- Ученые из Германии разработали ИИ-инструмент для прогнозирования прорывов в материаловедении.
- Инструмент основан на анализе научной литературы и обрабатывает около 221 000 рефератов материаловедческих статей.
- ИИ-модель не заменяет творческую мысль изобретателей, а помогает анализировать и предсказывать развитие научных направлений.
- Модель использует семантическую информацию для улучшения предсказательной способности.
- Для проверки практической полезности ИИ-инструмент сгенерировал персонализированные отчеты для ученых-материаловедов.
- Из 292 предложенных ИИ-комбинаций 26% были оценены как новые или перспективные, а точность идентификации интересных сочетаний выросла до 47%.
- Среди наиболее убедительных прогнозов - комбинации, ранее не привлекавшие внимания в литературе.
«Если наша языковая модель распознает, что термины вроде „перовскит“ и „солнечный элемент“ встречаются вместе все чаще, в графе концепций создается новая связь. Затем модель машинного обучения анализирует развитие этих связей, чтобы предсказать, какие комбинации научных понятий могут стать более важными в ближайшие два-три года, — пояснил Томас Марвиц из Технологического института Карлсруэ, первый автор исследования. — Затем модель машинного обучения анализирует развитие этих связей, чтобы предсказать, какие сочетания научных концепций могут стать более важными в ближайшие два-три года».
«Мы не хотим заменять исследователей, — подчеркнул Паскаль Фридерих, участник проекта, в пресс-релизе. — Наш результат — не машина для изобретений, а инструмент анализа, который может помочь более целенаправленно обнаруживать новые идеи и потенциальные коллаборации».
