使用机器学习来预测高影响力的研究

时间:2021-09-05 15:15:06来源:

麻省理工学院研究人员构建的人工智能框架可以通过学习从以前的科学出版物中收集到的模式,为未来的高影响技术提供“早期警报”信号。

在对其能力的回顾性测试中,DELPHI(Dynamic Early-warning by Learning to Predict High Impact 的缩写)能够在专家的关键基础生物技术列表中识别出所有开创性论文,有时甚至早在发表后的第一年.

麻省理工学院媒体实验室的研究附属机构 James W. Weis 和媒体艺术与科学教授兼媒体实验室分子机器研究小组负责人 Joseph Jacobson 也使用 DELPHI 突出了他们预测将成为的 50 篇最新科学论文到 2023 年产生重大影响。论文涵盖的主题包括用于癌症治疗的 DNA 纳米机器人、高能量密度锂氧电池和使用深度神经网络的化学合成等。

研究人员将 DELPHI 视为一种工具,可以帮助人类更好地利用科学研究资金,识别可能会枯竭的“粗糙的钻石”技术,并为政府、慈善机构和风险投资公司提供一种更有效、更有成效地支持科学的方法.

“本质上,我们的算法通过从科学史中学习模式来运行,然后在新出版物上进行模式匹配,以找到具有高影响力的早期信号,”Weis 说。“通过跟踪想法的早期传播,我们可以预测它们以有意义的方式传播或传播到更广泛的学术界的可能性有多大。”

标签: