一种新的人工智能可视化工具能够使政策制定者、研究投资者和公众可以了解科学资助的影响。由西北大学和上海同济大学的研究人员开发的Funding the Frontier(资助前沿)是一种可视化分析工具,用于跟踪研究投资如何在科学、工业、卫生和政策方面产生成果。
![]()
根据随附的论文,该系统将700万笔资助与1.4亿篇科学论文、1.6亿项专利、1090万份政策文件、80万项临床试验和近600万篇新闻文章联系起来。它总共绘制了18亿个链接,这些链接追踪了多个部门研究资金的下游影响,以全面了解科学项目如何影响社会。
许多先前对科学资助的分析都集中在科学本身的产出上,例如资助产生的论文或引文数量。开发者表示,为前沿领域提供资金将这一观点进一步向外延伸。它衡量资助的研究如何影响专利、为公共政策提供信息、导致临床进步或到达媒体。研究人员表示,目标是帮助决策者确定投资在哪里产生最大收益。
该系统的核心是一组算法,用于合并和分析来自Dimensions、Overton、Altmetric和SciSciNet等来源的数据。一种名为SciBERT的大型语言模型基于BERT架构,并在大型科学文本数据语料库上进行了预训练,用于读取和分类数百万份资助摘要,而一种名为XGBoost的机器学习方法则预测哪些项目可能会产生高影响的结果。这些预测通过一个网络界面显示,用户可以探索趋势,比较资金组合,并确定有前景的研究人员或未来支持的主题。
![]()
该系统还引入了新的方法来可视化赠款的影响。每个项目都以一个圆形的“ImpactGlyph”为代表,以水中的涟漪为模型,展示了资助的效果如何通过出版物、专利、临床试验和政策引用向外扩展。本文中的案例研究展示了该系统如何发现资金中的性别差异或某一领域内研究重点的转变等模式。一个例子显示了与阿尔茨海默病相关的项目是如何从生物医学方法向社会和生活方式维度发展的。
研究小组表示,他们与专家用户一起评估了该系统,包括公共机构的项目官员和私人科学投资公司的高管:“该系统将预测未来投资机会的各种影响指标和预测模型整合到一系列协调的视图中,从而可以轻松探索资金及其结果。”作者写道,“我们使用案例研究和专家访谈来评估该系统的有效性和可用性。反馈表明,我们的系统不仅满足了目标用户的主要分析需求,而且复杂科学生态系统的丰富数据集和提出的分析框架也为可视化和科学研究开辟了新的途径。”
![]()
通过将科学资助与其社会影响联系起来,资助前沿可能会提供一种新的方式来可视化推动发现的知识和资源的流动。作者将其描述为循证科学政策的研究框架和实用工具。在人工智能基础设施的资金几乎没有放缓的迹象之际,该项目提醒人们,科学企业本身依赖于持续的投资。这样的工具可能有助于确保人工智能的好处和资源进一步扩展到使这些进步成为可能的科学领域。
与Ai时代前沿合作,将大门向更多普通用户敞开!无论你是对新技术充满好奇心的爱好者,还是希望提升自己技能的职场人士,这里都有适合你的课程和资源。欢迎扫码加入我们!
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.