WISDOM : Un nouvel outil pour déceler les technologies émergentes

Le monde de la science et de la technologie est en constante évolution. De nouvelles inventions et idées redéfinissent sans cesse notre façon de vivre et de penser. Un gros trend en ce moment, c'est la collaboration entre différents domaines scientifiques. Ce travail d'équipe aide à résoudre des problèmes difficiles en utilisant des idées de plusieurs secteurs. Être capable de repérer tôt les nouveaux sujets scientifiques est essentiel pour les industries, les législateurs et les innovateurs. Ça leur permet d'ajuster leurs plans et investissements avant que les changements ne se produisent.

Traditionnellement, les chercheurs utilisent des analyses bibliométriques pour identifier de nouvelles technologies. Bien que ces méthodes aient leur utilité, elles peuvent simplifier à l’excès les tendances complexes qui se manifestent quand différents domaines se rejoignent. De plus, s'appuyer uniquement sur des experts pour repérer les technologies émergentes peut limiter l'analyse. Les experts peuvent ne pas voir l'ensemble ou apporter leurs biais dans l'évaluation.

Pour résoudre ces problèmes, un nouveau système automatisé basé sur l'IA appelé WISDOM a été développé. WISDOM utilise des modèles de sujet avancés et une analyse de signaux faibles pour aider à identifier de nouveaux thèmes de recherche. Ce système peut aider les planificateurs et les experts à repérer et suivre les tendances liées à de nouveaux sujets de manière efficace, les aidant à prendre de meilleures décisions.

#Le besoin de détection précoce des technologies émergentes

La technologie impacte significativement nos vies et notre société. Elle influence notre manière de penser, de communiquer et d'acquérir des connaissances. Pendant des années, les chercheurs ont travaillé pour identifier de nouveaux domaines scientifiques et des technologies émergentes. Prédire les changements technologiques tôt est vital pour que les gouvernements et les entreprises puissent planifier efficacement leur recherche et développement.

Ces dernières années, le rythme du changement technologique a augmenté de manière dramatique. La complexité de la science moderne et la collaboration croissante entre les disciplines rendent plus difficile la prévision des tendances et la planification stratégique. Les méthodes conventionnelles de détection des technologies émergentes impliquent souvent d'analyser des articles publiés et des brevets. Bien que précieuses, ces méthodes traditionnelles ont des inconvénients, comme le fait de se baser sur des indicateurs limités, nécessitant beaucoup de travail manuel et étant affectées par les biais des experts.

Avec l'essor des big data et des techniques d'analyse modernes, il y a de nouvelles opportunités pour prédire les tendances et identifier les technologies à venir. Ces nouvelles méthodes utilisent d'énormes quantités de données numériques et les dernières avancées en informatique pour fournir des insights.

#WISDOM : Un cadre basé sur l'IA

Les chercheurs ont créé WISDOM, un cadre utilisant l'intelligence artificielle pour trouver des sujets de recherche émergents à l'aide de méthodes d'analyse avancées. Ce système combine plusieurs techniques, telles que le modélisation de sujet, le traitement du langage naturel et l'analyse de signaux faibles. L'objectif de WISDOM est d'aider les experts à reconnaître et suivre les nouvelles tendances de recherche de manière plus efficace.

Le cadre est évalué sur son application aux technologies de détection sous-marine, en analysant les publications de 2004 à 2021.

#Contributions de WISDOM

WISDOM apporte plusieurs avancées clés dans la détection des technologies émergentes :

1. Modélisation de sujet avancée : Il utilise un modèle appelé BERTopic pour identifier les principaux domaines de recherche et observer comment ils changent au fil du temps. BERTopic utilise des modèles de langage avancés pour trouver des clusters significatifs de sujets liés, facilitant ainsi la compréhension des thèmes et termes clés associés.

2. Analyse de signaux faibles : Ce cadre intègre l'analyse de signaux faibles pour aider à repérer de nouvelles tendances de recherche qui pourraient ne pas être évidentes avec des méthodes traditionnelles. En examinant des signaux subtils dans les données, WISDOM peut révéler des signes précoces de développements importants qui pourraient influencer divers domaines scientifiques.

3. Approche flexible : WISDOM est adaptable et peut être appliqué à différents secteurs technologiques. Il ne se limite pas à trouver des technologies émergentes, mais suit aussi leur évolution au fil du temps. Cette analyse extensive peut servir d'outil précieux pour prendre des décisions éclairées.

