将 AI 伦理重新构成为创新加速器，探讨了 Stability AI 异质性和 OpenAI Dall-E 的对比，从中提炼出了五个加速伦理的概念，包括将不确定性理解为积极鼓励创新的元素，将创新看作内在价值的元素，倡导通过更多 AI 解决 AI 问题的观点，并强调权限和限制是从分散的过程中涌现出来的，并将伦理工作嵌入到 AI 的发展和应用中，以激发而不是限制人工智能。

Dec, 2022

本文探讨 1970-2009 年能源专利的数量和投资状况，发现尽管对公共和私人研发的投资低，但近十年来特别是在可再生技术方面专利申请的速率显著增加，本文通过建立一个能够解释技术创新的经验数据的模型，准确预测科技成熟和市场开发不同阶段的专利申请率，同时表明公共研发和市场需求作为创新活动的关键驱动因素相互促进。

Nov, 2012

通过机器学习和 AI 技术，提出了一个支持领域和流程知识管理，结合人工智能协作的工作台框架，以减少时间和机会成本的目的，实现化学空间探索的新型功能材料的发现。

Nov, 2022

通过文本挖掘和网络分析的创新方法，研究了技术联系对行业创新能力的影响以及这些影响是如何通过技术空间传递的。通过分析美国专利商标局授予的 650 万项专利的文本，并应用网络分析，对半个世纪（从 1976 年到 2021 年）间的各个行业之间的技术相互依赖进行了研究。研究发现专利文本中蕴含了大量信息，传统的创新指标（如专利引用）无法捕捉。通过网络分析，证明间接联系与直接联系同等重要，而采用更传统的间接联系的衡量方法（如 Leontief 逆矩阵）无法完全揭示这种间接联系。最后，通过脉冲响应分析，展示了技术冲击如何通过技术网络空间传递，影响行业的创新能力。

Jul, 2023

本研究使用构建的动态语义网络的新方法分析了设计思维研讨会上的设计讨论，并对该过程中公司代表和公司规模进行了研究，结果表明，与单一公司设计中心的研讨会相比，来自四家公司的研讨会中的设计管理人员更专注于更具体的设计问题，其设计思维具有更少的歧意和更多的信息内容，而专业设计师则表现出更抽象的思维。

Jun, 2023

提出了一种名为 “Acceleron” 的研究加速器，旨在辅助研究生命周期的各个阶段，尤其是创意阶段。基于大型语言模型的代理人架构结合同事和导师身份，通过模拟研究员进行创作的思路，与研究者进行交互式对话，协助发展研究提案。经过评估，工具在不同阶段为研究者提供适当的输入，提高了时间效率。

Mar, 2024

通过实验证明模型输出置信度与概念漂移存在关联性，并提倡在未来的比较研究中更加重视不确定性估计。

Mar, 2023

本研究提出一种基于概念共现的框架，集成于研究助手系统，用于加速学术灵感的产生与发现。实验结果表明，该系统具有广阔的前景和应用价值。

Jun, 2023

本文提出了 AI 创新实验室的概念，旨在为企业提供完整的人工智能业务解决方案总体框架，从构思到实施，从商业价值到可行性的评估。

Mar, 2022

介绍了科技政策资源获取的困难与问题，并探讨了相关技术和发展，提供了从大量混杂内容的数据中提取有价值的科技政策资源并提供准确、快速检索的方法，以打破信息壁垒和降低信息获取成本，具有重要的社会意义和社会效益。

Apr, 2022