Искусственный интеллект будет помогать в изучении научных работ

Усилия ученых со всего мира сейчас направлены на разработку вакцины от коронавируса. Ежедневно публикуется огромное количество исследований. Чтобы ускорить процесс обработки всех данных и тем самым понять перспективы исследования, специалисты подключили инструмент искусственного интеллекта, который сканирует огромное количество научной литературы о COVID-19.

К сожалению, человек не может обработать огромное количество информации достаточно быстро. А сейчас, когда пандемия все еще прогрессирует во многих странах, скорость изучения новых научных работ очень важна. Эти проблемы побудили специалистов из Университета Нортуэстерна создать инструмент, который предсказывает, какие исследования наиболее достойны дальнейших инвестиций, а какие вряд ли будут «работать».

Итак, как же работает эта система искусственного интеллекта.

Модель использует алгоритм, предсказывающий какие исследования дадут результаты, которые можно воспроизвести – это означает, что выводы опубликованные в работе, могут иметь аналогичный эффект при повторном тестировании на группе людей.

Существующие методы оценки «воспроизводимости» опираются на обзоры, которые проводятся научными экспертами. Например, индекс SCORE (оценка доверия к исследованию) в среднем занимает около 314 дней. В условиях глобальной пандемии, это невероятно много времени.

Профессор Брайан Уцци, возглавлявший исследование, считает, что процесс оценки исследований в целом имеет две основные проблемы. Во-первых, требуется слишком много времени, чтобы перейти ко второй фазе тестирования, а во-вторых, когда эксперты тратят свое время на изучение работы других людей, это означает, что они не находятся в лаборатории, проводящей свои собственные исследования.

Поэтому команда Уцци обучила модель распознаванию не только статистических данных, но и анализу текста. Идея состоит в том, чтобы проанализировать данные цифр и повествование, которое авторы исследования используют для объяснения своих результатов. Система распознает паттерны в словах, которые показывают уверенность ученого в своих выводах, которые человеческие рецензенты не всегда обнаруживают.

После того, как команда провела эксперименты на известных работах, они сравнили предсказания системы с оценкой SCORE. Исследователи говорят, что их разработка дала столь же точные результаты, но в течение нескольких минут, а не месяцев.