4. Analyse temporelle : En couvrant une période de près de deux décennies, WISDOM peut fournir des insights sur la manière dont les thèmes de recherche ont évolué et changé au fil du temps.

5. Objectivité et fiabilité : L'utilisation d'une approche basée sur l'IA permet d'éliminer les biais humains qui pourraient affecter la détection des tendances. Cela augmente l'exactitude et la fiabilité des insights fournis.

6. Application pratique : Le cadre a été utilisé dans des scénarios réels, en particulier dans le domaine des technologies de détection sous-marine, ce qui démontre son efficacité en pratique.

#La méthodologie de WISDOM

Le cadre WISDOM se compose de trois éléments principaux : la modélisation de sujet, le label automatique des sujets et l'extraction de signaux faibles. Chaque composant joue un rôle important dans le fonctionnement global du système.

#Collecte de données

Pour l'analyse, les publications scientifiques servent de principale source de données. Ces publications sont cruciales car elles représentent la principale sortie de la recherche scientifique. Dans ce cas, des publications sur les technologies de détection sous-marine ont été collectées à partir d'une base de données appelée Scopus, couvrant les années 2004 à 2021.

Le jeu de données comprenait 9 046 publications, chacune contenant des métadonnées essentielles comme titres, résumés, dates de publication et auteurs. Cette vaste collection de données fournit une base solide pour l'analyse.

#Préparation et traitement des données

Avant l'analyse, les données subissent plusieurs étapes de préparation. Le titre et le résumé de chaque publication ont été combinés pour créer une nouvelle caractéristique appelée pubtext. Ce processus garantit que le contenu est représenté avec précision et prêt pour une analyse approfondie.

Le texte a subi plusieurs étapes de nettoyage :

• Converti en minuscules
• Suppression des mots vides courants
• Traitement des caractères spéciaux
• Tokenisation, décomposant le texte en mots individuels
• Lemmatisation, réduisant les mots à leur forme de base ou document

Ces étapes aident à affiner les données, les rendant adaptées à l'analyse.

#Modélisation de sujet avancée

WISDOM utilise BERTopic pour extraire des thèmes de recherche significatifs. Ce modèle construit des embeddings documentaires à l'aide de modèles de langage pré-entraînés, ce qui aide à comprendre les connexions entre les documents. Une fois les embeddings documentaires générés, leur dimensionnalité est réduite à l'aide d'une technique appelée UMAP. Cette étape améliore à la fois la précision du clustering et l'efficacité computationnelle, car elle conserve les caractéristiques importantes des données d'origine.

Une fois les embeddings réduits créés, une méthode de clustering appelée HDBSCAN est appliquée pour regrouper les documents similaires. Cette méthode garantit que les documents non liés ne sont pas confondus dans le même groupe. Enfin, des sujets spécifiques sont générés à travers un processus appelé fréquence de termes inverse de document.

#Labeling automatique des sujets

La prochaine étape implique de labeler automatiquement les sujets extraits. C'est crucial pour rendre les résultats interprétables et éliminer le besoin d'un labeling manuel par des experts du domaine. Le processus commence par sélectionner des papiers aléatoires liés à chaque sujet et les résumer à l'aide d'un modèle pré-entraîné.

Les textes résumés sont combinés pour générer des titres représentatifs pour chaque sujet. Cette approche multilayer garantit que les labels générés sont étroitement alignés avec les sujets identifiés.

#Extraction de signaux faibles

L'extraction de signaux faibles se concentre sur l'identification des signes précoces de tendances émergentes. Ces tendances ne sont peut-être pas encore largement reconnues, mais montrent un potentiel de croissance. Le système utilise une technique appelée Cartes d'Émergence de Sujet (TEMs) pour visualiser la présence et la signification de divers sujets au fil du temps.

Les TEMs divisent les sujets en quatre quadrants basés sur leurs proportions moyennes et leurs taux de croissance. Les sujets peuvent tomber dans des catégories comme signaux forts, signaux faibles, signaux latents et signaux bien connus. Ce cadre aide les chercheurs à suivre l'évolution des sujets et à anticiper les tendances futures.

#Analyse des thèmes de recherche émergents

WISDOM a été appliqué pour analyser les technologies de détection sous-marine et les résultats révèlent plusieurs thèmes clés et insights.

