Машинне навчання може спровокувати кризу в науці

90

Сучасна наука стрімко наближається до кризи, провоцируемому повсюдним застосуванням технологій машинного навчання.
Таку заяву на що відбулася у Вашингтоні конференції American Association for the Advancement of Science зробила Дженевера Аллен, статистик з Університету Райса, пише planet-today.ru.
Аллен розповіла про серйозної проблеми, пов’язаної з так званою кризою відтворюваності. Застосовуючи наближені до ІІ алгоритми і погано розуміючи принципи їх роботи, сучасні вчені нерідко приділяють дуже велику увагу «шуму», який не можна відтворити при повторному досвіді.
«У дослідників вже є розуміння кризи відтворюваності. Я вважаю, що основна причина проблеми — використання алгоритмів машинного навчання», — сказала Аллен.
За словами Аллен, нерідко буває так, що результати досліджень, здійснених за допомогою машинного навчання, виглядають досить правдоподібно, проте, як тільки з’являється дослідження, проведене з великим набором даних, то старе відразу ж починає виглядати неточним.
«Ключова проблема машинного навчання полягає в тому, що воно знаходить закономірності навіть там, де їх немає в принципі. Єдиний вихід із ситуації — розробка нових алгоритмів, здатних генерувати по-справжньому надійні та відтворювані передбачення», — говорить статистик.