0
For at parafrasere Arthur Schopenhauer, geni, er at se hvad alle andre ser og tænker, hvad ingen andre har tænkt. Sagt på en anden måde, geni, er at nedbryde de sædvanlige siloer at isolere ideer og viden i specifikke felter og purviews.
Det er en elegant definition. Takket være det arbejde, ved at blive præsenteret af forskere ved Carnegie Mellon University ‘ s School of Computer Science og den hebraiske Universitet i Jerusalem, det kan snart gælder for AI.
Forskerne har netop givet computere kapacitet til at mine patent databaser og andre forsknings-registre med henblik på at genbruge gamle idéer til at løse nye problemer. For at gøre det, de var nødt til at udtænke en metode til at lære computere at gøre analogier.
“Efter årtiers forsøg på, det er første gang, at nogen har fået trækkraft beregningsmæssigt på den tilsvarende problem på en skala,” sagde Aniket Kittur, lektor i CMU ‘ s Menneske-Computer Interaktion Institut.
“Når du kan søge analogier, du kan virkelig skrue op for hastigheden af innovation,” tilføjer Dafna Shahaf, en CMU-alumne og datalog på Hebrew University. “Hvis du kan accelerere innovation, der løser en masse andre problemer efterfølgende.”
Analogier, som er en måde at drage sammenligninger mellem ting, som ikke er let at sammenligne, ligger i hjertet af innovation. En talsmand for CMU tilbudt mig et par illustrative eksempler, herunder tilfælde af Jorge Odon, en Argentinsk bil mekaniker, der opfandt et apparat til at levere babyer, der er meget mere sikkert end en pincet. Den idé kom til ham, efter at have set nogen bruge et trick til at fjerne en løs cork fra en vinflaske.
Det spring, det tager at flytte fra fast kork til en vanskelig fødsel, hvilket kan ske spontant og ubevidst for mennesker, har vist sig undvigende for maskiner. Problemet er, at computere ikke forstår verden på dybt semantiske niveau, vi gør.
“Forskere har forsøgt håndværk data strukturer, men denne metode er tidskrævende og dyrt,” sagde CMU talsmand, “ikke for skalerbare databaser, som kan indeholde ni millioner AMERIKANSKE patenter eller 70 millioner videnskabelige afhandlinger.”
Forskerne prøvede noget anderledes. Kittur har brugt år på at studere hvordan crowdsourcing kan bruges til at finde analogier. Han og Shahaf, sammen med andre forskere, arbejdstagere gennem Amazon Mechanical Turk og bad dem om at se gennem produkter på Quirky.com et produkt innovation hjemmeside, og derefter finde tilsvarende produkter på samme sted. Arbejderne derefter bemærkes, præcist hvilket ord fik dem til at forbinde forskellige produkter, kortlægning hver vej.
“Vi var i stand til at se ind i disse folks hjerner, fordi vi tvang dem til at vise deres arbejde,” forklarer Joel Chan, en post-ph.d. – forsker ved CMU.
Baseret på indsigter og erfaringer fra den oversættelse af forskning, computere, som er udstyret med dyb læring AI var i stand til at analysere yderligere produkt beskrivelser og identificere nye analogier. Ved udsåning af processen med at danne analogier i et bestemt økosystem, som det produkt, hjemmeside, forskere effektivt lærte computere til at efterligne det menneskelige sind ‘ s ekspansive kapacitet til sammenligning.
Ifølge holdet, den samme tilgang kan bruges til at skræddersy edb-programmer til at finde analogier mellem patentansøgninger og litteratur om problemer, der i øjeblikket står over for verden. Det kunne være, at værktøjer der findes til at hjælpe med at løse nye problemer, selv hvis ingen har lavet disse forbindelser.
Forskerholdet vil præsentere sine resultater på torsdag, August. 17, på KDD 2017, Konferencen om Opdagelse af ny Viden og Data Mining, i Halifax, Nova Scotia, hvor forskning papir har vundet både Bedste Papir, og Best Student Paper award.
Mere robotteknologi
Robot afslører første billeder af lava-lignende nukleart affald på Fukushima
Teleskopfunktion robotter kan skrumpe til at rejse
Robot møbler forvandler lille lejlighed
Hvor lille ‘naturlige nanobots’ angribe kræftceller
0