Elicit har rejst $9 mio. i startkapital til sin AI-analyse af forskningspapirer, som har til formål at fremskynde akademisk forskning. Elicit er et profitabelt spinoff af den almennyttige forskningsorganisation Ought.
Hvis du har fundet vej til afsnittet med referencer i bunden af en forskningsopgave, har du en idé om, hvor meget du skal læse, før du kan begynde at skrive. Men selv det at finde disse kilder kan være utroligt tidskrævende og dyrt.
Fremhæv bruger sprogmodeller og maskinlæring til at udtrække data og sammenfatte information fra Semantic Scholars database med over 200 millioner forskningsartikler.
Semantic Scholar bruger allerede AI til at hjælpe forskere med at finde relevante artikler, der semantisk ligner det, de leder efter, men Elicit tager det et skridt videre.
Elicit strømliner forskningsprocessen ved at finde relevante artikler, udtrække nøgleinformation og organisere informationen i koncepter. En forsker kan stille et spørgsmål, og Elicit returnerer abstracts fra artikler, der besvarer spørgsmålet.
6/ Du får stadig det Elicit, du kender og elsker, i "Find papirer"-workflowet! pic.twitter.com/wo8aaZwBUK
- Elicit (@elicitorg) 25. september 2023
Umiddelbart er det bare et smart AI-værktøj til at udtrække information fra et snævert datasæt. Men den indflydelse, det kan have på at fremskynde akademisk forskning på tværs af fagområder, er betydelig.
Hvis Elicit kan spare forskere for gennemsnitligt 5 timer om ugen, som det hævdes, så kan det potentielt få vigtige opdagelser til at ske hurtigere.
Virkningen kan endda være større end det simple tidsbesparende aspekt. At frigøre en forskers hjerne, så de kan fokusere på analyse og kreativ tænkning i stedet for kedelig dataanalyse, vil være en stor drivkraft for forskningseffektivitet.
Der er nogle store navne bag dette projekt, som også ser potentialet. Google AI's chefforsker Jeff Dean, GitHub-medstifter Tom Preston-Werner og Dropbox-medstifter Arash Ferdowsi er nogle af de engleinvestorer, der står bag den første finansieringsrunde.
Virksomheden håber, at modellen med finansiering og betalte tjenester på dens platform vil hjælpe den med at videreudvikle værktøjer til AI-forskningsassistance.
Dette er et godt eksempel på, at AI tager et kedeligt job fra en person, som egentlig ikke har lyst til at gøre det i første omgang. En af de største AI-multiplikatorer af menneskelig opfindsomhed vil være at fjerne slid og slæb fra vores arbejdsdag.
