目前，機器學習已經深入各個科研領域，并產生了深遠的影響。無獨有偶，許多科學家利用機器學習產生的結果卻具有誤導性，甚至往往完全是錯誤的。因此，來自休斯頓萊斯大學的Genevera Allen博士發(fā)出警告：若不改進技術，機器學習系統(tǒng)使用量的激增將導致一場“科學危機”。

警告：機器學習導致了一場“科學危機”！

目前，許多科學家用機器學習技術來分析數據等，但其產生的結果有時是具有誤導性的，而且往往是完全錯誤性的。

來自休斯頓萊斯大學的Genevera Allen博士說，這種系統(tǒng)使用的增加導致了一場“科學危機”。

她警告科學家們：

如果科學家們不對機器學習技術進行改進，就等同于浪費時間和金錢。

采用機器學習技術來分析處理已有的數據集像是一股熱潮，從生物醫(yī)學到天文學，比比皆是。而且這些數據集往往“體量”龐大、價格昂貴。

“可復制性危機”

雖然Allen博士發(fā)出了這樣的警告，但是根據她們的說法，團隊所提出的答案可能不完全是正確的：

因為軟件識別的模式只存在于數據集中，而不存在于現(xiàn)實世界中。

Allen博士表示，有缺陷的機器學習正在制造一場“科學危機”

Allen博士說：

通常情況下，先使用機器學習技術并產生了一定結果的研究，往往不會發(fā)現(xiàn)它是錯誤的。

直到其他人在將這些技術應用于更大的數據集中，然后產生的結果與前人的結果完全不同，這時人們才會驚呼：“天哪！這兩項實驗結果完全不一致！”

目前，科學界普遍承認存在可復制性危機。我敢說，其中很大一部分原因確實來機器學習技術在科學研究中的使用。

科學上的“可復制性危機”指的是當另一組科學家嘗試同樣的實驗時，研究結果沒有被重復。這意味著最初的結果是錯誤的。一項分析表明，世界上85%的生物醫(yī)學研究都是徒勞的。

這是一場已經持續(xù)了20年的危機。

這場危機之所以會出現(xiàn)，是因為實驗的設計不夠完美，無法確保科學家們不會自欺欺人——只想得到自己想要的結果。

具有缺陷的模式

Allen博士表示，機器學習系統(tǒng)和大數據集的使用加速了這場危機。

這是因為機器學習算法專門用于在數據集中查找“有趣”的東西。因此當它們搜索大量數據時，將不可避免地找到一種模式。

真正的挑戰(zhàn)在于，我們真的可以相信這些“發(fā)現(xiàn)”嗎？

那些所謂的科學發(fā)現(xiàn)，能夠代表真正的科學嗎？它們是可重復的嗎？若是給定一個額外的數據集，運用同樣的方法，是否會得到相同的結果呢？不幸的是，事實往往并非如此。

機器學習也應用于生物醫(yī)學研究

Allen博士正與休斯頓貝勒醫(yī)學院的一組生物醫(yī)學研究人員合作，以提高他們研究結果的可靠性。

她正在開發(fā)下一代機器學習和統(tǒng)計技術，這些技術不僅可以篩選大量數據進行“發(fā)現(xiàn)”，還可以報告結果的不確定性及其可能的重復性。

她告訴與其共事的科學家：“收集這些數據集是非常昂貴的，論文的發(fā)表可能會需要更長的時間，但是你們的成果是能夠經得起時間的考驗的！”

“這將為科學家節(jié)省資金。更重要的是，可以保障科學不會按著這些錯誤的方向發(fā)展?！?/p>