سرمایهگذاران و دفاتر انتقال فناوری همواره تلاش میکنند پژوهشهای دارای پتانسیل تجاری را پیش از رسیدن به مرحلهی ثبت اختراع شناسایی کنند. اکنون یک ابزار یادگیری ماشین با تحلیل ساختار زبانی مقالات علمی، میزان شباهت آنها را به اسناد ثبت اختراع ارزیابی میکند.
به گزارش زومیت، ابزار یادشده که شاخص آمادگی ترجمه (Translation Readiness Index) یا به اختصار TRI نام دارد، عنوان و چکیدهی مقالات را بررسی میکند تا میزان شباهت واژگان آنها را با انتشاراتی که پیشتر به ثبت اختراع منجر شدهاند، بسنجد.
به گزارش نیچر، این روش نوین توسط پژوهشگران شرکت تحلیل دادهی League of Scholars در سیدنی استرالیا توسعه یافت. یافتههای این پژوهش به صورت پیشچاپ در پایگاه arXiv منتشر شده و هنوز مورد داوری همتا قرار نگرفته است. ابزار یادگیری ماشین مذکور روی ۲۰ هزار و ۶۱۰ مقالهی علمی آموزش دیده که بیش از ۹ هزار مورد آنها پیش از این به ثبت اختراع مرتبط شده بودند.
پل مککارتی، دانشمند علوم اجتماعی محاسباتی و همبنیانگذار League of Scholars، میگوید: «این یک روش جدید برای غربالگری یا رتبهبندی پژوهشها است. این ابزار احتمال استفاده یک مقاله از ادبیات مشابه اسناد ثبت اختراع را تخمین میزند.»
بررسیها نشان میدهد مقالاتی که در نهایت در اسناد ثبت اختراع مورد استناد قرار گرفتهاند، بیشتر از واژگانی مانند نمونه اولیه، دستگاه و طراحی استفاده کردهاند. پژوهشگران برای آزمایش کارایی این سیستم، ۱۰۰ مقالهی برتر از دانشگاه استرالیای غربی را که بین سالهای ۲۰۱۹ تا ۲۰۲۶ منتشر شده بودند بررسی کردند. نتایج نشان داد که ۸۳ مقاله دارای نویسندگانی با وابستگیهای صنعتی بودند و ۳۴ مقاله حداقل یک نویسنده با سابقهی ثبت اختراع قبلی داشتند.
بن مایلز، همبنیانگذار شرکت سرمایهگذاری Empirical Ventures در لندن، میگوید: «این ابزار میتواند به عنوان یک سیگنال بیرونی مفید برای دانشگاهیان و حامیان مالی عمل کند تا تصمیم بگیرند کدام ایدهها پیش از رسیدن به مرحلهی جذب سرمایه، شایستهی حمایت بیشتر از سوی دانشگاهها، دولتها یا نهادهای خیریه هستند.»
مککارتی تأکید میکند که نباید تصمیمات سرمایهگذاری را صرفا بر اساس نتایج این ابزار اتخاذ کرد؛ چون این سیستم بر اساس رتبهبندی احتمالی کار میکند. با وجود این، ابزار یادگیری ماشین جدید میتواند به کشف ایدههای درخشان و غیرمنتظره در میان انبوه مقالات علمی کمک شایانی کند.