Меѓународните научници повикуваат на поголема транспарентност во истражувањето на вештачката интелигенција

Група меѓународни научници кои доаѓаат од различни институции, вклучувајќи го Центарот за рак на принцезата Маргарет, Универзитетот во Торонто, Универзитетот Стенфорд, Џонс Хопкинс, Факултетот за јавно здравје Харвард и Технолошкиот институт во Масачусетс, повикуваат на поголема транспарентност во истражувањето на вештачката интелигенција (ВИ). Главната сила зад овој повик е да се ослободат важни наоди кои би можеле да помогнат да се забрза лекувањето на ракот врз основа на истражувањето. 

Написот во кој научниците ги повикаа научните списанија да ги подигнат своите стандарди кога станува збор за транспарентноста меѓу компјутерските истражувачи беше објавена во природата на 14 октомври 2020 година. Групата исто така се залагаше дека нивните колеги треба да објавуваат код, модел и пресметковни средини во публикациите. 

Весникот беше насловен „Транспарентност и репродуктивност во вештачката интелигенција". 

Објавување на детали од студијата за вештачка интелигенција

Д-р Бенџамин Хаибе-Кејнс е виш научник во Центарот за рак на принцезата Маргарет и прв автор на публикацијата. 

„Научниот напредок зависи од способноста на истражувачите внимателно да ги испитаат резултатите од студијата и да го репродуцираат главниот наод од кој треба да се учи“, вели д-р Хаибе-Кејнс. „Но, во пресметковното истражување, сè уште не е широко распространет критериум за деталите од студијата за вештачка интелигенција да бидат целосно достапни. Ова е штетно за нашиот напредок“. 

Загриженоста настана по студијата на Google Health објавена од McKinney et al. во едно големо научно списание уште во 2020 година, во кое се тврдеше дека системот за вештачка интелигенција може да ги надмине човечките радиолози во робусност и брзина кога станува збор за скрининг за рак на дојка. Студијата доби големо медиумско внимание низ различни врвни публикации. 

Неможност за репродукција на модели

Една од главните грижи што се појави по студијата беше тоа што таа не ги опишуваше темелно користените методи, како и кодот и моделите. Овој недостаток на транспарентност значеше дека истражувачите не можеа да научат како функционира моделот, што резултираше со тоа што моделот не може да се користи од други институции. 

„На хартија и во теорија, McKinney et al. студијата е убава“, вели д-р Хаибе-Кејнс. „Но, ако не можеме да научиме од тоа, тогаш тоа има мала до никаква научна вредност“.

Д-р Хаибе-Кејнс беше заеднички назначен за вонреден професор по медицинска биофизика на Универзитетот во Торонто. Тој исто така е соработник во Институтот за вештачка интелигенција Вектор. 

„Истражувачите се повеќе поттикнати да ги објавуваат своите наоди, наместо да трошат време и ресурси за да се осигураат дека нивната студија може да се реплицира“, продолжува д-р Хаибе-Кејнс. „Списанијата се ранливи на „возбудата“ на вештачката интелигенција и може да ги намалат стандардите за прифаќање трудови што не ги вклучуваат сите материјали потребни за студијата да се репродуцира - често во спротивност со нивните сопствени упатства“.

Ова опкружување значи дека моделите со вештачка интелигенција би можеле да потрае подолго за да стигнат до клиничките поставки, а моделите не можат да се реплицираат или да се научат од истражувачите. 

Групата истражувачи предложи различни рамки и платформи за да се реши овој проблем и да се овозможи споделување на методите. 

„Имаме големи надежи за корисноста на вештачката интелигенција за нашите пациенти со рак“, вели д-р Хаибе-Кејнс. „Споделување и градење на нашите откритија - тоа е вистинско научно влијание“.