論文検索のポストGoogleか。事業開発を加速する「Memory AI」とは
コメント
注目のコメント
素晴らしい技術ですね。
R&Dはその内容の新規性が高いがため、既存の検索エンジンベースの探索でキーワードを指定しても関連する研究論文や提携先が見つからない、キーワード自体が統一されていない、あるいはそもそもキーワードらしい単語が存在しないなどの問題が少なからず発生します。
そうした観点で、いわゆる"あいまい検索"が高度化されることは、リサーチ時間の大幅な短縮に貢献するものと考えられ、R&Dの高速化にかなりインパクトがあるのではないでしょうか。
行く行くは論文検索だけでなく、SNS投稿などマーケットリサーチなどにも展開が描けるのだと思うと、非常に今後に期待が寄せられものだと思います。一言で言うと、生成AIの発展により、定性的で非構造化データを扱うことが可能になってきました。その可能性を体現しているのが、この「Memory AI」ですね。
膨大な論文を単に「検索」するだけでなく、論文間の相関性を可視化するMemory AIのようなツールは、生成AIなしでは実現が難しかったものです。従来は埋もれていたかもしれない論文間の関連性が明らかになったり、意外な相関関係が発見されたりすることで、研究開発のさらなる加速が期待できます。特に、異分野融合による新たなイノベーションの創出には、このようなツールが大きく貢献するでしょう。
Memory AIは、自然言語処理による独自のアルゴリズムを用いて、大量の論文データから研究テーマを構造化し、俯瞰できる形で可視化しています。これにより、専門外の領域であっても、その分野の研究エコシステムを素早く把握することが可能になります。こうした機能は、異分野連携を進める上で非常に強力なツールとなるはずです。
今後、Memory AIのようなツールがさらに発展していけば、これまで気づかれなかった研究テーマ間の関連性が次々と明らかになり、研究開発のスピードとクオリティが飛躍的に向上していくことが予想されます。生成AIを活用した知識発見・創出の取り組みに大いに期待が持てる事例だと言えますね。社員自身の専門知識と研究従事経験を活かした開発をされているそうです。こういう面で、外部の人間が貢献可能なコミュニティとして発展させることがもし可能なら、アメリカにだって勝てるような気もします。
シードラウンドで約9000万円の資金を調達
https://prtimes.jp/main/html/rd/p/000000004.000089876.html