Moderní věda se rychle blíží ke krizi vyvolané rozšířeným používáním technologií strojového učení. Toto prohlášení bylo učiněno na konferenci Americké asociace pro povýšení vědy ve Washingtonu, D. C. Genevera Allen, statistička na Rice University.
Allen hovořil o vážném problému spojeném s takzvanou krizí reprodukovatelnosti. Při použití algoritmů blízkých AI a špatnému pochopení principů jejich práce moderní vědci často věnují „šumu“příliš velkou pozornost, kterou nelze opakovat opakovanými experimenty.
„Vědci již chápou krizi reprodukovatelnosti. Věřím, že hlavní příčinou problému je použití algoritmů strojového učení, “řekla Allen.
Často se stává, že výsledky výzkumu prováděného pomocí strojového učení vypadají docela věrohodně, Allen však řekl, jakmile se objeví výzkum prováděný s velkým souborem dat, starý začne okamžitě vypadat nepřesně.
„Klíčovým problémem strojového učení je to, že najde vzorce i tam, kde vůbec žádné nejsou. Jediným způsobem, jak z této situace vyvinout, je vyvinout nové algoritmy schopné generovat skutečně spolehlivé a reprodukovatelné předpovědi, “říká statistik.
Kolesnikov Andrey