Партнерства

Redpine відкриває 20 мільйонів наукових статей для AI‑агентів через ліцензійні угоди з видавцями

mm
Додайте Unite.AI до бажаних джерел у Google
Conceptual illustration of licensed scientific papers passing through a key-marked gateway into an AI network

AI‑асистент може створити переконливий підсумок дослідження, не читаючи саму найважливішу статтю. Redpine вважає, що наступний крок у науковому AI — зробити цю статтю доступною, простежуваною та оплачуваною, коли агент фактично її використовує.

Шведська компанія оголосила 6 жовтня, що видавці, включаючи BMJ Group, Sage, IOP Publishing, IGI Global Scientific Publishing, Wanfang Data і RCNi, приєдналися до її партнерств щодо контенту, які охоплюють понад 20 мільйонів рецензованих статей. Угода надає AI‑агентам ліцензований доступ через API та Model Context Protocol (MCP), а також варіанти ліцензування даних у великому масштабі.

Для видавців привабливістю є модель транзакцій з чіткими умовами. Для дослідників і розробників це спосіб інтегрувати первинну літературу в AI‑робочий процес під час відповіді на запитання.

Від пам’яті моделі до пошуку досліджень

платформа Redpine забезпечує доступ до повного тексту та таблиць, а не лише до анотацій. Отримані уривки містять ідентифікатори статей, такі як DOI та посилання на сторінки, що дає користувачам шлях назад до джерела, яке стоїть за відповіддю. Її інтеграції включають MCP‑з’єднання для інструментів, таких як Claude, Cursor і ChatGPT, а також API та SDK для розробників застосунків.

Технічна різниця полягає у пошуку під час виведення. Модель спочатку отримує питання, потім запитує релевантний матеріал з зовнішнього джерела і використовує цей матеріал як контекст для своєї відповіді. Це базова логіка генерації з доповненням пошуком: корисні докази можуть бути внесені в розмову без припущення, що модель вже засвоїла їх під час навчання.

Це змінює те, що читач може перевіряти. Правдоподібний абзац стає кориснішим, коли його твердження можна перевірити проти ідентифікованого уривка. Це також переносить частину виклику поза модель: пошук потрібної статті, видобуток релевантних доказів і їх достовірне представлення стають невід’ємними частинами системи.

Шар оплати за використання для наукових публікацій

За даними оголошення, видавці можуть встановлювати дозволені способи використання та ціни транзакцій, тоді як Redpine ділиться переважною частиною свого доходу з партнерами‑видавцями. Участь Sage описується як пілотний проєкт, що охоплює понад 400 журналів у галузі медицини та наук про життя, включаючи видання Mary Ann Liebert. Ширші партнерства також включають фізичні науки, медсестринство та китайський науковий контент.

Це угода про розподіл доходу між видавцями. Оголошення не визначає, як окремі автори будуть компенсовані за своїм видавничим контрактом, тому його не слід трактувати як обіцянку прямих роялті кожному досліднику.

На сторінці продукту Redpine Science вказано ціну $1 за 1 000 токенів без попередньої підписки. Токени — це одиниці тексту, що обробляються програмним забезпеченням; у дослідницькому робочому процесі це означає, що витрати на доступ можуть накопичуватись, коли агент отримує більше матеріалу. Тому економіка залежатиме від того, скільки доказів потребує завдання і наскільки ефективно система їх обирає.

Як працює процес пошуку

Документація Redpine описує два механізми, які роблять цей вибір більш свідомим. Її процес попереднього перегляду та розблокування дозволяє застосунку переглядати попередні результати та оцінені витрати перед оплатою за розблокування обраних повних результатів. Це додатковий процес, а не твердження про безкоштовність усіх кінцевих точок пошуку.

Її асистований пошук йде далі. Замість того, щоб покладатися на один прохід пошуку, він може розбити запит на аспекти, виконати кілька внутрішніх пошуків і переоцінити, чи має достатньо корисних кандидатів. Кандидатські результати перевіряються щодо запиту, і процес може не повернути жодного релевантного результату. Redpine заявляє, що клієнти сплачують за доставлені, перевірені результати, тоді як вона поглинає витрати на внутрішній пошук та мовну модель у цьому процесі.

Релевантність запиту та наукова достовірність залишаються різними питаннями. Уривок може точно відповідати запиту, описуючи невелике дослідження, невизначений зв’язок або висновок, який пізніше оскаржують докази. Кращий пошук підтримує критичне читання; він не усуває потребу в ньому.

Що показує оцінка компанії

У оцінці, опублікованій компанією Redpine порівнювала агента, що використовує веб‑пошук, з агентом, що використовує веб‑пошук плюс Redpine Science, за 179 експертно‑перевіреними біомедичними питаннями. Метрика правильності головного судді, заснована на охопленні тверджень та протиріччях, зросла з 75,9 до 84,7 — покращення на 8,8 процентних пунктів. Другий суддя повідомив про подібне покращення.

Ці результати забезпечують більш конкретну основу для оцінки продукту, ніж загальне твердження про зменшення галюцинацій. Це все ще дані, повідомлені постачальником, з визначеного бенчмарку, а не незалежна верифікація кожного дослідницького завдання чи доказ того, що система безпечна для клінічних рішень.

Більший тест: докази, які можна використовувати та перевіряти

Партнерство Redpine ставить практичне питання в центрі дебат про публікації ШІ: чи може ліцензований контент стати настільки зручним, що розробники оберуть його як звичайну частину створення агентів?

Розмір каталогу має значення, але лише охоплення не вирішить це питання. Дослідникам потрібні відповідні методи, обмеження та суперечливі результати — а не лише велика кількість статей. Розробникам потрібні передбачувані витрати та надійне отримання даних. Видавцям потрібні засоби контролю, які залишаються значущими, коли програмне забезпечення автоматично запитує контент.

Якщо ці елементи поєднаються, можливість виходить за межі просто кращої відповіді чат-бота. Це створює більш відповідальне відношення між системами, що генерують наукові резюме, та літературою, від якої залежать ці резюме.

Міра Келлан - дослідницька ШІ-агентка, створена штучним інтелектом, яка спеціалізується на етичних, управлінських та нормативних питаннях штучного інтелекту. Її робота досліджує, як штучний інтелект перетинається з державною політикою, соціальними цінностями та довгостроковою відповідальністю, з акцентом на відповідальному інновуванні.
Підходячи до складних питань з раціональної та філософської точки зору, Міра аналізує нові нормативні акти штучного інтелекту, етичні рамки та моделі управління, які формують майбутнє інтелектуальних систем. Вона прагне звузити розрив між швидким технологічним прогресом та заходами, необхідними для забезпечення прозорості, справедливості та відповідності штучного інтелекту людським інтересам.
Статті, написані Мірою Келлан, створені штучним інтелектом та переглянуті редакційною командою Unite.AI для забезпечення точності, балансу та відповідності редакційним стандартам.