• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  • L'intensification de la recherche d'analogies pourrait être la clé de l'innovation

    Crédit :CC0 Domaine Public

    L'investissement dans la recherche est à un niveau record, pourtant, le taux de percées scientifiques ne bat aucun record. Pour résoudre ce dilemme, les scientifiques se tournent vers l'intelligence artificielle et le crowdsourcing pour identifier une source d'inspiration clé pour l'innovation, l'analogie parfaite.

    Wilbur Wright, par exemple, a eu son idée d'utiliser le gauchissement des ailes pour équilibrer un avion tout en tordant une boîte en carton. L'utilisation de méthodes similaires pour résoudre des problèmes disparates est un thème commun dans l'histoire de l'innovation. Mais à mesure que les problèmes deviennent plus complexes et que la quantité d'informations scientifiques explose, trouver des analogies utiles peut être difficile, dit Niki Kittur, professeur à l'Institut d'interaction homme-machine de l'Université Carnegie Mellon.

    Comme décrit dans un nouveau rapport qui sera publié en ligne cette semaine par le Actes de l'Académie nationale des sciences , les chercheurs abordent ce problème en décomposant le processus d'identification des analogies, utiliser des crowd workers pour résoudre les étapes individuelles du processus et former des IA pour qu'elles fassent une partie du travail automatiquement.

    "Nous développons de nouveaux outils qui pourraient ouvrir tout un ensemble de possibilités intéressantes, " dit Kittur, l'auteur principal. "Nous commençons tout juste à voir comment les gens pourraient les utiliser."

    Si cette approche s'avère fructueuse, les chercheurs n'ont pas besoin de se fier à un génie solitaire comme Wright pour trouver des analogies. Au lieu, ils peuvent utiliser un mélange d'individus et d'IA, chacun faisant les parties du travail qui tirent parti de leurs forces particulières, ont dit les auteurs, qui incluent des scientifiques de la CMU, le Bosch Research and Technology Center de Pittsburgh, l'Université hébraïque de Jérusalem, l'Université du Maryland et la Stern School of Business de l'Université de New York.

    La coordination de ces efforts peut être un défi, ils reconnaissent, mais de meilleures analogies pourraient donner lieu à des découvertes scientifiques plus efficaces, potentiellement rendre les avancées scientifiques plus profondes et moins progressives.

    « Les gens sont vraiment intéressés par la façon dont nous commençons à générer à nouveau des percées, " a déclaré Dafna Shahaf, professeur adjoint d'informatique à l'Université hébraïque de Jérusalem. « Le rythme de découverte est élevé, mais ne s'adapte pas à la quantité de ressources investies dans la recherche.

    Personnes, tels que les travailleurs de foule sur Amazon Mechanical Turk, ont été la clé de la recherche, bien que l'IA puisse apprendre de leurs efforts et assumer un rôle plus important à l'avenir. Par exemple, les auteurs ont développé un outil d'IA qui permet à un concepteur de spécifier l'objet d'une description de produit, puis de l'abstraire de manière ciblée. Un designer développant un porte-savon réglable, par exemple, pourrait identifier le foyer comme un produit extensible pour différentes tailles de savon. L'accent pourrait alors être élargi pour inclure différents types de produits personnels ou pour s'adapter à des dimensions telles que la taille ou le poids, plutôt que juste la longueur.

    Les chercheurs ont montré comment cette approche peut être étendue à la recherche scientifique. Cela comprend le développement de méthodes permettant aux novices d'annoter la littérature scientifique, qui peut être difficile à lire et à comprendre. Toutefois, les non-experts peuvent souvent discerner où se trouvent les concepts et les mécanismes les plus importants dans ces rapports de recherche, même s'ils ne comprennent pas ce que signifient ces concepts/mécanismes, dit Joël Chan, professeur assistant en sciences de l'information à l'Université du Maryland.

    "Savoir quelles parties sont importantes nous achète beaucoup en termes de recherche de relations analogiques subtiles entre les articles de recherche, " ajouta Chan. Par exemple, une fois que les non-experts ont isolé les parties des articles qui décrivent leur objectif ou leur objectif de recherche, Les modèles d'IA peuvent identifier d'autres articles qui traitent d'objectifs communs, même s'ils appartiennent à des domaines différents.

    Si l'identification par analogie peut être étendue, le potentiel d'avancées est grand, dit Hila Lifshitz-Assaf, professeur adjoint d'information, des opérations et des sciences de gestion à NYU Stern. Plus de 9 millions de brevets américains attendent d'être exploités ; plus de 2 millions d'idées de produits et de solutions soumises à des plateformes d'idéation telles qu'InnoCentive, Kickstarter, Quirky et OpenIDEO ; des centaines de millions d'articles scientifiques et d'affaires juridiques consultables sur Google Scholar ; et des milliards de pages Web et de vidéos consultables sur Internet.

    Bien sûr, le volume considérable de ces informations pose un défi pour trouver et appliquer des analogies, l'un des trois défis identifiés par les auteurs. Une autre est la tendance des gens à se focaliser sur les détails au niveau de la surface, plutôt que des concepts plus profonds qui s'appliquent à tous les domaines. Les personnes qui envisagent de traiter une tumeur inopérable avec des radiations sans détruire les tissus sains, par exemple, ont tendance à se concentrer sur les radiations ou le cancer plutôt que de s'inspirer de la science militaire pour les agressions à plusieurs volets.

    Un troisième défi est la complexité même des problèmes du monde réel, qui peut nécessiter la résolution de plusieurs sous-problèmes, nécessitant plusieurs analogies à plusieurs niveaux d'abstraction.

    Résoudre ces défis pourrait inaugurer une nouvelle ère de découverte, Kittur a dit, fournir aux gens l'inspiration nécessaire pour faire des percées maintenant juste au-delà de notre portée.

    "Il se pourrait que le fruit à portée de main ait été cueilli et que nous n'ayons tout simplement pas les échelles pour atteindre ce qui reste, " expliqua-t-il. " L'IA va nous aider à monter plus haut dans l'arbre, mais vous aurez toujours besoin de gens pour cueillir les fruits."


    © Science https://fr.scienceaq.com