Asystent Naukowca dla systemu RoHUB

Asystent Naukowca to zaawansowany chatbot, który pomaga badaczom w korzystaniu z systemu ROHub. Chatbot wprowadza innowacyjne podejście do eksploracji zasobów RoHUB poprzez nowy kanał komunikacji dla użytkowników – cyfrowego asystenta naukowca, który prowadzi naukowców przez funkcje RoHUB, stymuluje do eksploracji jego zasobów oraz przedstawia odpowiedzi na zadane pytania i problemy. Interakcja z botem jest spójna, istotna i prowadzona w konwersacyjnym tonie. „Najnowsza wersja chatbota, bazująca na wykorzystaniu LLM, wykazała duży potencjał w zakresie wsparcia użytkowników ROHub w uzyskiwaniu informacji o platformie, jej głównych koncepcjach i funkcjonalnościach z nią związanych. Nowa funkcjonalność zostanie wkrótce wdrożona w środowisku produkcyjnym, po zakończeniu testów i optymalizacji – wyjaśnia Raul Palma. Z kolei Marcin Wolski dodaje, że chatbot dla RoHUB nie jest kolejnym narzędziem wśród wielu innych, tylko zupełnie nowym rozwiązaniem wykorzystującym najnowsze technologie i podejścia. Narzędzie zostało zbudowane na otwartym modelu LLama3 i osadzone na infrastrukturze PCSS, dzięki czemu mamy pełną kontrolę nad przepływem danych i ich odpowiednim zabezpieczeniem.

Wybrane funkcje Asystenta Naukowca: Jak używać ROHub, ChatBot przechodzi wraz z użytkownikiem przez cały proces korzystania z ROHub, pomaga w tworzeniu i zarządzaniu obiektami naukowymi, takimi jak artykuły, dane badawcze czy projekty. Tworzenie obiektów naukowych:, Asystent wyjaśnia, jak stworzyć obiekt naukowy w ROHub, pomaga w określeniu typu obiektu (np. artykuł, zbiór danych) i wypełnieniu wymaganych pól. Integracja z mechanizmami wyszukiwania: Asystent umożliwia wyszukiwanie obiektów naukowych w ROHub, informuje użytkownika, jak filtrować wyniki i dostosowywać kryteria wyszukiwania. Rekomendacje obiektów badawczych: Asystent analizuje wcześniejsze wyszukiwania użytkownika i na tej podstawie wskazuje podobne obiekty badawcze.

Asystent wykorzystuje wiodące i nowatorskie technologie takie jak Large Language Model (LLM) i Retrieval-Augmented Generation (RAG). LLM są podstawową technologią nowej generacji botów AI (takich jak ChatGPT lub Google Gemini). Są one szkolone na ogromnych ilościach danych tekstowych, takich jak książki i artykuły, aby uczyć się wzorców i relacji między słowami. RAG odgrywa rolę weryfikatora faktów dla LLM. Umożliwia modelowi sprawdzanie w czasie rzeczywistym informacji z wiarygodnych źródeł przed opracowaniem odpowiedzi, dzięki czemu jego odpowiedzi są dokładniejsze i bardziej wiarygodne – tłumaczy działanie systemu Maciej Łabędzki z Działu Inżynierii Danych i Platform Analitycznych.

Jeżeli chcesz stworzyć własną ścieżkę badań naukowych dołącz do społeczności RoHUB – Centrum Obiektów Badawczych.

Więcej informacji: https://www.rohub.org/