Google Scholar laboratorijas: Lūk, kā darbojas jaunā mākslīgā intelekta darbināmā akadēmiskā meklēšana

Google savā akadēmiskajā ekosistēmā ir ieviesis eksperimentālu funkciju: Google Scholar laboratorijas, priekšlikums, kas Tā mērķis ir pārskatīt to, kā tiek atbildēts uz sarežģītiem pētniecības jautājumiem.Uzņēmums veic izpēti ar ģeneratīvais mākslīgais intelekts veids, kā samazināt literatūras pārskatīšanai veltīto laiku un paplašināt uzmanības loku, neaprobežojoties tikai ar atslēgvārdu meklēšanu.

Eiropas universitāšu vidē, tostarp Spānijas iestādēs, tas varētu liecināt par paradumu maiņu. dokumentācijas fāze: Piekļuve ir ierobežota a Lietotāji ir pieteikušies, un ir gaidīšanas saraksts.Tātad ieviešana notiks pakāpeniski, kamēr Google apkopos atsauksmes un pielāgos pakalpojumu.

Kas tas ir un ko tas tiecas panākt

Scholar Labs tiek definēts kā rīks Ar mākslīgo intelektu atbalstīta pētniecība kas risina jautājumus, kuri prasa aplūkot tēmu no vairākiem skatupunktiemGoogle to raksturo kā "jaunu virzienu" akadēmiskajos pētījumos, kas koncentrējas uz visnoderīgāko materiālu atrašanu konkrētam vaicājumam, ne obligāti uz populārākajiem.

Priekšlikums atšķiras no tradicionālajiem filtriem, kuru pamatā ir citēšanas skaits un žurnālu ietekmes faktori, kurus uzņēmums uzskata par pārāk ierobežojošiem, lai izvairītos no nesen veiktu vai starpdisciplināru darbu ignorēšanas. Tā vietā Sistēma novērtē tādus signālus kā publikācijas vieta, autorība, raksta pilns saturs un citēšanas dinamika..

Kā atlasīt un izskaidrot rezultātus

Process sākas ar lietotāja jautājuma analīzi, lai noteiktu Galvenās tēmas, konkrēti aspekti un attiecības. No turienes, Mākslīgais intelekts sāk paralēlu meklēšanu pakalpojumā Google Scholar, kas aptver visus šos elementus un pārgrupē tos, lai atrisinātu sākotnējo problēmu.

Ilustrējošs piemērs: ja jautājat par kofeīna patēriņa ietekmi uz īstermiņa atmiņu, Rīks nav ierobežots ar šo terminu kombinācijuTas paplašina darbības jomu, iekļaujot ēšanas modeļus, atmiņas saglabāšanas pētījumus un ar vecumu saistītus kognitīvos pētījumus, un pēc tam sintezē pierādījumus no rakstiem, kas, kopā ņemot, vislabāk atbild uz jautājumu.

Turklāt sistēma darbojas ar teksts pabeigts un izceļ iemeslus kuram darba piedāvājums parādās rezultātos, attiecību skaidrošana starp raksta saturu un vaicājumuTas pētniekam atvieglo katra avota atbilstības izpratni.

• Tas ļauj sašaurināt meklēšanu pēc publicēšanas datumiem. lai pielāgotu pagaidu pārskatu.
• Tas neietver filtrus pēc citēšanas vai žurnāla ietekmes faktora..
• Klasificēt pēc publicēšanas vietas, autorības, pilna teksta un citēšanas dinamikas.
• Atvieglo papildu jautājumu uzdošanu lai iedziļinātos niansēs.

Atšķirības no Google Scholar un debates par kvalitāti

Galvenā problēma ir filtru trūkums, kuru pamatā ir citēšana un žurnālu prestižs — rādītāji, ko daudzi zinātnieki ir izmantojuši kā saīsni kvalitātes novērtēšanai. Daži pētnieki piekrīt, ka šie rādītāji Metrika ne vienmēr atspoguļo pētījuma patiesā vērtībaBet viņi arī atzīst, ka bez viņiem tas var būt Ieejot jaunā jomā, ir grūtāk novērtēt uzticamību..

Google koncentrējas uz rakstu satura un konteksta izvērtēšanuŠī pieeja balstās uz jēdzienu savstarpējām attiecībām pašā tekstā. Tās mērķis ir mazināt popularitātes aizspriedumus un atklāt noderīgus darbus, kas citādi varētu palikt nepamanīti, vienlaikus atzīstot precizitātes saglabāšanas izaicinājumu vidē ar miljoniem akadēmisku dokumentu.

Eksperimenta pieejamība, piekļuve un attīstība

Pagaidām Google Scholar laboratorijas ir pieejamas ierobežotam lietotāju skaitam. ar jau pieteikušos sesiju. Piekļuve tiek pārvaldīta, izmantojot gaidīšanas sarakstu, un uzņēmums norāda, ka Pakalpojums ir eksperimentāls un paplašinās tā iespējas atkarībā no situācijas. atsauksmes no akadēmiskās aprindas.

Atturīgais attēlojums liek domāt par Īpaša uzmanība precizitātei un iespējamo mākslīgā intelekta halucināciju samazināšanai līdz minimumamPraksē tas ietver iteratīvus uzlabojumus pirms plašākas izlaišanas, kas ir galvenais aspekts pētniecības centriem un universitāšu bibliotēkām Spānijā un pārējā Eiropā.

Konkurenti un tirgus konteksts

Google rīcība notiek laikā, kad konkurence ir sīva. Tādi rīki kā Izraisīt Semantic Scholar ir ieguvis atzinību akadēmiskajās aprindās.un sarunu modeļi, piemēram, ČatsGPT Tie ir izmantoti kā atbalsts, lai gan bez vietējās integrācijas ar pārbaudītiem akadēmiskiem avotiem, piemēram, Google Scholar piedāvāto.

Uzņēmums cenšas sevi pozicionēt ar risinājums, kas samazina literatūras apskatiem veltīto laiku un atklāj sakarības, kuras ir grūti atklāt manuāliPat ja tā, debates par kvalitātes un pārredzamības kritērijiem paliks aktuālas, īpaši jutīgās jomās, kurās atkārtojamība un metodoloģiskā precizitāte ir izšķiroša.

Izmantojot pieeju, kas piešķir prioritāti vaicājuma faktiskajai lietderībai un skaidri izskaidro, kāpēc katrs rezultāts tiek parādīts, Scholar Labs kļūst par prātīgu iespēju modernizēt akadēmiskos pētījumus.Tās panākumi būs atkarīgi no tā, cik labi tā atbildīs zinātnes jomas precizitātes prasībām, un no tās ieviešanas Eiropas un Spānijas universitātēs.

Saistīts raksts:

Gemini Deep Research savienojas ar Google Drive, Gmail un Chat

Alberto Navarro

Esmu tehnoloģiju entuziasts, kurš savas "geek" intereses ir pārvērtis profesijā. Es esmu pavadījis vairāk nekā 10 gadus no savas dzīves, izmantojot jaunākās tehnoloģijas un tīri ziņkārības vadīts ar visu veidu programmām. Tagad esmu specializējies datortehnoloģijās un videospēlēs. Tas ir tāpēc, ka vairāk nekā 5 gadus esmu rakstījis dažādām tīmekļa vietnēm par tehnoloģijām un videospēlēm, veidojot rakstus, kuru mērķis ir sniegt jums nepieciešamo informāciju ikvienam saprotamā valodā.

Ja jums ir kādi jautājumi, manas zināšanas svārstās no visa, kas saistīts ar Windows operētājsistēmu, kā arī Android mobilajiem tālruņiem. Un mana apņemšanās ir jums, es vienmēr esmu gatavs veltīt dažas minūtes un palīdzēt jums atrisināt visus jautājumus, kas jums varētu rasties šajā interneta pasaulē.