的关键要素。”

引擎能够理解纸张何时引用其自己的研究或来自其他来源的结果。然后,语义学者可以识别重要细节,提取数字,并将一项研究与一个领域内的数千篇其他文章进行比较。

那么为什么Semantic Sc​​holar是更好的选择呢?
艾伦在一份新闻稿中说:“医学突破不应受到搜索科学文献的繁琐过程的阻碍。” “我对语义学者的看法是为研究人员提供更强大的工具,帮助他们在线学习数百万篇论文,以帮助他们跟上科学的爆炸性增长。”

就目前而言,科学家可以使用其他搜索引擎数据库作为起点,但他们发现的往往需要进一步研究。

结果并未全面反映研究,变量或整体影响。AI2的首席执行官Oren Etzioni指出,目前的选择可能导致过多的信息而没有真正的排名方法。

“如果你正在处理信息过载问题,那么你希望这些东西可以帮助你消除混乱,[并]切割结果并对结果进行切分。”

因为搜索引擎使用自然语言,所以它能够思考并判断哪些研究与给定的搜索最相关。

TechCrunch指出,“它可以做出明智的判断......相关或引用的论文最相关,或者当前论文所做的其他工作有哪些......结果快速,相关,易于分类或深入研究。对于经常咨询此类文章的科学家来说,这是一个巨大的进步。“。

这对Google学术搜索来说意味着什么?

AI2不想与谷歌竞争; Etzioni说,这将是一个愚蠢的差事。他们只是想提供更好的选择。他说:“我们的目标是通过为科学家们提供更有效的选择来提高他们的研究水平。”

事实上,许多科学家正计划使用这两种引擎进行研究,部分原因是语义学者的现状与更成熟的引擎相比有些局限。

除了计算机科学,语义学者现在涵盖了神经科学领域,并且能够搜索1000万篇已发表的论文。虽然听起来令人印象深刻,但与谷歌学者目前的数据库相比,它显得相形见绌

语义学者的未来

管存在缺点,但行业专业人士认为Semantic Sc​​holar具有巨大的潜力。该引擎不仅免费,而且由于其设计,它比其他可用选项更强大和彻底。

开发商已经将其领土扩展到生物医学和神经科学领域,他们打算继续发展。

Etzioni说,引擎最终可能成为一个假设引擎,引导科学家们从更大的角度看待问题,或者从不同的角度来看问题。

通过这样做,它可以像一个部门负责人一样指出方法以前有效,或者一个区域仍然没有经过测试。它可以帮助科学家指导并产生更好的质量研究。

即使发动机仍在开发中,它已经非常成功。自Semantic Sc​​holar首次推出以来,已有250万人使用该服务并进行了数百万次搜索。

在索引方面可能还有很长的路要走,但该研究所希望在2017年底之前完全扩展引擎的生物医学研究图书馆。通过将AI用于科学界的服务,Semantic Sc​​holar确保只有最好的并且使用了大多数相关研究。反过来,这将带来更高质量和更先进的研究 - 这一理念将使每个人受益。

所有文章
×

还剩一步!

确认邮件已发至你的邮箱。 请点击邮件中的确认链接,完成订阅。

好的