Monash Üniversitesi, araştırma yatırımının getirisini artırmak amacıyla araştırmacılar, yayınlar ve ekipmanlar arasındaki ilişkileri izlemek için grafik veritabanı teknolojisine pilot uygulama yapıyor.
Monash Üniversitesi’nin Clayton kampüsü
iStockFotoğraf
Melbourne merkezli üniversite, çok modlu üretken yapay zekayı kullanarak kullanıcıların araştırma ekosistemi genelinde bilgileri daha kolay bulmasına yardımcı olmak için Amazon Web Hizmetleri üzerinde merkezi bir platform geliştirdi.
Araştırma ve Yayın Modeli Analizi (RAPPA) olarak bilinen platform, Amazon Neptune’un grafik veritabanı yeteneklerini Amazon Bedrock’un üretken yapay zeka hizmetleriyle birleştiriyor.
Canberra’daki AWS Kamu Sektörü Sempozyumu’nda konuşan Monash’ın sistem ve analitik program yöneticisi Mahyar Nasabi, platformun üniversitelerin yatırımları ile yayınları arasında üniversiteler için bir tür “para birimi” olarak tanımladığı “kayıp halkayı” sağlamayı hedeflediğini söyledi.
“Tüm araştırmaları, gelirleri ve ayrıca yayınları bulabilirsiniz, ancak bunlar birbiriyle bağlantılı değil” dedi.
“Bunlar silolanmış veri kümelerinde duruyor ve bu da belirsiz bir yatırım getirisi yaratıyor.”
Nasabi, parçalanmanın araştırmacılar, yayınlanmış makaleler veya bilimsel hizmetler hakkında belirli bilgiler arayan öğrencileri de etkilediğini söyledi.
“Bir araştırma öğrencisi olarak belirli bilgilere hızlı bir şekilde erişmek ve bunları bulmak istiyorsunuz. [information]dedi.
“Bu şu anda gerçekten mümkün değil çünkü parçalanmış, silolanmış verilere gitmeniz gerekiyor.”
Zorluğun boyutunu vurgulayan Nasabi, Monash’ın şu anda sekiz kampüsünde 112.000 araştırmacıya sahip olduğunu, 54.000 hakemli yayına katkıda bulunduğunu ve araştırma ödüllerinden 7,6 milyar dolar aldığını belirtti.
“RAPPA esas olarak araştırma ekosistemini birleştiriyor” dedi. “Araştırmacılara araştırma yeteneklerini, araştırma gelirlerini araştırma çıktılarına getiriyor.
“Her şey tek bir platformda ve sorgulanabiliyor.”
Üç temel kullanıcı kişiliği
RAPPA’yı geliştirmeden önce, Monash Üniversitesi ilk olarak sistemden yararlanacak ve her biri sisteme doğal dil özellikli bir sohbet robotu aracılığıyla erişecek üç önemli kişi oluşturdu.
Anahtar kişilerden biri, araştırmada hangi tesislerin ve ekipmanın kullanıldığını belirlemek için yayınlanan makaleleri inceleyen Monash’ın araştırma performans ekibidir.
AWS çözüm mimarı Philipp Gerbert, akademik makalelerin karmaşıklığı ve uzunluğundan dolayı ekibin kullanılan ekipmanı belirlemek için genellikle özetlerdeki ve teşekkürlerdeki ipuçlarına güvendiğini söyledi.
Yardımcı olmak amacıyla, RAPPA’nın araştırma performans ekibi için temel işlevlerinden biri, her makalenin otomatik olarak sade bir dil özetini oluşturarak içeriğin anlaşılmasını kolaylaştırmaktır.
Daha sonra, araştırmada hangi ekipmanın kullanılmış olabileceğine dair “çıkarsama” yapmak amacıyla kağıttan metin, resim ve grafikler çıkarmak için çok modlu bir yapay zeka modeli kullanıyor.
Araştırma performans ekibinin herhangi bir sonuca varılmadan önce ekipman kullanımını doğrulaması yine de gerekli olacaktır.
Bu arada öğrenciler ve araştırmacılar da ilgili yayınları, uzmanları ve araştırma hizmetlerini ararken RAPPA’nın gelişmiş erişiminden ve keşfedilebilirliğinden yararlanıyor.
Monash’ın karar verme ve yönetişim raporlaması için verilere ve içgörülere ihtiyaç duyan üst düzey liderleri ve yöneticileri, aynı zamanda üniversite genelinde ekipman kullanımı, araştırma çıktıları ve aktif endüstri iş birliğine ilişkin daha net bir görüş elde edebilir.
Nasabi, “RAPPA’nın yapay zekanın gücünden yararlandığını ve kendisini iş akışına dahil ettiğini söyledi. “Onlara geçmişte yapamadıkları şeyleri yapma gücü veriyor.”
Yapay zeka grafik veritabanlarıyla buluşuyor
RAPPA kavram kanıtı, üniversitenin kamuya açık 14.000 araştırmasını ve Monash Üniversitesi’nin kapsamlı ekipman veritabanı olan Capability Finder’ı aldı.
Platformun ön ucu üç ana uygulamayı içerir: Streamlit tarafından desteklenen ve bir kapsayıcıda çalışan bir sohbet robotu arayüzü; AWS’nin Cloudscape Tasarım Sistemiyle tasarlanmış özel oluşturulmuş bir yayın tarayıcısı; ve üçüncü taraf Linkuious aracı tarafından desteklenen bir grafik görüntüleyici.
RAPPA’nın temelinde araştırmacılar, ekipman ve tesisler gibi varlıklar arasındaki tüm ilişkileri saklayan bir grafik veritabanı olan Amazon Neptune yer alır.
Bu arada Amazon Bedrock, bir bilgi tabanı oluşturmak için ekipman kullanımını analiz eden Anthropic modellerini kullanarak RAPPA’nın üretken yapay zeka yeteneklerini sağlıyor.
AWS Lambda’yı yönlendirme katmanı olarak kullanan kullanıcı sorguları Amazon API Gateway aracılığıyla iletilir, ardından Bedrock ve Neptune tarafından işlenerek sırasıyla yapay zeka destekli özetler oluşturulur veya araştırma ilişkileri görselleştirilir.
Ortaya çıkan tüm ilişkiler Neptune’de, statik içerik ve dosyalar ise Amazon S3’te depolanır.
Nasabi, “Bu, stratejik raporlamayı çok daha basit hale getiriyor” dedi.
“Daha önce mümkündü ama artık kat kat daha hızlı ve daha doğru.”
Nasabi, Monash’ın RAPPA’yı tam üretime geçirmek için diğer üniversitelerle işbirliğine açık olduğunu ancak kurumsal kullanıma hazır bir aşamaya gelmeden önce hala daha fazla geliştirilmesi gerektiğini kaydetti.
Eleanor Dickinson, AWS’nin konuğu olarak Canberra’daki AWS Kamu Sektörü Sempozyumuna katıldı.