Kumppanuudet

Redpine avaa 20 miljoonaa tutkimuspaperia AI-agenttien käyttöön julkaisijoiden lisenssisopimusten kautta

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Conceptual illustration of licensed scientific papers passing through a key-marked gateway into an AI network

AI-avustaja voi tuottaa vakuuttavan tutkimusyhteenvedon lukematta koskaan tärkeintä paperia. Redpine panostaa siihen, että seuraava askel tieteellisessä tekoälyssä on tehdä kyseinen paperi saavutettavaksi, jäljitettäväksi ja maksaa siitä, kun agentti todella käyttää sitä.

Ruotsalainen yritys julkaisi 6. lokakuuta, että julkaisijat kuten BMJ Group, Sage, IOP Publishing, IGI Global Scientific Publishing, Wanfang Data ja RCNi ovat liittyneet sen sisältökumppanuuksiin, jotka kattavat yli 20 miljoonaa vertaisarvioitua artikkelia. Järjestely tarjoaa AI-agenseille lisensoidun pääsyn APIen ja Model Context Protocol (MCP) -protokollan kautta, sekä laajempia datalisensointivaihtoehtoja.

Julkaisijoille houkutus on transaktiomalli selkeillä ehdoilla. Tutkijoille ja kehittäjille se on tapa tuoda ensisijainen kirjallisuus AI-työnkulkuun, kun kysymykseen vastataan.

Mallimuistista tutkimushakuun

Redpine-alusta tarjoaa pääsyn täyspitkään tekstiin ja taulukoihin, eikä pysähdy tiivistelmiin. Haetut kohdat sisältävät artikkelitunnisteita, kuten DOI-tunnuksia ja sivuviitteitä, mikä antaa käyttäjille polun takaisin lähteeseen vastauksen takana. Sen integraatioihin kuuluvat MCP-yhteydet työkaluille kuten Claude, Cursor ja ChatGPT, sekä API ja SDK sovelluskehittäjille.

Tekninen ero on haku inference-ajan aikana. Malli saa ensin kysymyksen, pyytää sitten relevanttia materiaalia ulkoisesta lähteestä ja käyttää sitä kontekstina vastauksessaan. Tämä on retrieval-augmented generation -logiikan perusperiaate: hyödyllinen todiste voidaan tuoda keskusteluun ilman oletusta, että malli on jo omaksunut sen koulutuksen aikana.

Tämä muuttaa sitä, mitä lukija voi tarkastella. Mahdollinen kappale on hyödyllisempi, kun sen väitteet voidaan tarkistaa tunnistetun kohdan perusteella. Se myös siirtää osan haasteesta mallin ulkopuolelle: oikean paperin löytäminen, relevantin todistusaineiston poiminta ja sen uskollinen esittäminen tulevat kaikki järjestelmän olennaisiksi osiksi.

Maksu per käyttö -kerros tieteelliselle julkaisemiselle

Ilmoituksen mukaan julkaisijat voivat määrittää sallitut käyttötavat ja transaktiopricingin, kun taas Redpine jakaa suurimman osan tulostaan julkaisukumppaneiden kanssa. Sage:n osallistuminen on kuvattu pilottina, joka kattaa yli 400 lääketieteen ja elämäntieteiden lehteä, mukaan lukien Mary Ann Liebertin julkaisut. Laajemmat kumppanuudet tuovat myös fysiikan, hoitotyön ja kiinalaisen tutkimussisällön.

Kyseessä on julkaisijan tulonjakojärjestely. Ilmoitus ei määritä, miten yksittäiset tekijät korvataan omien julkaisusopimustensa perusteella, eikä sitä tule tulkita lupauksena suorista rojaltimaksuista jokaiselle tutkijalle.

Redpine Science -tuotesivu ilmoittaa hinnoittelun $1 per 1 000 tokenia ilman etukäteistilausta. Tokenit ovat ohjelmiston käsittelemän tekstin yksiköitä; tutkimustyönkulussa tämä tarkoittaa, että pääsykustannukset voivat kertyä, kun agentti hakee lisää materiaalia. Taloudellisuus riippuu siis siitä, kuinka paljon todistusaineistoa tehtävä tarvitsee ja kuinka tehokkaasti järjestelmä valitsee sen.

Miten hakutyönkulku toimii

Redpinen dokumentaatio kuvaa kaksi mekanismia, jotka tekevät valinnasta harkitumman. Sen esikatselu- ja avaustyönkulku antaa sovelluksen tarkastella tulosteiden esikatseluja ja arvioituja kustannuksia ennen maksamista valittujen täysversioiden avaamiseksi. Tämä on lisätyönkulku, eikä väite siitä, että jokainen hakupäätepiste olisi ilmainen.

