Le Allen Institute for Artificial Intelligence (AI2), basé à Seattle, étend son outil de recherche gratuit Semantic Scholar pour inclure des articles dans de multiples domaines tels que naturel, social, interdisciplinaire et sciences sociales. Semantic Scholar a quadruplé son corpus d'articles scientifiques pour inclure plus de 175 millions d'articles qui vont bien au-delà des domaines originaux du projet, l'informatique et la biomédecine.

Le moteur de recherche utilise l'intelligence artificielle (IA) pour analyser les similitudes et les contrastes entre les articles scientifiques. Tout comme la fonctionnalité « les fans aiment aussi » dans le service de streaming musical Spotify, Semantic Scholar suggère d'autres articles liés à l'intérêt d'un utilisateur.

L'accès accru à une multitude d'articles permettra au public d'explorer facilement différentes perspectives sur des questions politiques importantes, y compris l'impact du changement climatique et les causes de l'inégalité des revenus, » a déclaré le directeur général de Semantic Scholar, Doug Raymond.

« Une grande partie de la science aujourd'hui est difficile, lent, et il faut beaucoup de temps pour trouver les bons papiers, " a déclaré Raymond. " Nous pensons qu'en poursuivant notre travail d'application de l'intelligence artificielle à ce problème de surcharge d'informations pour la science, nous allons commencer à voir de plus en plus d'utilisations de Semantic Scholar et l'accélération des percées dans de multiples domaines."

Développé et financé par AI2 en 2015, Semantic Scholar offre désormais à plus de 7 millions d'utilisateurs par mois dans plus de 100 pays un accès gratuit à des données scientifiques évaluées par des pairs.

Recherche développée à AI2, y compris les modèles d'apprentissage en profondeur, est utilisé dans Semantic Scholar pour lire un article, ainsi que d'identifier les concepts sous-jacents et les citations pour montrer son influence sur la communauté scientifique. Les principaux résultats sont ensuite présentés à l'utilisateur dans un résumé concis qui évite aux chercheurs ce qui pourrait autrement prendre des mois de lecture et de compilation des résultats.

"Semantic Scholar n'est pas seulement une excellente ressource pour localiser des articles de recherche, mais plus encore une analyse active et une approche de la recherche des connaissances fournissant de nouvelles perspectives, " a écrit l'utilisateur Isaac, chercheur en génomique au Memorial Sloan Kettering Cancer Center, dans un e-mail au portail de support client. "Lors de l'examen des sujets de recherche, J'utilise souvent Semantic Scholar pour trouver les chercheurs clés dans le domaine, et à travers leurs réseaux pour explorer et comprendre comment le problème de recherche a été abordé, afin d'évaluer et de positionner mes recherches."

Semantic Scholar a également dévoilé son inclusion de 20 millions d'articles en libre accès qui garantissent que les utilisateurs ne touchent jamais un paywall lors de la recherche d'un sujet. Une analyse du corpus d'articles du moteur de recherche a révélé que les études gratuites évaluées par des pairs reçoivent près du double des citations que les articles derrière un mur payant obtiennent après la première année de publication.

L'accès accru aux connaissances scientifiques suit la vision initiale du regretté fondateur Paul Allen, dit Raymond. "La vision de Paul était qu'un remède contre le cancer pourrait exister dans la recherche, si seulement nous pouvions découvrir la bonne recherche avec les bons outils, c'est ce que Semantic Scholar essaie de faire."

©2019 The Seattle Times
Distribué par Tribune Content Agency, LLC.