Les articles de Bases

Après neuf mois de tests auprès de la communauté des utilisateurs de Web of Science, Clarivate vient d’annoncer le lancement de son assistant de recherche dopé à l’IA pour la recherche sur le contenu de Web of Science Core qui propose 92 millions de références dans le domaine scientifique depuis le début du 20° siècle.

Nous avons testé ce nouvel outil qui illustre l’investissement des serveurs et agrégateurs dans des possibilités de recherche nouvelles sur leur fonds grâce à l’intelligence artificielle.

Interface et options de recherche

L’écran d’accueil est commun avec la recherche classique sur le Web of Science. L’accès se fait par un clic sur « Search assistant » qui donne accès à la nouvelle interface. On se voit alors proposer quatre options qui correspondent à autant de problématiques.

La première baptisée « Start a new search by asking a question » permet de lancer une question spécifique en langage naturel. « C’est une méthode intuitive pour commencer une exploration, particulièrement utile pour les chercheurs qui ne sont pas familiers avec les techniques de recherche avancées. »

La seconde, « Understand a topic » a pour objectif d’offrir rapidement une vue d’ensemble structurée d’un sujet spécifique. C’est un excellent point de départ pour se familiariser rapidement avec un nouveau domaine de recherche ».

Interview de JEAN-PIERRE LARCHER, membre du collège des Emérites - Académie de l’Intelligence Economique.

Nous avons souhaité interviewer Jean-Pierre Larcher, un pionnier de l’intelligence économique et du développement territorial, dont les réflexions sur les défis contemporains et l’importance de la souveraineté économique nous apparaissent essentielles pour éclairer les enjeux actuels des collectivités.

Jean-Pierre Larcher compte plus de quarante ans d’expérience dans la gestion de projets liés à l’intelligence économique et au développement territorial, aussi bien en France qu’à l’international. Son parcours impressionnant inclut la direction de projets innovants tels que « Maîtrise de l’Information » et la contribution à l'élaboration de la Charte partenariale entre l'Etat et Régions de France sur l’Intelligence Économique Territoriale.

Depuis 2016 jusqu’à récemment, M. Larcher a co-piloté la Mission Stratégie Prospective Intelligence Économique (SPIE) de la Région Normandie, une initiative pionnière au sein d’une collectivité régionale. En formant des réseaux d’acteurs économiques régionaux et en lançant des programmes novateurs, il a contribué à faire de la Normandie un leader national en intelligence économique.

DERWENT qui réécrit les titres et les abstracts de brevets depuis des dizaines d’années affirme que sa pratique est plus performante qu’une utilisation d’une IA.

La banque de données DWPI (Derwent World Patents Index) commercialisée aujourd’hui par Clarivate a été créée il y a plus de 60 ans et a une grande notoriété auprès des spécialistes de la recherche d’information brevet.

DWPI a longtemps été la principale source utilisée par les professionnels.

Sa valeur ajoutée tient en plusieurs points :

• La réécriture par des experts (aujourd’hui au nombre de 900) du titre et du résumé pour les rendre plus clairs et plus informatifs alors que la tendance des déposants est justement d’être le moins compréhensible ou le plus général possible ;
• L’extraction et la présentation des informations concernant la nouveauté, les avantages, l’usage ainsi qu’un focus technologique ;
• L’attribution des codes de classifications spécifiques en plus des classifications classiques (CIB et CPC) ;
• Une vérification, avec éventuellement des compléments, concernant les données bibliographiques.

OpenAI continue d’innover à une vitesse impressionnante. On se souvient que ce n’est qu’en mai 2024 qu’OpenAI a lancé GPT-4o.

Le 12 septembre 2024 dernier, le suspense derrière le projet du nom de code Strawberry a été levé avec le lancement d’une nouvelle famille de modèles LLM appelée la o1, dont la caractéristique clé est la capacité de raisonnement avancé.

La famille OpenAI o1 comprend deux principaux modèles : o1-preview, conçu pour les tâches de raisonnement avancé et résolution de problèmes complexes, et o1-mini, optimisé pour des tâches spécifiques telles que le codage avec un coût réduit.

Contrairement aux modèles précédents qui généraient des réponses principalement basées sur des associations statistiques, o1 utilise un processus de « chaîne de pensée : les problèmes complexes sont décomposés en étapes logiques, et les temps de réflexion du modèle sont ajustés dynamiquement en fonction de la complexité de la tâche.