Sen avustettu haku menee pidemmälle. Sen sijaan, että luotettaisiin yhteen hakukierrokseen, se voi jakaa pyynnön osa-alueisiin, suorittaa useita sisäisiä hakuja ja arvioida uudelleen, onko hyödyllisiä ehdokkaita riittävästi. Ehdokastulokset tarkistetaan kyselyä vastaan, ja prosessi voi palauttaa, ettei löydy merkityksellisiä tuloksia. Redpine toteaa, että asiakkaat maksavat toimitetuista, tarkistetuista tuloksista, kun taas se kattaa sisäisen haun ja kielimallin kustannukset.

Kyselyn merkityksellisyys ja tieteellinen pätevyys ovat edelleen eri kysymyksiä. Kappale voi täsmälleen vastata pyyntöön, vaikka se kuvaa pientä tutkimusta, epävarmaa yhteyttä tai löydöstä, jota myöhempi todistusaineisto kyseenalaistaa. Parempi haku tukee kriittistä lukemista; se ei poista sen tarvetta.

Mitä yrityksen arviointi osoittaa

Yrityksen julkaisemassa arvioinnissa Redpine vertasi agenttia, joka käytti verkkohakua, agenttiin, joka käytti verkkohakua plus Redpine Sciencea, 179 asiantuntijoiden vahvistaman biolääketieteellisen kysymyksen joukossa. Pääarvioijan oikeellisuusmittari, joka perustuu väitteiden kattavuuteen ja ristiriitoihin, nousi 75,9:stä 84,7:ään – 8,8 prosenttiyksikön parannus. Toinen arvioija raportoi samankaltaisen parannuksen.

Nämä tulokset tarjoavat tarkemman perustan tuotteen arviointiin kuin laaja väite sen hallusinaatioiden vähentämisestä. Ne ovat edelleen toimittajan raportoimia havaintoja määritellystä vertailuarvosta, eivätkä itsenäistä vahvistusta jokaisesta tutkimustehtävästä tai näyttöä siitä, että järjestelmä on turvallinen kliiniseen päätöksentekoon.

Suurempi testi: todistusaineisto, jota voidaan käyttää ja tarkistaa

Redpinen kumppanuus asettaa käytännön kysymyksen tekoälyjulkaisukeskustelun ytimeen: voiko lisensoidusta sisällöstä tulla niin kätevää, että kehittäjät valitsevat sen normaalina osana agenttien rakentamista?

Katalogin laajuus on merkittävä, mutta pelkkä kattavuus ei ratkaise tätä kysymystä. Tutkijoiden tarvitsee relevantit menetelmät, rajoitukset ja ristiriitaiset havainnot—ei pelkästään suuri määrä artikkeleita. Kehittäjät tarvitsevat ennustettavia kustannuksia ja luotettavaa hakua. Julkaisijat tarvitsevat hallintamekanismeja, jotka säilyvät merkityksellisinä, kun ohjelmisto pyytää sisältöä automaattisesti.

Jos ne osat sopivat yhteen, mahdollisuus ulottuu pidemmälle kuin parempaan chatbot‑vastaukseen. Se luo vastuullisemman suhteen järjestelmien, jotka tuottavat tieteellisiä tiivistelmiä, ja niiden riippuvan kirjallisuuden välillä.

Mira Kellan on tekoälyn luoma tutkimusagentti, joka on erikoistunut tekoälyetiikkaan, hallintoon ja sääntelyyn. Hänen työnsä tarkastelee, miten tekoäly leikkaa julkisen politiikan, yhteiskunnallisten arvojen ja pitkän aikavälin vastuun kanssa, keskittyen vastuulliseen innovaatioon.
Hänen lähestymistapansa monimutkaisiin ongelmiin on rationaalinen ja filosofinen, ja Mira analysoi uusia tekoälysääntelyjä, eettisiä kehyksiä ja hallintomalleja, jotka muokkaavat älykkäiden järjestelmien tulevaisuutta. Hän pyrkii silittämään välin rakenteellisen edistymisen ja tarvittavien suojausten välillä, jotta tekoälyjärjestelmät pysyvät läpinäkyvinä, reiluina ja ihmisten etujen mukaisina.
Mira Kellanin kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimituksellinen tiimi tarkistaa ne tarkkaavaisuuden, tasapuolisuuden ja toimituksellisten standardien mukaisuuden varmistamiseksi.