所有1，757个技术领域的预测改进率分布(每年百分比)。红色虚线右侧的域每年的改进速度超过36.5%，这是根据摩尔定律预测的集成芯片的改进速度。信用:数据、系统和社会研究所技术变革的社会影响可以在许多领域看到，从信使核糖核酸疫苗和自动化到无人机和气候变化。这种技术变革的速度会影响其影响，而一项技术在性能上提高的速度可以作为其未来重要性的指标。对于像投资者、企业家和政策制定者这样的决策者来说，预测哪些技术正在快速进步(哪些被过度夸大)可能意味着成功和失败的区别。麻省理工学院的新研究旨在利用美国专利作为数据集，帮助预测技术性能的改进。该研究将97%的美国专利系统描述为一组1757个独立的技术领域，并定量评估每个领域的改进潜力。
该论文的主要作者Anuraag Singh SM '20说:“只有在长时间内进行实质性的性能测量时，才能根据经验估计改进的速度。“在包括软件和临床医学在内的一些大型技术领域，这样的措施很少(如果有的话)出现。”
麻省理工学院之前的一项研究为30个技术领域提供了经验测量，但为这些技术确定的专利集覆盖了美国专利系统中不到15%的专利。这项新研究的主要目的是提供经验测量无法访问的数千个领域的性能改进率预测。为了实现这一点，研究人员开发了一种使用新的基于概率的算法、机器学习、自然语言处理和专利网络分析的方法。
重叠和中心性
正如研究人员所定义的那样，技术领域是由使用特定科学知识分支来实现特定功能的一组工件组成的。为了找到最能代表一个领域的专利，该团队建立在合著者克里斯·麦咭之前的研究基础上，克里斯·是数据、系统和社会研究所(IDSS)工程系统实践的教授。麦咭和他的同事发现，通过寻找美国和国际专利分类系统之间的专利重叠，他们可以快速识别最能代表一项技术的专利。研究人员最终创建了美国专利系统中所有专利与1757个技术领域的对应关系。
为了评估性能的提高，辛格采用了由合著者麦咭和乔治·特里乌尔齐改进的方法，乔治·特里乌尔齐是国际数据系统学会社会技术系统研究中心的研究员，也是哥伦比亚安第斯大学的助理教授。他们的方法是基于专利在专利引用网络中的平均“中心性”。中心性是指用于确定网络内节点的等级或重要性的多个标准。
辛格说:“我们的方法首次为几乎所有可定义的技术提供了性能改善率的预测。
这些比率各不相同，从“机械皮肤处理-脱毛和除皱”领域每年2%的低比率到“集成多通道的动态信息交换和支持系统”领域每年216%的高比率。研究人员发现，大多数技术进步缓慢；超过80%的技术以每年不到25%的速度改进。值得注意的是，一个技术领域的专利数量并不是提高速度的有力指标。
“快速发展的领域集中在少数几个技术领域，”麦咭说。“显示改善率高于集成芯片预测率的领域——根据摩尔定律，改善率为42%——主要基于软件和算法。”
TechNext公司。
研究人员建立了一个在线互动系统，在这里可以找到与技术相关的关键词对应的领域以及它们的改进率。用户可以输入描述技术的关键词，系统返回技术领域改进的预测、关键词和领域之间匹配质量的自动度量以及专利集，以便读者可以判断匹配的语义质量。
展望未来，研究人员成立了一个名为TechNext Inc .的麻省理工学院新分支机构，以进一步完善这项技术，并利用它帮助领导者做出更好的决策，从预算到投资优先事项再到技术政策。像任何发明家一样，麦咭和他的同事想要保护他们的知识产权。为此，他们已经为他们的新系统及其独特的方法申请了专利。
辛格说:“提高速度更快的技术赢得市场。“我们的搜索系统使技术经理、投资者、决策者和企业家能够快速查找特定技术的改进率预测。”
麦咭补充道，“我们的目标是为技术预测的模糊艺术带来更高的准确性、精确性和可重复性。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