#Signaux faibles et forts identifiés

À travers l'analyse, dix-huit sujets de recherche ont émergé comme signaux faibles à différentes périodes. Certains sujets ont montré un potentiel de croissance, tandis que d'autres sont restés constants ou ont diminué. Par exemple, le suivi des poissons sous l'eau est devenu un domaine d'intérêt clé à cause de son importance pour comprendre les écosystèmes aquatiques.

D'un autre côté, plusieurs sujets ont été classés comme signaux forts, montrant une trajectoire ascendante constante. Ces sujets incluent des conceptions relatives à de nouveaux véhicules sous-marins et des techniques avancées de localisation pour les réseaux de capteurs sous-marins.

#Modèles temporels et tendances

Les insights fournis par WISDOM aident à identifier comment les thèmes de recherche ont évolué au fil du temps. En examinant les tendances des mots-clés associés à différents sujets à divers intervalles, les chercheurs peuvent observer des changements de focus et des tendances émergentes au sein de champs spécifiques.

Par exemple, les sujets liés à l'imagerie sous-marine ont montré un intérêt pour les systèmes de suivi en temps réel, tandis que d'autres se concentraient davantage sur les protocoles de communication pour les dispositifs sous-marins.

#Conclusion

Le cadre WISDOM représente une avancée significative dans la détection des thèmes de recherche émergents. En combinant des méthodes basées sur l'IA telles que la modélisation de sujet et l'analyse de signaux faibles, WISDOM offre une nouvelle manière d'identifier et de suivre les tendances en technologie.

À travers son application dans le domaine des technologies de détection sous-marine, le cadre a démontré son efficacité dans l'analyse de la littérature scientifique s'étalant de 2004 à 2021. Les insights obtenus fournissent des informations précieuses pour les chercheurs, décideurs et leaders de l'industrie, les aidant à s'adapter au paysage technologique en évolution rapide.

Avec le succès de WISDOM, les futures recherches pourraient explorer ses applications dans d'autres domaines et améliorer encore ses capacités. En continuant à peaufiner la méthodologie et à élargir les sources de données utilisées, WISDOM a le potentiel de devenir un outil clé dans la planification stratégique en science et technologie.

#Limitations et domaines d'amélioration

Bien que WISDOM soit un outil puissant, il a ses limites. Toutes les technologies émergentes ne sont pas immédiatement documentées dans des articles académiques ; donc, les futures applications pourraient inclure des données provenant de rapports industriels et de brevets. Certaines innovations peuvent également rester confidentielles, rendant leur identification difficile.

De plus, différents chercheurs peuvent avoir des critères variés pour définir les technologies émergentes, ce qui pourrait entraîner des incohérences. En se concentrant sur la recherche à fort impact et en considérant des études dans d'autres langues, les chercheurs peuvent améliorer encore le cadre.

Suivre les signaux faibles identifiés et étudier leur dynamique au fur et à mesure qu'ils évoluent en signaux forts pourrait également fournir des insights plus profonds sur les tendances dans divers domaines.

#Applications au-delà de la détection sous-marine

Bien que WISDOM ait été testé spécifiquement dans les technologies de détection sous-marine, ses applications s'étendent à d'autres domaines, permettant d'évaluer une plus large gamme de thèmes de recherche. Des innovations en santé aux avancées en énergie renouvelable, la capacité du cadre à traiter rapidement de vastes ensembles de données peut fournir des insights dans divers domaines.

Alors que la technologie continue d'évoluer, des systèmes comme WISDOM joueront un rôle clé pour aider les parties prenantes à rester en avance sur la courbe, garantissant que des informations critiques sur les technologies émergentes et les tendances soient facilement disponibles pour la prise de décision stratégique. Cela favorisera finalement des investissements plus éclairés dans la recherche et le développement à travers divers secteurs, menant à des avancées susceptibles d'impact significatif sur nos vies quotidiennes et nos industries.

En adressant les défis inhérents à l'identification et au suivi des technologies émergentes, WISDOM présente une solution prometteuse pouvant s'adapter aux besoins changeants des différentes communautés de recherche. Le développement et le perfectionnement continus de ce cadre seront essentiels pour exploiter tout le potentiel de la technologie et de l'innovation dans les années à venir.