Gli investimenti nella ricerca sono ai massimi storici, eppure il tasso di scoperte scientifiche non sta stabilendo alcun record. Per risolvere questo dilemma, gli scienziati si stanno rivolgendo all'intelligenza artificiale e al crowdsourcing per un aiuto nell'identificare un'ispirazione chiave per l'innovazione:l'analogia perfetta.

Wilbur Wright, ad esempio, notoriamente ebbe la sua idea di usare la deformazione delle ali per bilanciare un aeroplano mentre si torceva una scatola di cartone. L'utilizzo di metodi simili per risolvere problemi disparati è un tema comune nella storia dell'innovazione. Ma man mano che i problemi diventano più complessi e la quantità di informazioni scientifiche esplode, trovare utili analogie può essere difficile, disse Niki Kittur, un professore presso l'Istituto di interazione uomo-macchina della Carnegie Mellon University.

Come descritto in un nuovo rapporto che sarà pubblicato online questa settimana dal Atti dell'Accademia Nazionale delle Scienze , i ricercatori stanno affrontando questo problema scomponendo il processo di identificazione delle analogie, utilizzare i crowd worker per risolvere i singoli passaggi del processo e addestrare le IA a svolgere automaticamente parte del lavoro.

"Stiamo sviluppando nuovi strumenti che potrebbero sbloccare tutta una serie di possibilità interessanti, " disse Kittur, l'autore principale. "Stiamo appena iniziando a vedere come le persone potrebbero usarli".

Se questo approccio si rivela vincente, i ricercatori non devono fare affidamento su un genio solitario come Wright per trovare analogie. Anziché, possono utilizzare un mix di individui e IA, ciascuno facendo quelle parti del lavoro che sfruttano i loro particolari punti di forza, hanno detto gli autori, che includono scienziati della CMU, il Centro di ricerca e tecnologia Bosch di Pittsburgh, l'Università Ebraica di Gerusalemme, l'Università del Maryland e la Stern School of Business della New York University.

Coordinare questi sforzi può essere una sfida, riconoscono, ma migliori analogie potrebbero portare a scoperte scientifiche più efficienti, potenzialmente rendendo i progressi scientifici più profondi e meno incrementali.

"Le persone sono davvero interessate a come ricominciare a generare scoperte, " disse Dafna Shahaf, professore assistente di informatica presso l'Università Ebraica di Gerusalemme. "Il ritmo della scoperta è alto, ma non scala con la quantità di risorse investite nella ricerca."

Le persone, come i lavoratori della folla su Amazon Mechanical Turk, sono stati fondamentali per la ricerca, sebbene l'IA possa imparare dai loro sforzi e assumere un ruolo più ampio andando avanti. Ad esempio, gli autori hanno sviluppato uno strumento di intelligenza artificiale che consente a un designer di specificare un punto focale della descrizione di un prodotto e quindi di astrarre in modo mirato. Un designer che sviluppa un portasapone regolabile, Per esempio, potrebbe identificare il focus come un prodotto estensibile per diverse dimensioni di sapone. L'attenzione potrebbe quindi essere ampliata per includere diversi tipi di prodotti personali o per adattarsi a dimensioni come altezze o pesi, piuttosto che solo la lunghezza.

I ricercatori hanno dimostrato come questo approccio possa essere esteso alla ricerca scientifica. Ciò include lo sviluppo di metodi per i principianti per annotare la letteratura scientifica, che può essere difficile da leggere e comprendere. Comunque, i non esperti spesso possono discernere dove si trovano i concetti e i meccanismi più importanti in questi rapporti di ricerca, anche se non capiscono cosa significano quei concetti/meccanismi, disse Joel Chan, assistente professore di studi sull'informazione presso l'Università del Maryland.

"Sapere quali parti sono importanti ci fa guadagnare molto in termini di ricerca di sottili relazioni analogiche tra documenti di ricerca, " ha aggiunto Chan. Ad esempio, una volta che i non esperti isolano le parti dei documenti che descrivono il loro scopo o obiettivo di ricerca, I modelli di intelligenza artificiale possono identificare altri documenti che riguardano scopi comuni, anche se provengono da aree tematiche diverse.

Se l'identificazione dell'analogia può essere aumentata, il potenziale per i progressi è grande, disse Hila Lifshitz-Assaf, assistente professore di informazione, scienze operative e gestionali presso la NYU Stern. In attesa di essere sfruttati ci sono più di 9 milioni di brevetti statunitensi; più di 2 milioni di idee di prodotti e soluzioni presentate a piattaforme di ideazione come InnoCentive, Kickstarter, Eccentrico e OpenIDEO; centinaia di milioni di articoli scientifici e casi legali ricercabili su Google Scholar; e miliardi di pagine web e video ricercabili su Internet.

Certo, il volume di tali informazioni pone una sfida alla ricerca e all'applicazione di analogie, una delle tre sfide identificate dagli autori. Un altro è la tendenza delle persone a fissarsi su dettagli superficiali, piuttosto che concetti più profondi che si applicano a tutti i campi. Persone che considerano come trattare un tumore inoperabile con radiazioni senza distruggere i tessuti sani, ad esempio, tendono a concentrarsi sulle radiazioni o sul cancro piuttosto che trarre ispirazione dalla scienza militare per assalti su più fronti.

Una terza sfida è l'assoluta complessità dei problemi del mondo reale, che potrebbe richiedere soluzioni di diversi sottoproblemi, richiedendo molteplici analogie a più livelli di astrazione.

Risolvere queste sfide potrebbe inaugurare una nuova era di scoperte, Kittur ha detto, fornendo alle persone l'ispirazione necessaria per fare progressi ora appena oltre la nostra portata.

"Potrebbe essere che il frutto basso sia stato colto e semplicemente non abbiamo le scale per raggiungere ciò che rimane, " spiegò. "L'intelligenza artificiale ci aiuterà a salire più in alto nell'albero, ma avrai comunque bisogno di persone che raccolgano effettivamente i frutti".