Opskalering af søgning efter analogier kan være nøglen til innovation

Investeringer i forskning er på det højeste nogensinde, alligevel sætter frekvensen af ​​videnskabelige gennembrud ingen rekorder. For at løse dette dilemma, videnskabsmænd henvender sig til kunstig intelligens og crowdsourcing for at få hjælp til at identificere en nøgleinspiration for innovation - den perfekte analogi.

Wilbur Wright, for eksempel, berømt fik sin idé om at bruge vingeformning til at balancere et fly, mens han vrider en papkasse. At bruge lignende metoder til at løse forskellige problemer er et almindeligt tema i innovationshistorien. Men efterhånden som problemerne bliver mere komplekse og mængden af ​​videnskabelig information eksploderer, at finde nyttige analogier kan være svært, sagde Niki Kittur, en professor i Carnegie Mellon Universitets Human-Computer Interaction Institute.

Som beskrevet i en ny rapport, der offentliggøres online i denne uge af Procedurer fra National Academy of Sciences , forskere løser dette problem ved at nedbryde processen med at identificere analogier, bruge crowd workers til at løse individuelle trin i processen og træne AI'er til at udføre en del af arbejdet automatisk.

"Vi er ved at udvikle nye værktøjer, der kan låse op for en hel række interessante muligheder, "sagde Kittur, hovedforfatteren. "Vi er lige begyndt at se, hvordan folk kan bruge dem."

Hvis denne tilgang viser sig vellykket, forskere behøver ikke stole på et ensomt geni som Wright for at finde analogier. I stedet, de kan bruge en blanding af individer og AI'er, hver udfører de dele af arbejdet, der udnytter deres særlige styrker, sagde forfatterne, som omfatter forskere fra CMU, Bosch Research and Technology Center i Pittsburgh, det hebraiske universitet i Jerusalem, University of Maryland og New York University Stern School of Business.

At koordinere disse indsatser kan være en udfordring, de anerkender, men bedre analogier kunne give mere effektiv videnskabelig opdagelse, muligvis gøre videnskabelige fremskridt mere dybtgående og mindre inkrementelle.

"Folk er virkelig interesserede i, hvordan vi begynder at skabe gennembrud igen, " sagde Dafna Shahaf, adjunkt i datalogi ved hebraisk universitet i Jerusalem. "Opdagelseshastigheden er høj, men skaleres ikke med mængden af ​​ressourcer, der investeres i forskning."

Mennesker, såsom crowd workers på Amazon Mechanical Turk, har været nøglen til forskningen, selvom AI kan lære af deres indsats og påtage sig en større rolle fremover. For eksempel, forfatterne udviklede et AI -værktøj, der gør det muligt for en designer at specificere et fokus på en produktbeskrivelse og derefter abstrahere det på en målrettet måde. En designer, der udvikler en justerbar sæbeskål, for eksempel, kunne identificere fokus som et produkt, der kan udvides til forskellige størrelser sæbe. Fokus kan derefter udvides til at omfatte forskellige typer af personlige produkter eller til at rumme dimensioner som højder eller vægte, frem for blot længde.

Forskerne har vist, hvordan denne tilgang kan udvides til at omfatte videnskabelig forskning. Det omfatter udvikling af metoder til nybegyndere til at kommentere videnskabelig litteratur, som kan være udfordrende at læse og forstå. Ikke desto mindre, ikke-eksperter kan ofte se, hvor de vigtigste begreber og mekanismer er i disse forskningsrapporter, selvom de ikke forstår, hvad disse begreber/mekanismer betyder, sagde Joel Chan, adjunkt i informationsstudier ved University of Maryland.

"Ved at vide, hvilke dele der er vigtige, køber vi meget i forhold til at finde subtile analogiske forhold mellem forskningsartikler, "Tilføjede Chan. F.eks. når ingen eksperter isolerer de dele af artikler, der beskriver deres formål eller forskningsmål, AI-modeller kan identificere andre papirer, der handler om fælles formål, selvom de er fra forskellige emneområder.

Hvis analogi identifikation kan skaleres op, potentialet for fremskridt er stort, sagde Hila Lifshitz-Assaf, adjunkt i information, operations and management sciences på NYU Stern. Der venter på at blive tappet mere end 9 millioner amerikanske patenter; mere end 2 millioner produkt- og løsningsideer indsendt til idéplatforme såsom InnoCentive, Kickstarter, Quirky og OpenIDEO; hundreder af millioner af videnskabelige artikler og retssager, der kan søges på Google Scholar; og milliarder af websider og videoer, der kan søges på internettet.

Selvfølgelig, den store mængde af denne information udgør en udfordring for at finde og anvende analogier, en af ​​tre udfordringer, forfatterne identificerer. En anden er folks tendens til at fiksere på detaljer på overfladeniveau, frem for dybere begreber, der gælder på tværs af felter. Folk, der overvejer, hvordan man behandler en inoperabel tumor med stråling uden at ødelægge sundt væv, for eksempel, har en tendens til at fokusere på stråling eller kræft frem for at hente inspiration fra militærvidenskab til flertalsangreb.

En tredje udfordring er den rene kompleksitet af problemer i den virkelige verden, som kan kræve løsninger på flere delproblemer, kræver flere analogier på flere abstraktionsniveauer.

At løse disse udfordringer kan indlede en ny æra med opdagelser, Kittur sagde, give folk den nødvendige inspiration til at skabe gennembrud nu lige uden for vores rækkevidde.

"Det kan være, at den lavthængende frugt er blevet plukket, og vi har bare ikke stigerne til at nå det, der er tilbage, " forklarede han. "AI vil hjælpe os med at komme højere op i træet, men du har stadig brug for, at folk rent faktisk plukker frugten. "