圖片來源至:樂彩愛公益 http://pctchp.org.tw/機器學習
美國貝勒醫學院(Baylor College of Medicine)與萊斯大學(Rice University)的科學家們,在美國科學促進會(AAAS)的年度會議上發表了一份研究報告,指出人工智能(AI)太急於應用在生物醫藥研究上某些領域,所帶來的不許確結果,可能致使科學危機。BBC引述萊斯大學計算機科學副教授Genevera Allen的見解,越來越多科學研究採用機器學習軟件來分析數據,從生物醫藥到天文領域不等,但相關軟件所找到的模式只存在於數據集中,而非實體世界,所以可能會致使不正確或錯誤的分析結果。Allen說,這些研究成果,一般要等到另外一個採用相關且更大的數據集的數據分析結果出爐後,當兩者結果不一時,問題纔會被發現。由於Allen看到許多針對同一類型的數據進行分析的結果並不一致,甚至徹底不一樣,這使得她沒法相信大多數以機器學習技術分析出的答案,也擔憂未意識到此一問題的科學家們,將所以而浪費許多力氣與資源。學習