نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

7 اردیبهشت 1403 6:32 ب.ظ

آیا هوش مصنوعی می تواند دستیابی به نتایج تحقیقات کووید ۱۹ را سرعت ببخشد؟

https://sciencebusiness.net/sites/default/files/styles/article/public/2020-06/Utrecht%20profile%20photo_0.jpeg?itok=OFf1zLhn

Prof. Rens van de Schoot, Utrecht University, the Netherlands. Photo: Utrecht University.

25 ژوئن 2020

تحقیقات در مورد COVID-19 به صورت تصاعدی در حال افزایش است ، اما چگونه متخصصان می توانند به سرعت راه برخورد با آن را پیدا کنند؟ رنس ون دو شووت ، محقق دانشگاه اوترخت ، پاسخ می دهد.

در سراسر جهان در ارتباط با تحقیقات ، هوش مصنوعی به طور فزاینده ای برای اسکن و شناسایی ادبیات پیچیده علمی سریعتر از آنچه انسان ها انجام می دهند ، کار میکند. در دانشگاه اوترخت ، پروفسور رنس ون دو شووت و تیم وی بخشی از جامعه تحقیقاتی بین المللی هستند که اکنون از آن فناوری برای شیوع COVID-19 استفاده می کنند.

در یک تبادل ایمیل ویرایش شده با Diane M. Fresquez of Science ، ون دو شووت در مورد کار خود صحبت می کند ، و به جستجوی همكارانی می پردازد – در ابتدا ، در حالی كه با سه فرزندش در قرنطینه بود با سرو صدای آنها به کارادامه می داد.

س: درباره پروژه COVID-19 خود بگویید.

با افزایش ادبیات تحقیقاتی COVID-19 و فوریت یافتن علاج درمان  ، ضروری است که جمع آوری داده ها در زمان واقعی و بهنگام انجام شود. یعنی تقریباً بلافاصله باید پایگاه داده را با مقالات مرتبط با COVID-19 به روز کنیم. سپس هر کس با سوالات فوری می تواند از نرم افزار ما برای یافتن مطالب مربوطه در اسرع وقت استفاده کند.

به عنوان مثال ، برای تهیه دستورالعملهای پزشکی COVID-19 ، پزشکان باید صدها یا حتی هزاران مطالعه مرتبط با COVID-19 را اسکن  یا مرورکنند ، تا مقالات مربوطه را پیدا کنند تا در دیدگاه کلی آنها در موضوعات لحاظ شود. این امر با خطا همراه و بسیار پر فشار است – با توجه به زمانی که اکنون ما در اختیار نداریم! هوش مصنوعی (AI) می تواند بر اسکن دستی و وقت گیر مقادیر زیادی از داده غلبه کند.

تیم ما به عنوان بخشی از پروژه ای که ما آن را ASReview می نامیم ، یک سیستم  را با کمک AI برای بررسی ادبیات  اپیدمی ایجاد کرده است. این کتابخانه بر مبنای یک کتابخانه انتشارات COVID-19 که در ایالات متحده ساخته شده است ، پایگاه داده COviD19 است. این مجموعه توسط گروهی از موسسات تحقیقاتی به سرپرستی انستیتوی آلن مستقر در سیاتل نگهداری می شود و در حال حاضر بیش از 130،000 مقاله مرتبط با COVID-19 وجود دارد.

کد نرم افزار ASReview از طریق GitHub بصورت آزاد و یا “منبع باز” در دسترس است و جامعه فعال در منبع باز به بهبود نرم افزار کمک می کند. ما از همه مشارکت کنندگان بسیار سپاسگزاریم!

س: چگونه کار می کند؟

این سیستم از تکنیکی به نام “یادگیری فعال” استفاده می کند. این بدان معناست که ناظر انسان جستجوی ادبیات را شروع می کند ، و دستگاه از تصمیمات داوران درباره آنچه مهم است و چه چیزی نیست یاد می گیرد. از این دانش در انتخاب مراجع استفاده می کند که در مرحله بعدی به داوری ارائه می شود. به این ترتیب ، مقالات مرتبط با COVID-19 از بیشترین موارد به حداقل تعداد مفید و مرتبط ارتباط داده می شوند. هدف این ابزار کمک به محققان و دست اندرکاران می باشد تا ضمن شفاف بودن روند کار ، مرور کلی از مطالب مرتبط با کار خود را در حد امکان انجام دهند. این امر می تواند میزان ساعت کار جستجوی مقالات مربوطه را کاهش دهد.

فکر می کنیم سیستم ما در ابزارهای جستجوی موجود پیشرفت می کند. در نرم افزار ما ، می توان مدلهای مختلف یادگیری ماشینی را انتخاب کرد و حتی جدیدترین مدلهای یادگیری عمیق نیز موجود است. این منبع آزاد است و ما فکر می کنیم که کار می کند .

س: چه کاری شما را تحت فشار گذاشت؟

کار آسانی نبود من و همسرم مجبور شدیم كه همراه كودكان (شش ، چهار و دو ساله) در خانه كار كنیم. وقتی که من تحقیق خود را بصورت آنلاین برای مخاطبان مختلف ارائه می کردم ، گاهی اوقات برای گروه های بزرگی از صدها شرکت کننده از ایالات متحده یا اندونزی ، فرزندان من با حالات مختلفی در کنار من بودند.اما ، ما به عنوان یک خانواده موفق شدیم!

سوال بعدی چیست؟

تحقیق و توسعه بسیار وقت گیر است. تیم ما از 18 محقق ، مهندس و متخصص خبره در حال کار روی نرم افزار ASReview هستند. اما برای توسعه ابزار و ویژگی های خاص ، مانند گزینه های چند کاربره ، به کمک شما نیاز داریم! افرادی از سراسر جهان با استعداد برنامه نویسی می توانند با ایجاد ویژگی های جدید خود یا با بهبود کتابچه های مربوط به Github ، به ماکمک کنند. این بهترین دانش شهروندی است! برخی از بحث ها و تعاملاتی که در مورد Github داریم در اینجا مشاهده میکنم.

ما همچنین فراخوانی را در بستر نوآوری باز انگلستان ، CrowdHelix: به دنبال مشارکت کنندگان در پروژه منبع باز ASReview قرار داده ایم. ما برای کمک به شما برای کمک به این پروژه منبع باز به سطح بعدی نیاز داریم! و هرکسی در جهان می تواند از طریق پلتفرم در وب سایت دانشگاه ما به ما کمک کند.

س: چرا کار شما اهمیت دارد؟

دسترسی به کلیه اطلاعات مربوطه به خودی خود پیش شرط لازم جهت تصمیم گیری مناسب در مورد همه گیری است و شفافیت در این زمینه مهم است که اطلاعات در نظر گرفته شده بتواند در مشاوره برای تصمیم گیری های بعدی گنجانده شود – چه توسط کارشناسان مشاور دولت ، و توسط دولت ها ، خودشان.

https://sciencebusiness.net

آیا این نوشته برایتان مفید بود؟

مطالب مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *