scientifyRESEARCH
research funding database

Iris.ai: IA científica treinada para ajudar os investigadores

Share this post

Iris.ai: a scientific AI trained to help researchers work the Iris.ai team. The Iris.ai logo appears under this text, and an image of the founding team standing against a wood plank wall appears at the right.

Prefácio: Com a rápida expansão de ferramentas de IA ao longo do último ano, muitos cientistas aperceberam-se das vantagens de pedir ajuda a ferramentas como a Iris.ai para investigação, embora haja muitas dúvidas sobre como e quando as utilizar. Perguntámos a Anita, da Iris.ai, sediada na EU, de que forma a máquina deles é treinada para ajudar os investigadores, e descobrimos como é crucial para a ciência trabalhar com uma IA que dá enfâse à precisão, e também como é que a Iris trabalha para eliminar preconceitos ao explorar a literatura científica. Esta entrevista faz parte da nossa série sobre empresas inovadoras que apoiam os investigadores!

Pode-nos contar mais sobre a Iris.ai e como é que surgiu?

Iris.ai foi fundada em 2015 graças à compreensão dos seus fundadores em relação à importância da ciência e à convicção de que, se as pessoas tivessem acesso a todo o conhecimento científico mundial e às suas implicações na ponta dos dedos, em qualquer altura, isso aceleraria radicalmente a inovação científica. 

Com este propósito, Iris.ai é uma plataforma abrangente para as necessidades de processamentos de académicos e investigadores. Com base numa coleção de algoritmos inteligentes de processamento de linguagem e imagem, juntamente com uma engenharia inteligente, a plataforma Iris.ai pode fornecer aos utilizadores uma pesquisa exploratória e baseada no contexto, uma vasta gama de filtros inteligentes, análise de listas de leituras, resumos gerados automaticamente, extração autónoma e sistematização de dados. Estas funcionalidades funcionam de forma interdisciplinar em todos os domínios de investigação e nos domínios científicos mais complexos. Todas estas funcionalidades permitem poupar muito tempo aos investigadores quando procuram encontrar a investigação, os conhecimentos e os dados certos – até 90% em alguns casos.

De que forma a Iris.ai ajuda a aumentar o acesso na ciência?

A Iris.ai tem a oportunidade de ajudar os investigadores a processar a vasta quantidade de conhecimentos disponíveis nos dias de hoje. Com mais de 7,000 artigos de investigação publicados diariamente a partir de 2018, há muito conhecimento por descobrir que pode ser de importância crucial para investigadores de todos os níveis.

Utilizando linguagem inteligente e algoritmos de processamento de imagem combinados com engenharia, a plataforma da Iris.ai ajuda a tornar este excesso de conhecimento mais fácil de gerir, em vez de passar horas a tentar encontrar o artigo certo. Mesmo assim, os investigadores têm de passar mais tempo a analisar os artigos e a extrair os dados necessários. A poupança de tempo na identificação de artigos de investigação relevantes é fundamental e garante que os investigadores podem dedicar o seu tempo ao que interessa, extraindo as informações dos artigos. Além disso, a plataforma garante que os investigadores não perdem um documento que pode ser crucial devido a um erro humano. Tudo isto contribui para um maior acesso à ciência.

Existe alguma ideia do tipo de investigador que a Iris pode ajudar – alunos individuais em processo de escrita da tese, líderes de grupo posicionando a trajetória da sua investigação de 5 anos, cientistas em grandes consórcios interdisciplinares?

A plataforma Iris.ai abrange uma variedade de diferentes casos de utilização, mas o maior foco é o apoio às equipas de investigação e desenvolvimento da indústria. Isto acontece em diversos setores, como a química, a ciência dos materiais e a segurança alimentar.

Dado que as ferramentas do Espaço de Trabalho do Investigador podem ser adaptadas ao ritmo de trabalho de cada investigador, podem ser utilizadas para uma série de processos de investigação. Basicamente, todos se baseiam nos mesmos princípios – a ferramenta tem de compreender o contexto do que o investigador necessita, mas os exemplos variam. Os exemplos incluem:

·   Um novo investigador, ou um investigador novo numa determinada área, pode utilizar a ferramenta Explorar para explorar amplamente os tópicos que vai investigar – para adquirir vocabulário, bons exemplos de artigos e ser capaz de tirar conclusões sobre a direção da sua investigação antes de avançar. 

·   Um investigador que esteja à procura de investigação num contexto específico, o que é suficientemente fácil de explicar a um colega mas muito difícil de colocar numa consulta de palavras-chave, pode usar a sua coleção de conteúdos e aplicar um ou vários filtros de contexto escritos pelo próprio para restringir a sua lista de leitura a artigos que apenas descrevam o seu contexto, não necessariamente com as mesmas palavras.

·   Um investigador com uma coleção de centenas ou mesmo milhares de documentos repletos de dados de experiências pode utilizar a ferramenta Extract para desbloquear os dados do texto e das tabelas e sistematizá-los numa base de dados ou folha de cálculo, de modo a poderem ser utilizados no laboratório ou para análise posterior – de forma totalmente automatizada.

Até ao momento, os investigadores têm sido humanos na interpretação dos dados da melhor forma possível, mas sabemos que existe preconceito na literatura científica – como é que a Iris lida com isso quando me ajuda a aprender?

Em qualquer área da investigação científica existe parcialidade , e o Researcher Workspace da Iris.ai ajuda os investigadores a enfrentar estes preconceitos para encontrar todos os documentos relevantes. Há duas formas de o Researcher Workspace ultrapassar estes preconceitos na literatura científica. Em primeiro lugar, a plataforma da Iris.ai nunca utiliza um sistema de referência nos seus algoritmos. Isto significa que os resultados e recomendações gerados pela ferramenta Iris.ai não dependem do número de vezes que outros citaram um trabalho de investigação. Em vez disso, o algoritmo da Iris.ai olha para o conteúdo dos artigos para fornecer artigos de investigação que se aplicam diretamente ao domínio de um utilizador.

Em segundo lugar, Iris.ai o Researcher Workspace trata todos os artigos da mesma forma, independentemente da fonte, seja de uma universidade de renome ou menos conhecida. Como resultado, Iris.ai está a identificar trabalhos de investigação que podem não ter estado nos radares dos utilizadores. Estas duas características do Researcher Workspace da Iris.ai estão a ajudar os investigadores a eliminar preconceitos no tratamento da literatura científica, apoiando-os com projetos de investigação mais fundamentados, precisos e inovadores.

A Iris é capaz de me dizer se existe discordância dentro da minha nova área de investigação ou a evolução do pensamento numa área ao longo do tempo?

Atualmente, o Researcher Workspace fornece aos utilizadores todos os documentos de investigação relevantes num determinado tópico científico com base na consulta dos utilizadores e, com o tempo poupado, o utilizador pode passar mais tempo a avaliar as divergências ou a evolução. No entanto, com o tempo, o Researcher Workspace será capaz de ajudar os utilizadores a detetar desacordos em novos campos de investigação e desenvolvimentos em argumentos científicos e investigação. O nosso plano traça as etapas para chegar a este ponto. Estas etapas incluem o desenvolvimento de funcionalidades para a extração de hipóteses e a verificação de factos para continuar a desenvolver o Researcher Workspace. A Iris.ai foi feita para a comunidade científica e para os investigadores e, com isso em mente, estamos a trabalhar para criar uma ferramenta que satisfaça as necessidades específicas deste grupo.

Parece que trabalhar com assistentes de IA está a tornar-se cada vez mais comum – a Iris já foi introduzida na sala de aula para ajudar as novas gerações de investigadores?

A Iris.ai está na vanguarda da ajuda às próximas gerações de investigadores. As bibliotecas académicas podem ajudar os estudantes de pós-doutoramento e universitários a compreender e a percorrer a vasta literatura académica. No entanto, as bibliotecas académicas recebem frequentemente pouco financiamento, o que faz com que a integração de assistentes de IA possa ser um desafio. 

Para tal, a Iris.ai pretende alimentar a próxima geração de investigadores, oferecendo-lhes uma abordagem completa das áreas de investigação que necessitam de mais atenção, ajudando-os a concentrarem-se na leitura de artigos relevantes do seu interesse. É por isso que disponibilizamos subscrições para investigadores individuais e estudantes com descontos até 75%. Tal como acontece com as bibliotecas académicas, os investigadores da próxima geração têm os orçamentos limitados, pelo que oferecemos a nossa ferramenta, o Researcher Workspace 1.0, que será lançado em breve, a um custo muito inferior para uma subscrição individual.

A ciência tem um carácter tão internacional, será possível à Iris ajudar os investigadores noutras línguas para além do inglês?

No seu estado atual, a ferramenta Iris.ai está configurada apenas para o inglês, a língua dominante da investigação científica, com 70% dos artigos publicados em inglês. No entanto, estamos a tentar expandir a oferta linguística de acordo com as necessidades dos nossos utilizadores.

Pode falar-nos da sua ideia para o futuro da Iris.ai?

As notícias estão cheias de palavras como “ChatGPT”, “LLMs” e “Bard”. Estamos no meio de uma revolução da IA em que as organizações estão a procurar tornar os motores de pesquisa com IA funcionais para todos. No entanto, o que está a faltar é a realidade, uma vez que as abordagens atuais são mais eficazes a tornar os resultados dos LLMs convincentes e plausíveis do que totalmente verdadeiros. Consideramos que a Iris.ai desempenha um papel fundamental na resolução deste problema, permitindo que as respostas geradoras de IA sejam simultaneamente plausíveis e factuais.

Neste contexto, o nosso objetivo é criar uma ferramenta de perguntas e respostas científicas, uma interface de comunicação de IA para investigação científica. Trata-se de uma ferramenta que incorpora a impressionante fluência dos LLM e do ChatGPT, mas que não compromete a exatidão no que diz respeito aos factos científicos, e não há ilusões. Uma ferramenta onde qualquer pessoa pode colocar uma questão de investigação e, de uma forma conversacional, descobrir a resposta atualmente disponível – onde os factos se baseiam na coleção mundial de resultados científicos.

Agradecimentos

Gostaríamos de agradecer a Anita por ter partilhado connosco a sua perspetiva, e parabenizar a equipa Iris.ai na Conquista do EIC!

Would you like to be featured on our blog?

Get in touch with us!

phd student funding

Sign-up for our monthly
research funding newsletter

you can unsubscribe at any time