90%的科學知識都丟失了。這個新的人工智能剛剛發現

在 100 個生成的數據集中，有 80 個留在實驗室，與 20 個共享，但重複使用的數據集較少，只有不到兩個會參加展會並通常會帶來新的發現。

其後果是重大的：癌症治療進展緩慢、氣候模型證據不足以及不重複檢查。

為了改變這一現狀，科學開放科學出版商 Frontiers 推出了 Frontiers Fair² 數據管理，據稱這是為全球首個世界提供的綜合研究服務。它旨在結合所有基本步驟並執行正確記入的​​數據。佣金、履約檢查、人工智能準備的格式、配對審查、交互式門戶、證書和永久招待——在一個無需處理的過程中。目標是確保當前的研究投資在健康、可持續性和技術方面取得更快的進展。

Fair² 建立在公平原則（發現、可用、交互式和可重用）的範圍內，確保每個數據集（無論是人類還是機器）都能以合乎道德的方式重複使用。 Fair²數據管理系統是在該模型的第一項工作中建立的，當研究的產出達到快速增長的時刻並且人工智能再次增長發現的方式時。高級原則將真實且可擴展的基礎設施的可衡量影響轉化為現實。

卡米拉·馬​​科姆博士，邊界暴露了創作者和導演：

“它從百分之九十的科學中消失了。二月數據的管理不是一個數據集，永遠不應該再次丟失。

艾核

這項工作需要組織和驗證數據集 – 發布元數據和輸出，AI 數據權威由 Senscience 驅動的分鐘組成，在 Limitations Fair 背後。

研究人員提供的數據包括四個綜合輸出：經過認證的數據包、同行修訂和付費數據文章、具有視覺和人工智能聊天功能的交互式數據門戶以及 Fair² 認證。每個項目都包含與一般用戶的一般用戶以及更兼容的研究學科兼容的質量控制和清晰的摘要。

所有數據集都被保存、驗證、背誦並可重複使用以進行保存，為研究人員提供適當的認可，同時幫助加速發現。這些限制增加了可見性和可及性，科學家、政治家、從業者、社區支持負責任地重用這兩個人工智能係統，以使社會投資在科學上具有更大的價值。

數據集騎手

• SARS-COV-2 變體特性 – 3,800 個尖峰涵蓋蛋白質變體，該數據集鏈接了使用 ACE2 鏈接和表達數據 ACE2 進行的結構預測。它為旗幟效益提供了強大的資源。

• 腦癌預防 MRI – 四個研究中心的 343 個廣播的統一數據集，在協議和可比性方面進行標準化。球員生物標誌物的發現，該網站的一個重要領域，支持了創傷性腦損傷預覽方面的進展。

• 環境壓力指標（1990-2050） – 通過結合 43 個國家 6 個十年的觀測數據和預測，該數據集控制排放、廢物、人口和 GDP。它基於基於毅力和證據的氣候政策規劃。

• 印度太平洋環礁生物多樣性 – 擴大五個地區的 280 個環礁。該數據集整合了生物多樣性記錄、棲息地、氣候指標和人類使用的日誌。有機生態學、保護優先，為薄弱島嶼生態系統的區域研究提供了前所未有的研究。

研究人員通過試點證明不僅可以存儲和共享數據，還可以通過質量控制建立對其重複使用的信心。

所有試點數據試點均填寫開放規範。成為專員，可重複使用且可靠，適合人類和機器的長期使用，當前數據可以加快未來解決社會最嚴峻挑戰的速度。

聲明和重用

每次重用都會使原始數據集的價值成倍增加，確保沒有浪費任何發現，所有貢獻都可以開啟下一步，並且研究人員認可他們的工作。

Senscience 聯合創始人兼董事、AI 面前的總裁 Sean Hill 博士指出：

“科學創造了呼叫，但大多數都丟失了，研究人員很少能接到。

研究人員所說的話

Ángel Borja 博士，AZTI、海事研究、巴斯克研究與技術聯盟 (BrTA) 主要研究員：

“推薦（我建議使用這些數據來發布專員和文章，因為這些信息可以非常快速地創建，並且對於最終用戶來說是一種有用的格式。”

Erik Schultes，萊德藥物研究學術中心（LACDR）主要研究員； Go Fair 基金會的主要實施負責人：

“Frontiers Fair² 完美地體現了該項目的科學方面。”

Femke HedgeMa，Pharmacess 研究員和健康數據系統創新總監：

“Frontiers Fair² 軟化了直接原則的執行，即研究人員和健康恢復等數據集不應複雜。

加州大學洛杉磯分校 (UCLA) 腦損傷研究中心神經手性系 Neil Harris 博士：

“有限（限制）在數據上設置數據在不同級別上都是有用的，畢竟，可以改善數據共享。共享數據。作為我們考試的一部分。”

Maryann Martone，開放數據廁所主編：

“(Limits) Fair² 是進行數據公平的最簡單、最有效的方式。實驗室，並且希望擁有可能存在於科學界的數據。

Vincent Woon Kok Kokokako，香港科技協會中心碳中和和氣候變化促進助理教師：

“（局限性）Fair² 是一個更加壯觀且易於訪問的數據集，它可以幫助世界各地的研究人員應對稀缺且分散的數據。這將擴大合作並加速持久廢物管理。”

Naturalis 生物多樣性中心和奧克蘭大學博士研究員 Sebastian Steevl 博士：

“真實數據的可訪問性超出了倉庫的範圍。