研究者であれば、仕事上、医学雑誌や素のデータファイルなど、普通のグーグル検索では見つけ出し難いものを探し出す必要に迫られることがしばしばあるだろう。しかし、専門誌の記事の多くはJSTORやPubMedなどのデータベースに閉じ込められており、そこにグーグルのような信頼できるサーチエンジンの存在は期待できない。研究者は検索に時間を浪費している。
Helixは、Paul BurkeとNeil Krishnanが今年度のDisrupt NY Hackathonで制作したワードプロセッサー用のプラグインだ。
Helixは機械学習を使い、文章を書いた端から適切な引用文献や関連研究を教えてくれる。Helixは書き手が書いた文章をリアルタイムで読み込み、関連する文献やニュース、ウィキペディアのページなどを探し出し、お勧め情報を自動的に提示する。お勧め情報は本文の横に順に表示されるので、書き手はワープロを離れることなく一目で内容をチェックできる。特定の語句や文章を選択することでその内容に関する情報を検索するしたり、文章全体の内容に基づきHelixに全て検索を任せることもできる。
「研究者の多くは、専門誌のサイトのサーチエンジンが酷いせいでグーグル検索を使っています」とBurkeは言う。Helixを使うことでより素早い検索が可能になり、研究者は邪魔されずに物書きに集中できる。
Disrupt NY Hackathonで制作したプロダクトでは、BurkeとKrishnanは主に医学研究にフォーカスし、PubMedの記事を主な検索対象としたが、将来的には他の専門誌のデータベースも含めることで対象を広げていきたいと考えている。
BurkeとKrishnanは今回、無料のトライアルバージョンのLateralとIBM Watsonを使ってHelixを作った。残念ながら、お試し期間が2週間で切れるため、Helixはちょっとした中断を余儀なくされるかもしれない。しかしそれまでにBurkeとKrishnanは、このプロジェクトを共同して進めることができないかとLateralに提案する考えだという。
Hackathonのプロジェクトではしばしば見られるように、Helixは最後の最後で形になった。「終了時刻が9時半で、コードの最後の一行を書いたのが9時25分だったんだ」とBurkeは笑いながら言った。「その前は、見せられる代物ではなかった」。デモの時間、Helixはなかなかの仕上がりを見せた。下の動画で確認して欲しい。
[原文へ]
(翻訳:Hideo Tsubouchi)