L'Allen Institute for Artificial Intelligence (AI2) con sede a Seattle sta espandendo il suo strumento di ricerca gratuito Semantic Scholar per includere documenti in più domini come naturale, sociale, interdisciplinare e scienze sociali. Semantic Scholar ha quadruplicato il suo corpus di articoli scientifici per includere più di 175 milioni di articoli che vanno ben oltre i campi originali dell'informatica e della biomedicina del progetto.

Il motore di ricerca utilizza l'intelligenza artificiale (AI) per analizzare le somiglianze e i contrasti tra gli articoli scientifici. Proprio come la funzione "piace anche ai fan" nel servizio di streaming musicale Spotify, Semantic Scholar suggerisce altri documenti relativi all'interesse di un utente.

Il maggiore accesso a una moltitudine di documenti consentirà al pubblico di esplorare facilmente diverse prospettive su importanti questioni politiche, compreso l'impatto del cambiamento climatico e le cause della disparità di reddito, Lo ha affermato il direttore generale di Semantic Scholar, Doug Raymond.

"Così gran parte della scienza oggi è difficile, Lento, e ci vuole molto tempo per trovare i documenti giusti, " ha detto Raymond. "Crediamo che continuando il nostro lavoro nell'applicare l'intelligenza artificiale a questo problema di sovraccarico di informazioni alla scienza, inizieremo a vedere sempre più usi di Semantic Scholar e l'accelerazione delle scoperte in più domini."

Sviluppato e finanziato da AI2 nel 2015, Semantic Scholar ora fornisce a più di 7 milioni di utenti al mese in oltre 100 paesi l'accesso gratuito alla scienza sottoposta a revisione paritaria.

Ricerca sviluppata presso AI2, inclusi modelli di deep learning, è usato in Semantic Scholar per leggere un articolo, nonché identificare i concetti e le citazioni sottostanti per mostrare la sua influenza sulla comunità scientifica. I risultati chiave vengono quindi presentati all'utente in un riassunto conciso che risparmia ai ricercatori ciò che altrimenti potrebbe richiedere mesi di lettura e compilazione dei risultati.

"Semantic Scholar non è solo una grande risorsa per individuare documenti di ricerca, ma soprattutto un'analisi attiva e un approccio alla conoscenza della ricerca che fornisce nuove intuizioni, " ha scritto l'utente Isaac, un ricercatore di genomica presso il Memorial Sloan Kettering Cancer Center, in un'e-mail al portale di assistenza clienti. "Quando si esaminano i temi di ricerca, Uso spesso Semantic Scholar per trovare i ricercatori chiave nel campo, e attraverso le loro reti per esplorare e comprendere come è stato affrontato il problema della ricerca, al fine di valutare e posizionare la mia ricerca."

Semantic Scholar ha anche svelato la sua inclusione di 20 milioni di documenti ad accesso aperto che assicurano che gli utenti non colpiscano mai un paywall durante la ricerca di un argomento. Un'analisi del corpus di articoli del motore di ricerca ha rivelato che gli studi gratuiti sottoposti a revisione paritaria ricevono quasi il doppio delle citazioni che i documenti dietro un paywall ottengono dopo il primo anno di pubblicazione.

Il maggiore accesso alla conoscenza scientifica segue la visione iniziale del defunto fondatore Paul Allen, ha detto Raimondo. "La visione di Paul era che potenzialmente potesse esistere una cura per il cancro all'interno della ricerca, se solo potessimo scoprire la ricerca giusta con gli strumenti giusti, che è ciò che Semantic Scholar sta cercando di fare."

©2019 The Seattle Times
Distribuito da Tribune Content Agency, LLC.