Съвременната наука бързо се приближава до криза, провокирана от широкото използване на технологиите за машинно обучение. Това изявление беше направено на конференцията на Американската асоциация за напредък на науката във Вашингтон, D. C. Genevera Allen, статистик в университета Райс.
Алън говори за сериозния проблем, свързан с така наречената криза за възпроизводимост. Прилагайки алгоритми, близки до AI и слабо разбиране на принципите на тяхната работа, съвременните учени често обръщат твърде много внимание на "шума", който не може да бъде възпроизведен с многократни експерименти.
„Изследователите вече разбират кризата за възпроизводимост. Вярвам, че основната причина за проблема е използването на алгоритми за машинно обучение “, каза Алън.
Алън казва, че често се случва резултатите от проучвания, проведени с помощта на машинно обучение, да изглеждат доста правдоподобни, но щом се появят изследвания, проведени с голям набор от данни, старите веднага започват да изглеждат неточни.
„Основният проблем при машинното обучение е, че той намира модели дори там, където изобщо няма такива. Единственият изход от тази ситуация е да се разработят нови алгоритми, способни да генерират наистина надеждни и възпроизводими прогнози “, казва статистикът.
Колесников Андрей