La recherche prend du temps – Karl garantit que vous pouvez trouver des connaissances immédiatement

Quiconque a déjà lutté par le biais de publications, de formulaires de demande ou de documents de sécurité connaît bien le problème: la recherche d’informations pertinentes est souvent frustrante et durable. L’IA peut aider à trouver des informations plus rapidement et à rendre les connexions visibles. Sinan Sen, directeur général de Datalyxtest l’un des experts d’un projet d’IA dans le cadre du Centre de compétence Karl. Dans une conversation avec Ariane Lindemann, il explique comment cette technologie des tâches monotones et répétitives des travailleurs du savoir: facilite l’accès et rendre les informations complexes plus accessibles.

Sinan, quels défis spécifiques y a-t-il pour les travailleurs du savoir: à l’intérieur lorsque vous recherchez des informations pertinentes?

L’un des plus grands défis est d’obtenir un aperçu. Si quelqu’un entre un nouveau sujet, le vocabulaire manque souvent pour rechercher des informations pertinentes. C’est là que Karl entre en jeu: nous utilisons l’IA pour proposer des termes pertinents qui développent l’horizon et permettent de nouvelles connaissances.

Des connaissances précieuses restent souvent non détectées car elles ont été décrites dans une terminologie ou un langage technique différent. Par exemple, si vous recherchez la «cybersécurité», mais le document pertinent utilise le terme «sécurité de l’information», vous manqueriez ces informations importantes sans recherche sémantique. Nous résolvons ce problème en recherchant non seulement un libellé exact, mais aussi en reconnaissant et en proposant du contenu.

Le deuxième obstacle majeur est alors la compréhension plus profonde du sujet. L’ensemble de recherche classique avec des mots clés n’est souvent pas suffisant. Notre IA montre non seulement des coups directs, mais aussi des termes significatifs – et donc des connexions qui devraient autrement être élaborées.

Quel rôle joue l’IA? S’agit-il d’automatisation complète?

Non, pas du tout. Notre IA est un système d’assistance. Il aide à trouver et à lier les informations plus rapidement, mais ne remplace pas l’expertise humaine. Ceux qui travaillent scientifiquement ne deviennent pas superflus par Karl, mais peuvent se concentrer sur l’essentiel. L’IA diminue la recherche monotone, mais l’analyse reste chez l’homme.

Les moteurs de recherche classiques travaillent par mot. Votre système repose sur la recherche sémantique. Quel est l’avantage?

Imaginez que vous recherchez une “protection des mains” dans une base de données, mais le document pertinent ne contient que le terme “gants”. Une recherche basée sur un mot ne trouverait pas ce document, tandis que notre IA se rend compte que les termes sont liés.

Il en va de même pour les termes scientifiques: si vous recherchez “l’IA”, vous pouvez également trouver des documents pertinents sur “l’apprentissage automatique” ou les “réseaux neuronaux”, bien que ces termes ne se produisent pas directement dans la demande.

Nous utilisons également ce mécanisme pour identifier les nouvelles tendances et les concentrations de recherche. Notre IA peut montrer ou suggérer des lacunes de recherche dans lesquelles les disciplines adjacentes ont lieu. Donc, non seulement les connaissances sont trouvées, mais de nouvelles approches de recherche sont créées.

Pouvez-vous donner un exemple spécifique de la façon dont les chercheurs bénéficient de votre IA?

Un exemple: un: E scientifique: dans la recherche sur les matériaux durables pour l’industrie de la construction. Au lieu d’obtenir uniquement des résultats pour «l’optimisation du béton», notre IA suggère des termes connexes tels que «le béton géopolymère» ou le «renforcement de la fibre de carbone»-une approche qui pourrait être négligé sans recherche sémantique.

Cette technologie n’est pas seulement intéressante pour les chercheurs. En sécurité professionnelle, par exemple, les entreprises utilisent notre système pour identifier les réglementations pertinentes plus rapidement dans des documents de sécurité complexes. Il reconnaît automatiquement que la «protection des mains» et les «gants de protection» signifient la même chose – et facilite ainsi la réglementation.

