Yapay zeka araştırmacıların gözden kaçırdığı bilimsel alanları keşfediyor

Araştırmacılar, bilimsel literatürde tutarlı olmasına rağmen araştırmacı topluluklarınca bilişsel olarak erişilemeyen yönleri keşfetmek üzere yeni bir yöntem geliştirdi. Bilimsel keşif süreçlerinin sadece doğrularla değil, mevcut araştırmacıların bilgi birikimi ve sezgileriyle sınırlandığını belirten çalışma, dil modellerinin de literatürdeki yoğun bölgeleri tekrarlama eğiliminde olduğunu gösterdi. Geliştirilen sistem, literatürdeki makaleleri kavramsal birimlere ayırarak oluşturulan fikir atomlarını bilimsel olarak tutarlı ancak mevcut ekiplerce üretilme olasılığı düşük alanlarda bir araya getiriyor.

NeurIPS, ICLR, ICML ve önde gelen NLP konferanslarında yayımlanan 16 bin 68 hakemli LLM makalesi üzerinde test edilen yöntem, iki ayrı modelden yararlanıyor. Tutarlılık modeli atom kombinasyonlarının uygulanabilirliğini puanlarken, erişilebilirlik modeli mevcut araştırmacı topluluklarının bu fikri üretme ihtimalini ölçüyor. Sistem, tutarlılığı en üst düzeye çıkarırken erişilebilirliği en aza indirerek öncü büyük dil modellerine kıyasla daha çeşitli ve yüksek kaliteli araştırma portföyleri sunuyor.

Çalışmanın zamansal doğrulama aşamasında tüm bileşenler sadece 2025 öncesi verilerle eğitildi. Aday alanın yüzde 1'inden azını seçen yöntem, 2025 yılındaki gerçek kombinasyonları rastlantısal ihtimalin 35,9 katı oranında tespit etti. Yöntemin erişilemezlik ağırlığı artırıldığında, tamamen özgün kombinasyonları yakalama oranı rastlantısal seviyenin 3,24 katına çıktı. Geliştirilen çerçeve, yapay zekanın bilimi yalnızca hızlandırmak yerine insan araştırmacıların göremediği alanları tamamlamasını amaçlıyor.