Google запустила тестирование нового поискового сервиса на основе искусственного интеллекта в рамках проекта Scholar Labs. Он призван помогать учёным находить ответы на подробные исследовательские вопросы. Некоторые члены научного сообщества, впрочем, подвергли сомнению критерии определения качества научных исследований, обращает внимание The Verge.
- Пять причин полюбить HONOR Magic7 Pro
- Почему ИИ никак не сесть на безматричную диету
- Фитнес-браслет HUAWEI Band 10: настоящий металл
- Пять причин полюбить HONOR Pad V9
- Hollow Knight: Silksong — песнь страданий и радостей. Рецензия
- Пять причин полюбить HONOR X8c
- HUAWEI FreeArc: вероятно, самые удобные TWS-наушники
- Обзор умных часов HUAWEI WATCH 5: часы юбилейные
Пять причин полюбить HONOR Magic7 Pro
Почему ИИ никак не сесть на безматричную диету
Фитнес-браслет HUAWEI Band 10: настоящий металл
Пять причин полюбить HONOR Pad V9
Hollow Knight: Silksong — песнь страданий и радостей. Рецензия
Пять причин полюбить HONOR X8c
HUAWEI FreeArc: вероятно, самые удобные TWS-наушники
Обзор умных часов HUAWEI WATCH 5: часы юбилейные
Нет ясности, насколько смогут учёные доверять сервису, который для ранжирования поисковой выдачи использует не традиционные способы оценки популярности исследования, а анализирует взаимосвязи между словами. В научном поиске отсутствуют фильтры для общепринятых критериев, которые обычно используются, чтобы отличить «хорошие» исследования от «не очень хороших». Наиболее привычной в научной среде является метрика, отражающая количество цитирований исследования в других работах с момента его публикации — она в значительной мере отражает популярность статьи. Здесь есть связь и со временем: опубликованное недавно исследование может не цитироваться вовсе или набрать сотни ссылок за несколько месяцев, а исследования ещё из девяностых годов могут цитироваться несколько тысяч раз.
Ещё одна традиционная метрика называется импакт-фактором. У журналов, которые публикуют широко цитируемые исследования, более высокий импакт-фактор, а значит, такие материалы считаются более строгими или значимыми для научного сообщества. Так, у журнала Applied Sciences импакт-фактор равен 2,5, а у Nature он составляет уже 48,5. В оригинальной версии научной поисковой машины Google, то есть без ИИ, есть опция ранжирования выдачи по «релевантности» где для каждого результата отображается количество цитирований.
Цель обновлённого алгоритма — находить «наиболее полезные статьи при исследовательском поиске», заявили в Google. Теперь сервис ранжирует их по принципу, который, утверждают в компании, используют сами учёные — с учётом «полного текста каждого документа, места публикации, автора, а также частоты и давности цитирования в другой научной литературе». Но изолированного ранжирования по количеству цитирований статьи или импакт-фактору издания не будет.
«Импакт-фактор и количество цитирования зависят от области исследования в статьях, и большинству пользователей может быть непросто угадать подходящие значения в контексте конкретных исследовательских вопросов. <..> Если ограничиваться импакт-фактором или количеством цитирований, зачастую можно пропустить ключевые статьи, в частности, статьи в междисциплинарных или смежных областях либо журналах, а также недавно опубликованные статьи», — подчеркнули в Google. Можно запросить поиск по «недавним» работам, а при подготовке выдачи используются полные тексты статей. Данный сервис в компании назвали «новым направлением для нас», и при дальнейшей работе над ним Google планирует учитывать отзывы пользователей.
