برنامه نویسی

ساختن یک جایگزین برای Examine.com: یک سفر چالش برانگیز!

ممکن است بسیاری از شما قبلاً درباره Examine.com، یک منبع پیشرو برای تحقیقات مکمل، بدانید. Examine بر حوزه‌های بهداشتی خاص تمرکز می‌کند، پیشاهنگی برای مقالات تحقیقاتی مرتبط، و سپس پیوند به مکمل‌های مختلف را توصیف می‌کند. این فرآیند دقیق به طور قابل درک کار فشرده است، به همین دلیل است که آنها برای دسترسی به داده های خود هزینه ای دریافت می کنند. با این حال، با ظهور هوش مصنوعی، بسیاری از بخش‌های این فرآیند را می‌توان خودکار کرد، و این راه‌حلی است که من روی آن کار می‌کنم.

به عنوان مثال، در اینجا مجموعه ای از تحقیقات مرتبط با کاهش وزن بدن:

https://pillser.com/health-outcomes/reduced-body-weight-158

من هزاران مقاله تحقیقاتی را فهرست‌بندی کرده‌ام و بینش‌هایی استخراج کرده‌ام که این مطالعات را به مکمل‌های مختلف موجود در بازار مرتبط می‌کند. هدف بلندمدت من ایجاد یک فروشگاه مکمل های پیشگام است که در آن هر محصول با تحقیقات مرتبط باشد. برخلاف Examine، من قصد دارم تمام خلاصه های تحقیقاتی را عمومی کنم و به جای آن بر کسب درآمد وابسته از فروش مکمل های مرتبط تمرکز کنم.

بزرگترین چالش اطمینان از صحت داده ها است. با توجه به پیچیدگی این موضوعات، من در حال حاضر بینش ها را برای نشان دادن ارتباط بین مطالعه، نتیجه سلامت و ماده محدود می کنم. سپس کاربران به مقالات تحقیقاتی واقعی هدایت می شوند تا در تصمیمات خود اطمینان ایجاد کنند. با این حال، همانطور که مدل‌های هوش مصنوعی تکامل می‌یابند، قصد دارم این را به یک موتور بینش جامع گسترش دهم.

هوش مصنوعی و مدل های زبان بزرگ (LLM) در این فرآیند بسیار مهم هستند. یافتن مقالات تحقیقاتی با منابعی مانند PubMed نسبتاً ساده است. من از ترکیبی از سرویس‌های API، متفاوت از نظر هزینه و سرعت، برای جستجوی ذکرهای مرتبط در تحقیق (با استفاده از مدل‌های سریع و ارزان)، اعتبارسنجی مرتبط بودن این اشاره‌ها (استفاده از مدل‌های برتر) و در نهایت اطمینان از صحت خلاصه استفاده می‌کنم. در مقابل گزیده (با استفاده از مدل دیگری). ایده این است که مدل اول ممکن است اشتباه کند، مدل دوم موارد مثبت کاذب را فیلتر می کند، و مدل سوم به عنوان یک محافظ نهایی عمل می کند.

من عمیقاً شیفته این حوزه مشکل و به طور گسترده تر، عادی سازی داده ها و کاربردهای LLM در حل این مشکلات هستم. در حالی که این پروژه در حال حاضر یک سرگرمی است که من پیش بینی می کنم برای مدت طولانی یک فعالیت زیان ده خواهد بود، من معتقدم که به دلیل ترکیب منحصر به فرد از پشتوانه علمی و موجودی گسترده، شانس قابل توجهی وجود دارد که Pillser بتواند به یک سایت ترجیحی برای خریداران مکمل تبدیل شود. .

من احتمالا چند ماه با تکمیل پایگاه داده فاصله دارم، اما می‌خواستم این را برای بازخورد اولیه به اشتراک بگذارم. این وب سایت Pillser نام دارد و شما می توانید اهداف مختلف سلامت و تحقیقات مرتبط را مستقیماً از صفحه فرود جستجو کنید.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا