अंतर्राष्ट्रीय वैज्ञानिक एआई अनुसंधान में अधिक पारदर्शिता का आह्वान कर रहे हैं

प्रिंसेस मार्गरेट कैंसर सेंटर, टोरंटो विश्वविद्यालय, स्टैनफोर्ड विश्वविद्यालय, जॉन्स हॉपकिन्स, हार्वर्ड स्कूल ऑफ पब्लिक हेल्थ और मैसाचुसेट्स प्रौद्योगिकी संस्थान सहित विभिन्न संस्थानों से आने वाले अंतर्राष्ट्रीय वैज्ञानिकों के एक समूह कृत्रिम बुद्धिमत्ता (एआई) अनुसंधान में अधिक पारदर्शिता का आह्वान कर रहे हैं। इस आह्वान के पीछे का मुख्य बल महत्वपूर्ण निष्कर्षों को मुक्त करना है जो कैंसर उपचार को तेज करने में मदद कर सकते हैं।

वैज्ञानिकों ने वैज्ञानिक पत्रिकाओं से अपील की कि वे गणनात्मक शोधकर्ताओं के बीच पारदर्शिता के मामले में अपने मानकों को बढ़ाएं, यह लेख 14 अक्टूबर, 2020 को नेचर में प्रकाशित हुआ था। समूह ने यह भी तर्क दिया कि उनके सहयोगियों को प्रकाशनों में कोड, मॉडल और गणनात्मक वातावरण जारी करना चाहिए।

लेख का शीर्षक “कृत्रिम बुद्धिमत्ता में पारदर्शिता और पुनरुत्पादन” था।

एआई अध्ययन विवरण जारी करना

डॉ बेंजामिन हाइब-केन्स प्रिंसेस मार्गरेट कैंसर सेंटर में वरिष्ठ वैज्ञानिक हैं और प्रकाशन के पहले लेखक हैं।

“वैज्ञानिक प्रगति शोधकर्ताओं की क्षमता पर निर्भर करती है कि वे एक अध्ययन के परिणामों की जांच करें और मुख्य निष्कर्ष को दोहराने के लिए सीखने के लिए, ”डॉ हाइब-केन्स कहते हैं। “लेकिन गणनात्मक शोध में, यह अभी तक एक व्यापक मानदंड नहीं है कि एक एआई अध्ययन के विवरण पूरी तरह से सुलभ हों। यह हमारी प्रगति के लिए हानिकारक है।”

चिंताएं तब उत्पन्न हुईं जब मैककिनी एट अल द्वारा एक गूगल स्वास्थ्य अध्ययन प्रकाशित किया गया था, जिसमें दावा किया गया था कि एक एआई प्रणाली स्तन कैंसर स्क्रीनिंग में मानव रेडियोलॉजिस्ट को मजबूती और गति में पार कर सकती है। अध्ययन ने विभिन्न शीर्ष प्रकाशनों में बहुत सारे मीडिया ध्यान आकर्षित किया।

मॉडल को दोहराने में असमर्थता

अध्ययन के बाद उत्पन्न होने वाली एक प्रमुख चिंता यह थी कि यह विधियों का वर्णन नहीं करता था, साथ ही कोड और मॉडल भी। इस पारदर्शिता की कमी का अर्थ था कि शोधकर्ता यह नहीं सीख सकते थे कि मॉडल कैसे काम करता है, जिसके परिणामस्वरूप मॉडल का उपयोग अन्य संस्थानों द्वारा नहीं किया जा सकता था।

“कागज पर और सिद्धांत रूप में, मैककिनी एट अल का अध्ययन सुंदर है,” डॉ हाइब-केन्स कहते हैं। “लेकिन अगर हम इसके बारे में नहीं सीख सकते हैं तो इसका बहुत कम वैज्ञानिक मूल्य है।”

डॉ हाइब-केन्स को चिकित्सा जीवविज्ञान में संयुक्त रूप से टोरंटो विश्वविद्यालय में एसोसिएट प्रोफेसर के रूप में नियुक्त किया गया था। वह आर्टिफिशियल इंटेलिजेंस के लिए वेक्टर संस्थान में एक सहयोगी भी हैं।

“शोधकर्ता अपने निष्कर्षों को प्रकाशित करने के लिए अधिक प्रेरित होते हैं बजाय इसके कि वे सुनिश्चित करें कि उनका अध्ययन दोहराया जा सकता है – अक्सर अपने स्वयं के दिशानिर्देशों के विपरीत,” डॉ हाइब-केन्स जारी रखते हैं। “पत्रिकाएं एआई के ‘हYPE’ के प्रति कमजोर हो सकती हैं और उन पत्रों के लिए मानकों को कम कर सकती हैं जिनमें दोहराने योग्य अध्ययन बनाने के लिए आवश्यक सभी सामग्री शामिल नहीं है।”

यह वातावरण एआई मॉडल को नैदानिक सेटिंग्स में पहुंचने में अधिक समय ले सकता है, और मॉडल शोधकर्ताओं द्वारा दोहराया या सीखा नहीं जा सकता है।

शोधकर्ताओं के समूह ने इस मुद्दे को हल करने और तरीकों को साझा करने के लिए विभिन्न ढांचे और मंचों का प्रस्ताव दिया।

“हमें उम्मीद है कि हमारे कैंसर रोगियों के लिए एआई की उपयोगिता के लिए,” डॉ हाइब-केन्स कहते हैं। “हमारी खोजों को साझा करना और उन पर निर्माण करना – यही वास्तविक वैज्ञानिक प्रभाव है।”