美国科学家警告：机器学习技术或引发“科学危机”

参考消息网2月18日报道 英媒称，数以千计的科学家用来分析数据的机器学习技术正在产生具有误导性且常常是完全错误的结果。

据英国广播公司网站2月16日报道，休斯敦赖斯大学的热内薇拉·阿朗博士说，越来越多使用这种系统正在导致“科学危机”。

她警告说，如果科学家们不改进技术，就会既浪费时间又浪费金钱。她的研究成果提交给了华盛顿的美国科学促进会。

越来越多的科学研究使用机器学习软件来分析已经收集到的数据。从生物医学研究到天文学等，这种现象发生在诸多学科领域。

这些数据集非常大，成本也很高。不过，阿朗博士说，他们得出的答案可能是不准确甚至是错误的，因为软件识别的是只存在于数据集中而非真实世界中的模式。

她说：“这些研究往往在另一个真正的大数据集出现时才会被发现是不准确的。有人用那些技术分析后叹道：‘哦，我的天哪，这两个研究的结果不一致。’”

她说：“人们现在普遍认识到科学领域存在可重复性危机。我敢说，这在很大程度上源于在科研中使用机器学习技术。”

科学中的“可重复性危机”是指另一组科学家做同样的实验时，研究成果无法再现的数量惊人。这意味着最初的结果是错误的。一项分析表明，在全世界开展的所有生物医学研究中，多达85%的研究都是白费工夫。