Le concept de «l’IA explicable» (XAI) est une partie importante de vos recherches. Pourquoi est-ce si crucial?

De nombreux modèles d’IA sont une “boîte noire” – ils fournissent des résultats, mais personne ne comprend pourquoi. Dans Karl, nous montrons exactement quels facteurs ont conduit à un certain résultat de recherche. Cela crée la confiance, car les utilisateurs peuvent comprendre: à l’intérieur peut comprendre pourquoi certaines informations ont été classées comme pertinentes. Cela améliore non seulement l’acceptation, mais aide également à optimiser vos propres stratégies de recherche.

Comment l’explication aide-t-elle? Pouvez-vous donner un exemple?

Discovery met l’accent sur la couleur des termes particulièrement pertinents pour une recherche. Par exemple, si quelqu’un entre dans “l’intelligence artificielle en médecine”, Discovery in Color indique que “l’apprentissage en profondeur” et les “réseaux de neurones” étaient fortement pondérés – et que les “systèmes d’experts” jouent un rôle moins important mais toujours intéressant. De cette façon, la personne peut affiner sa recherche de manière ciblée.

Où de tels systèmes d’IA pourraient-ils être utilisés?

Notre démonstrateur montre comment la technologie fonctionne dans la recherche de publication scientifique. Mais le principe peut facilement être transféré dans d’autres domaines: la sécurité au travail, la conformité, la protection de l’environnement ou la gestion de l’innovation ne sont que quelques-uns des domaines dans lesquels une recherche sémantique apporte de grands avantages.

Dans des domaines tels que la sécurité au travail, où les documents sont souvent écrits dans un jargon technique, notre IA aide à trouver des réglementations pertinentes plus rapidement et à les interpréter correctement. Les entreprises qui doivent faire face aux réglementations réglementaires bénéficient également de nos procédures.
Nous planifions également les concepts développés dans notre solution d’IA pour la gestion des substances dangereuses Sdbhub à transférer.

Y a-t-il des premiers résultats du Karl Compentence Center?

Oui, nous avons développé des manifestants qui sont déjà en direct. Vous pouvez essayer les parties intéressées et voir comment l’IA prend en charge leurs requêtes de recherche. La rétroaction est très positive. De nombreux utilisateurs: à l’intérieur, ils doivent s’habituer à la nouvelle façon de rechercher, mais dès qu’ils ont compris les possibilités, ils sont ravis.

Comment voyez-vous l’avenir de l’IA dans le travail de connaissances?

La demande de systèmes d’assistance intelligente continuera d’augmenter. Nous ne sommes qu’au début du développement, mais il est clair que la recherche sémantique, le traitement de l’information basé sur XAI et AI devient de plus en plus standard. L’objectif n’est pas seulement d’améliorer l’accès aux connaissances, mais aussi de rendre la façon dont nous connaissons les connaissances plus efficacement. Karl est une première étape importante dans cette direction.

À propos de Karl

Karl est l’un des 13 centres de compétences régionaux et deux projets scientifiques qui accompagnent les effets de l’intelligence artificielle (IA) sur le monde de l’apprentissage et du travail. L’objectif de Karl est de concevoir des systèmes de travail et d’apprentissage centrés sur l’homme, transparent, favorisant l’apprentissage et de l’IA et de le rendre présentable dans des applications pratiques spécifiques.

La région de Karlsruhe avec le centre numérique national pour l’IA appliquée et l’un des principaux grappes informatiques en Europe offre un grand potentiel de développement pour cela. Le chef consortial est l’Université des sciences appliquées de Karlsruhe.

En plus de neuf partenaires de recherche et de transfert, le Consortium du projet comprend également onze entreprises régionales ainsi que le cyber forum, qui joue un rôle central dans les relations publiques, la gestion communautaire et le concept de durabilité.

D’ici 2026, Karl sera financé par le ministère fédéral de l’Éducation et de la recherche (BMBF) avec près de huit millions d’euros.