Исследователи Института искусственного интеллекта ИТМО создали первый в России открытый инструмент для построения карты научных связей PAUK. Об этом сообщили в пресс-службе ИТМО.
Сервис PAUK автоматически сопоставляет данные из различных источников, включая научные организации, сотрудников, их публикации и программный код, используемый в работе. Он функционирует как поисковик и карта, позволяя пользователям находить похожие разработки, авторов программ и публикаций, а также другие статьи и репозитории по интересующей их теме. Проект был представлен на XXII конференции разработчиков свободного ПО, прошедшей в Переславле-Залесском.
Учёные часто используют нейросети и программный код для решения научных задач. Результаты их расчётов часто оформляются в виде программ, которые затем используются другими исследователями. Поэтому программный код, написанный для исследования, является таким же результатом работы, как и сама статья. Однако найти этот код и определить его автора может быть непросто: репозитории могут быть размещены на личных аккаунтах, ссылки в статьях могут быть искажены, а авторы могут быть указаны по-разному. Для поиска нужного инструмента или коллеги с необходимыми компетенциями учёным приходится вручную просматривать публикации, связываться с другими подразделениями или использовать нейросети, которые не всегда имеют доступ к нужным сайтам.
Название PAUK было выбрано из-за схожести его работы с паутиной: система позволяет получать доступ к данным, которые обычные нейросети не могут найти, например, к репозиториям с кодом. При этом данные в сервисе строятся по «правилам доказательности». Система не просто устанавливает связи, а на каждом этапе подтверждает их. Например, чтобы убедиться, что в разных статьях упоминается один и тот же человек, ей недостаточно простого совпадения имён — она сверяет ORCID или институциональную почту. Иногда код, упомянутый в статье, может быть написан не её автором, поэтому система дополнительно проверяет, действительно ли сотрудник является его создателем. Если доказательств недостаточно, решение откладывается или передаётся на ручную проверку.
PAUK будет полезен широкому кругу пользователей. Учёным он поможет находить коллег с нужными компетенциями для совместной работы и использовать открытый код. Искусственным интеллектуальным агентам он позволит по статье с описанием метода находить сам код, модель или датасет, избегая дублирования уже существующих разработок. Руководству научных организаций PAUK поможет видеть реальную картину: кто на самом деле пишет код, а не только статьи, и где находятся скрытые эксперты, которые не видны в обычных отчётах.
Чтобы найти статью и всё, что с ней связано по названию, PAUK выполняет несколько шагов. Сначала система извлекает данные из открытой базы научных статей OpenAlex, выбирая публикации по запросу. Затем она ищет в статьях ссылки на GitHub или другие репозитории с кодом. После этого PAUK самостоятельно очищает и обрабатывает данные, например, извлекает ссылки из PDF, если они обрезаны или содержат пробелы. Также система сверяет авторов по открытым данным. В результате пользователь получает полную картину, включающую статью, её авторов, их подразделения и относящийся к работе код.
«PAUK сильно упрощает поиск нужных людей и инструментов для совместной работы. Представьте, что научной группе химиков нужно найти специалистов, которые занимаются мультиагентными системами. Раньше им пришлось бы выходить на связь с другим факультетом университета, узнавать, кто именно этим занимается, просматривать списки публикаций и искать контакты — на это уходило много времени. Теперь химики могут просто сделать запрос в PAUK и получить структурированный ответ с именами, статьями, репозиториями и ссылками», — рассказал Андрей Гетманов, младший научный сотрудник исследовательского центра в сфере искусственного интеллекта «Сильный искусственный интеллект в промышленности» ИТМО, руководитель команды разработки.
В дальнейшем разработчики планируют открыть доступ к нему и расширить список источников, добавить возможность задавать вопросы обычным языком, а также сведения об участии учёных в конференциях и источниках финансирования. В будущем команда планирует адаптировать подход для других вузов. Работа поддержана внутренней программой «ИТМО 2030». Над проектом работала команда из 12 сотрудников и студентов Института искусственного интеллекта.
Цифровые инструменты для учёбы и науки создают не только в ИТМО. Как рассказывала интернет-газета «ЖУК», в Сеченовском Университете разработали «Цифровой атлас», включающий более двух тысяч снимков и девять тысяч аннотаций — от гистологических срезов до электрокардиограмм.