域名频道资讯站
“使用机器学习技术对大数据进行分析得出的研究结论中，有很多都无法获得我的信任。”美国莱斯大学贝勒医学院的基尼维拉·艾伦（Genevera Allen）在美国科学促进会年会上警告说。
机器学习已经被用于研究科学和医学数据与某些现象之间的关系，例如基因与疾病之间的关联性。在精准医疗中，研究人员会寻找拥有相似DNA的病人，让治疗方案能够瞄准特定的致病基因。
“很多技术都是为了进行预测。”艾伦说，“但从来没有返回过‘我不知道’或者‘我没有发现任何东西’这样的结论，因为它们设计过程中就没有考虑这种情况。”
她不太愿意指出具体的案例，但却表示，机器学习对癌症数据得出的研究结论就是很好的例子。
“有很多案例都无法重复。”艾伦说，“一项研究中发现的集群跟另外一项研究中发现的截然不同。为什么会出现这种情况？因为当今的多数机器学习技术都会说：‘我发现了一个群体。’但有的时候，如果换一种说法反而更有帮助，可以说：‘我认为其中一些确实是被分成一组，但我不确定另外一些。’”
一旦机器学习发现病人基因与疾病特征之间存在特定联系，人类研究人员可能就会对相应的发现提供合理的科学解释。但这并不意味着这些发现就是正确的。
艾伦说：“你总能找到理由来说明为什么某些基因被分成一组。”
计算机科学家直到最近才开始意识到这个问题，这可能导致医学研究人员走上错误的道路，还会浪费资源来确认无法重复的结果。
艾伦和她的同事正在努力改进统计技术和机器学习技术，好让人工智能可以对自己的数据分析展开批判，并指出某些发现有多大概率是真实存在的，而非随即相关的。
“有一种想法是专门扰乱数据，看看结果是否会保持不变。”她说。(书聿)
本文素材来自互联网
