Η
Semantic Scholar είναι μια μηχανή αναζήτησης με υψηλή νοημοσύνη. Θα αναζητά
επιστημονικές δημοσιεύσεις στον κυβερνοχώρο.
Μία
νέα χείρα βοηθείας, εξοπλισμένη με τεχνητή νοημοσύνη, μόλις απέκτησαν οι
απανταχού επιστήμονες και ερευνητές. Πρόκειται για τη Semantic Scholar, μια δωρεάν μηχανή αναζήτησης, η οποία όχι
μόνο ψάχνει μέσα σε εκατομμύρια επιστημονικές δημοσιεύσεις, αλλά έχει την
«εξυπνάδα» να καταλαβαίνει τι είναι σημαντικό και χρήσιμο μέσα σε αυτό τον τεράστιο
όγκο δεδομένων.
Τεράστιος
όγκος
Κάθε
χρόνο γίνονται περίπου δύο εκατομμύρια νέες επιστημονικές δημοσιεύσεις και από
αυτές σχεδόν οι μισές διαβάζονται το πολύ από τρεις ανθρώπους. Η Semantic
Scholar - δημιούργημα του Ινστιτούτου Άλεν για την Τεχνητή Νοημοσύνη (γνωστού
και ως ΑΙ2) με έδρα το Σιάτλ των ΗΠΑ, που χρηματοδοτείται από τον
πολυεκατομμυριούχο συνιδρυτή της Microsoft Πολ Άλεν με πάνω από 20 εκατ.
δολάρια - θέλει να διευκολύνει τους επιστήμονες, ενημερώνοντάς τους για
γνώσεις, συσχετίσεις και νέες ιδέες, που είχαν περάσει απαρατήρητες έως τώρα.
Image credit: Peter Ginter/Getty
Αντί
να ψάχνουν βελόνες στα άχυρα, οι ερευνητές θα μπορούν να θέτουν ερωτήματα στη Semantic Scholar και αυτή θα «διαβάζει» όλα εκείνα που
εκείνοι, ακόμα κι αν γνώριζαν ότι υπάρχουν, δεν θα προλάβαιναν να το κάνουν.
Η
αναζήτηση
Σε
πρώτη φάση, σύμφωνα με το «New Scientist» και το «Nature», η μηχανή θα αναζητά δημοσιεύσεις από το
πεδίο της πληροφορικής και των υπολογιστών (περίπου τρία εκατομμύρια μέχρι
στιγμής), ενώ από το 2016 θα διευρύνει τον ορίζοντά της σε άλλα πεδία, με
προτεραιότητα τη βιοϊατρική και τη φυσική.
Το
σύστημα ψάχνει μόνο σε ελεύθερα προσβάσιμες δημοσιεύσεις (όχι όσες διατίθενται
μέσω συνδρομής) και "σκανάρει" τόσο το κείμενο όσο και τις
φωτογραφίες ή τα επιστημονικά διαγράμματα. Παράλληλα, μπορεί να εντοπίσει ποιες
δημοσιεύσεις έχουν τη μεγαλύτερη επιρροή και ποιες είναι αμφιλεγόμενες.
Oren Etzioni, chief
executive officer of the Allen Institute for Artificial Intelligence. (CC BY-NC 2.0).
Σε
εξέλιξη βρίσκονται παρεμεφερείς προσπάθειες από τον υπερυπολογιστή «Γουάτσον»
της ΙΒΜ που υποστηρίζει το νέο εργαλείο επιστημονικής αναζήτησης "The Knowledge Integration Kit" (KnIT), καθώς και από την υπηρεσία Προωθημένων
Αμυντικών Ερευνητικών Προγραμμάτων (DARPA) του αμερικανικού Πενταγώνου, η οποία αναπτύσσει την φιλόδοξη
τεχνολογία "Big
Mechanism"
(Μεγάλος Μηχανισμός), που αναμένεται να έχει ολοκληρωθεί έως το 2017.
Παράλληλα,
υπάρχουν οι βάσεις επιστημονικών δημοσιεύσεων, με μεγαλύτερες τη Google Scholar (με τουλάχιστον 100 εκατομμύρια έγγραφα)
και τη PubMed, οι οποίες όμως
δεν έχουν την τεχνητή νοημοσύνη να «καταλάβουν» το περιεχόμενο αυτών των
δημοσιεύσεων. Το πλεονέκτημα της Google Scholar, από την άλλη, είναι ότι μπορεί να βρει και δημοσιεύσεις που
«κρύβονται» πίσω από το «τείχος» της πληρωμένης συνδρομής. Άλλa εργαλεία, όπως
η Microsoft Academic Search και η CiteSeer, είναι μικρότερης εμβέλειας.