新浪科技訊 北京時間2月18日早間消息，據英國《金融時報》報道，一組科學家和醫學統計學家上周五警告稱，在某些生物醫藥領域使用人工智能技術會得出一些不準确的結論。
“使用機器學習技術對大數據進行分析得出的研究結論中，有很多都無法獲得我的信任。”美國萊斯大學貝勒醫學院副教授基尼維拉·艾倫(Genevera Allen)在美國科學促進會年會上警告說。
機器學習已經被用于研究科學和醫學數據與某些現象之間的關系，例如基因與疾病之間的關聯性。在精準醫療中，研究人員會尋找擁有相似DNA的病人，讓治療方案能夠瞄準特定的緻病基因。
“很多技術都是為了進行預測。”艾倫說，“但從來沒有返回過‘我不知道’或者‘我沒有發現任何東西’這樣的結論，因為它們設計過程中就沒有考慮這種情況。”
她不太願意指出具體的案例，但卻表示，機器學習對癌症數據得出的研究結論就是很好的例子。
“有很多案例都無法重複。”艾倫說，“一項研究中發現的集群跟另外一項研究中發現的截然不同。為什麼會出現這種情況?因為當今的多數機器學習技術都會說：‘我發現了一個群體。’但有的時候，如果換一種說法反而更有幫助，可以說：‘我認為其中一些确實是被分成一組，但我不确定另外一些。’”
一旦機器學習發現病人基因與疾病特征之間存在特定聯系，人類研究人員可能就會對相應的發現提供合理的科學解釋。但這并不意味着這些發現就是正确的。
艾倫說：“你總能找到理由來說明為什麼某些基因被分成一組。”
計算機科學家直到最近才開始意識到這個問題，這可能導緻醫學研究人員走上錯誤的道路，還會浪費資源來确認無法重複的結果。
艾倫和她的同事正在努力改進統計技術和機器學習技術，好讓人工智能可以對自己的數據分析展開批判，并指出某些發現有多大概率是真實存在的，而非随即相關的。
“有一種想法是專門擾亂數據，看看結果是否會保持不變。”她說。(書聿)
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
