Siemens представил автоматизированный конвейер оценки новизны научных идей
В современном промышленном R&D мозговые штурмы и генерация идей формируют портфель будущих технологий. Однако прежде чем команда потратит месяцы на новое направление, возникает узкое место: проверка того, действительно ли идея оригинальна или уже опубликована. Традиционные методы — экспертное рецензирование и цитатные метрики — субъективны, медленны и не масштабируются на объём мировой научной литературы. Siemens предложил решение, обратив методы обработки естественного языка внутрь процесса генерации идей.
Задача: измерить оригинальность ещё не написанной идеи
Исследовательский вопрос звучал просто, но технически сложно: можно ли построить автоматизированный масштабируемый конвейер, который принимает черновой аннотации исследования и целевое издание, а затем вычисляет объективную интерпретируемую оценку новизны относительно свежей литературы? Проблема в семантической гранулярности: общий поиск по ключевым словам слишком груб, возвращает сотни шумных совпадений и не улавливает глубокого контекстного пересечения. Требовалась система, сравнивающая предложенную концепцию с тысячами рецензируемых статей и измеряющая, насколько отчётливо она занимает интеллектуальное пространство.
Пятиэтапный трансформерный конвейер
Для перехода от абстрактной идеации к строгой оценке Siemens разработал сквозной Python-конвейер на основе трансформерных эмбеддингов и модульной архитектуры. Он работает в пять стадий:
- Input Module — пользователь вводит описание исследования и выбирает целевой журнал;
- Collector Module — запрашивает базу Web of Science о публикациях за последние три года в этом издании;
- Organizer Module — структурирует полученные заголовки и аннотации в чистый датасет;
- Similarity Module — объединяет заголовки и аннотации в композитные признаки «Title-Abstract», кодируемые предобученной трансформерной моделью all-MiniLM-L6-v2;
- Scorer Module — вычисляет косинусное сходство с корпусом, определяет максимальное пересечение с существующими работами и переводит его в итоговую оценку новизны.
Для интерактивности и доступности конвейер обёрнут в веб-приложение Streamlit. Валидация оригинальности проводилась на корпусе из двух тысяч публикаций, что подтверждает масштабируемость подхода и его пригодность для промышленного R&D.
Применение в России
В российских условиях подобный инструмент особенно востребован в корпоративных научных центрах и университетах, где доступ к международным базам ограничен, а экспертиза распределена. Адаптация пайплайна к русскоязычным публикациям и базам (eLibrary, ВАК) позволила бы автоматизировать предварительную оценку заявок на гранты, внутренние НИОКР и патентные исследования, снижая субъективность и ускоряя отбор перспективных направлений.