AI mapper 37 563 forskningsartikler – knytter sammen spredte fagfelt

Den enorme veksten i AI-forskning har skapt en kunnskapsbarriere, der fagfelt som data-visjon og robotikk bruker år på å adoptere metoder fra hverandre. Årlig publiseres over 10 000 artikler, noe som gjør det umulig å holde oversikt. Nå kan nye systemer, drevet av store språkmodeller (LLM-er), behandle titusenvis av artikler. De trekker ut metoder, oppgaver og resultater, og omdanner dem til innleiringer (embeddings) – en numerisk representasjon av innholdet. Dette gjør det mulig å raskt oppdage høyt relevant tidligere arbeid gjennom klynging og siteringsanalyse, uavhengig av terminologi. Dette gjennombruddet betyr at organisasjoner som investerer i AI kan kutte ned på dobbeltarbeid og akselerere produktutviklingen. Mindre team kan konkurrere bedre ved å få umiddelbar tilgang til global kunnskap. Utfordringer inkluderer imidlertid å sikre nøyaktigheten i innleiringene, håndtere siteringsskjevheter og overholde personvernstandarder ved inntak av data.