Статистик: машинное обучение провоцирует кризис в науке
3 минуты
Редакция
1

Статистик: машинное обучение провоцирует кризис в науке

Многие исследователи для анализа данных используют машинное обучение. Однако, похоже, это стало причиной некоторых проблем.

braincircuitry-629142344-converted
©Wikipedia

На недавней научной конференции American Association for the Advancement of Science в Вашингтоне статистик из Университета Райса Дженевера Аллен высказала серьезное предупреждение, что ученые используют алгоритмы машинного обучения для поиска паттернов в данных даже тогда, когда алгоритмы сосредотачиваются на шуме, который невозможно воспроизвести в повторном эксперименте.

 

«На сегодня у науки есть осознание кризиса воспроизводимости, — говорит Аллен. — Я бы даже рискнула утверждать, что большая его часть связана с применением техник машинного обучения в науке».

 

Согласно словам Аллен, проблема может возникнуть, когда ученые соберут большой объем геномных данных, а затем для выявления кластеров схожих геномных профилей воспользуются алгоритмами машинного обучения, которые они плохо понимают.

 

«Часто такие исследования не выглядят неточными, пока не будет выпущен следующий очень крупный набор данных, к которому кто-то снова применит эти техники, и не скажет: “Боже мой, результаты этих двух исследований не совпадают”», — продолжает Аллен.

 

Она также утверждает, что проблема с машинным обучением в том, что оно ищет закономерности даже там, где их нет и в помине. Она предполагает, что решением станут алгоритмы нового поколения, которые будут лучше справляться с оценкой надежности генерируемых ими же предсказаний.

 

«Вопрос в том, можем ли мы действительно доверить совершаемые сегодня открытия применению техник машинного обучения к большим наборам данных? — говорит Аллен. — Во многих случаях ответ, скорее всего, будет следующим: “Не без перепроверки”, — но уже ведутся работы над системами машинного обучения нового поколения, которые оценят неточность и воспроизводимость их предсказаний».

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
1 июля
5 минут
Мария Кривоченко

Один из детекторов Большого адронного коллайдера обнаружил новую частицу, состоящую из четырех очарованных кварков. Физики полагают, что это первый представитель неописанного класса частиц.

Позавчера, 12:50
6 минут
Денис Гордеев

Точной причины мора ученые пока не знают. Возможно, дело в новом патогене, еще не известном науке.

1 июля
5 минут
Сергей Васильев

Точные данные о локализации центра масс Солнечной системы важны для поиска гравитационных волн, поэтому астрономы выяснили его с ошибкой не более 100 метров.

27 июня
8 минут
Sergei Sobol

Уроки астрономии вернулись в российские школы в 2018 году. За то время, пока эта наука была необязательным предметом, в ней произошло много событий, не все из которых нашли отражение в учебниках. Кроме того, в них и раньше не были упомянуты многие интересные факты.

1 июля
5 минут
Мария Кривоченко

Один из детекторов Большого адронного коллайдера обнаружил новую частицу, состоящую из четырех очарованных кварков. Физики полагают, что это первый представитель неописанного класса частиц.

1 июля
5 минут
Сергей Васильев

Точные данные о локализации центра масс Солнечной системы важны для поиска гравитационных волн, поэтому астрономы выяснили его с ошибкой не более 100 метров.

27 июня
8 минут
Sergei Sobol

Уроки астрономии вернулись в российские школы в 2018 году. За то время, пока эта наука была необязательным предметом, в ней произошло много событий, не все из которых нашли отражение в учебниках. Кроме того, в них и раньше не были упомянуты многие интересные факты.

1 июля
5 минут
Мария Кривоченко

Один из детекторов Большого адронного коллайдера обнаружил новую частицу, состоящую из четырех очарованных кварков. Физики полагают, что это первый представитель неописанного класса частиц.

18 июня
9 минут
Sergei Sobol

Россия знала многих правителей. Сможете ли вы распознать их по следу, оставленному в истории?

[miniorange_social_login]

Комментарии

1 Комментарий

Nikolas Smirnov
20.02.2019
-
0
+
Люди тоже постоянно находят закономерности там где их на самом деле нет. Называется Апофения. Предлагаю на основании этого отказаться от использования людей в науке....
Подтвердить?
Лучшие материалы
Предстоящие мероприятия
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: