Helena Deus

Starszy Badacz Technologiczny

„Gdyby uczenie maszynowe mogło poprawić jakość nauki, miałoby to ogromne konsekwencje dla cen i szybkości produkowania leków.”

Helena Deus

Z wykształcenia jestem biologiem, a moim zadaniem w Elsevier jest połączenie naszej pracy w zakresie nauk biologicznych i opieki zdrowotnej z uczeniem maszynowym. Jeden z modeli, nad którymi pracuję, będzie w stanie rozpoznać, czy zdanie w abstrakcie dotyczy wyniku, metody, hipotezy, czy celu. Jest to istotne, jeśli chodzi o porównywanie artykułów i zrozumienie prawidłowości badań naukowych. Dużym problemem jest nieodtwarzalność niosąca ze sobą ogromne konsekwencje dla firm farmaceutycznych, które nie zawsze mogą ufać nowym wynikom badań akademickich i często muszą powtarzać je we własnym zakresie. Gdyby uczenie maszynowe mogło poprawić jakość nauki, miałoby to ogromne konsekwencje dla cen i szybkości produkowania leków.

--------

Helena Deus jest Starszym Badaczem Technologicznym w należącej do Elsevier grupie Labs, gdzie zajmuje się badaniem i tworzeniem nowych technologii przyczyniających się do udoskonalenia sposobu przekazywania wiedzy.

Więcej wypowiedzi naszych technologów nt. uczenia maszynowego

Georgios Tsatsaronis photograph
Tym, co podoba mi się w Elsevier w pracy nad uczeniem maszynowym, jest fakt, że mamy okazję łączenia teorii z praktyką.. — Georgios Tsatsaronis, Główny specjalista ds. NLP
Dowiedz się więcej
Sujit Pal photograph
Wyzwaniem, jakie wiąże się z automatyzacją technologii wykorzystywanej w opiece zdrowotnej, jest fakt, że stawka jest bardzo wysoka, ponieważ chodzi o ludzkie życie.. — Sujit Pal, Dyrektor Badań Technologicznych
Dowiedz się więcej
Deep Kayal photograph
Dane, które mamy w Elsevier, to kopalnia wiedzy na temat wielu interesujących i inteligentnych rzeczy.. — Deep Kayal, Inżynier ds. Uczenia Maszynowego
Dowiedz się więcej