Mario Klein dari Institut Max Planck Light Science dan rekannya, melatih model AI untuk menganalisa sekitar 143,000 makalah yang diterbitkan di server pracetak arXiv antara tahun 1994 dan 2021. Semua makalah mencakup bidang yang terkait dengan kecerdasan buatan.

Para peneliti kemudian menggunakan alat pemrosesan bahasa alami untuk menghasilkan daftar yang berjumlah hampir 65,000 konsep kunci dengan menghapus kata kunci dan frasa dari judul dan abstrak makalah.

Konsep-konsep ini menjadi simpul jaringan semantik yang memungkinkan model AI menemukan hubungan antara ide dan makalah. Data ini memberi tahu model AI bagaimana bidang penelitian AI telah berubah dari waktu ke waktu dan bagaimana para sarjana membuat koneksi serta menjelajahi bidang minat baru. Sepuluh metode pembelajaran mesin AI lainnya kemudian menggunakan jaringan semantik ini untuk mencoba mencari tahu konsep mana yang belum dipelajari selama periode lima tahun.

Dengan menguji data historis, AI mampu memprediksikan konsep yang belum dipelajari yang akan muncul setidaknya dalam tiga makalah selama periode lima tahun dengan akurasi lebih dari 99,5 persen. Para peneliti menyarankan bahwa metode ini dapat digunakan untuk memprediksi topik hangat di masa depan atau untuk membantu mengembangkan AI dengan pemahaman manusia.

Gabrielle Pereira dari London School of Economics di Inggris mengatakan, "Kami pikir sebagian besar makalah ini, mencerminkan cara berpikir saat ini dalam ilmu komputer dan kecerdasan buatan (AI)."