新浪科技讯 北京时间2月18日早间消息，据英国《金融时报》报道，一组科学家和医学统计学家上周五警告称，在某些生物医药领域使用人工智能技术会得出一些不准确的结论。
“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副教授基尼维拉·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)
免责声明：本文仅代表作者个人观点，与每日科技网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
本网站有部分内容均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，若因作品内容、知识产权、版权和其他问题，请及时提供相关证明等材料并与我们联系，本网站将在规定时间内给予删除等相关处理.
