本报华盛顿8月28日电 （记者王悠然）若能从现有的海量发明中找到相似性，就可以激发创新，但寻找相似性并不容易。为找到识别相似性的更好方法，美国卡内基梅隆大学和以色列耶路撒冷希伯来大学研究人员通过观察人类如何寻找相似性来改进计算机，期待以更快的速度找到更多的相似性。8月13—17日，在加拿大哈利法克斯市举行的2017年知识发现与数据挖掘大会（KDD 2017）上，研究人员对相关研究做了介绍。

　　研究人员首先在互联网众包（crowdsourcing）平台上招聘了一批众包工作者，他们的任务是根据产品描述来寻找用途相似或运行机制相似的产品，并向研究人员展示他们的工作过程。例如，酸奶制作机的用途说明中可能出现“浓缩”、“食物”、“减少”等词语，它的设计说明中可能出现“液体”、“泵”、“加热”等词语，从相似性的角度讲，这些词语并不是都与酸奶有关，而是都与浓缩有关。然后，研究人员利用深度学习（deep learning）技术将众包工作者寻找相似性的方法“教”给计算机，让计算机分析其他的产品描述，并自己识别相似性。结果显示，计算机找到的相似性中，许多来自于看起来很不相同的产品。当众包工作者基于这些看似“遥远”的相似性设想新产品时，却产生了最具创新性的想法。

　　研究人员表示，在专利申请或科研论文数据库中寻找相似性时，这一方法可以起到十分重要的作用。