科學家警告：機器學習所發現的資料可能不可靠

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，指出人工智慧（AI）太急於應用在生物醫藥研究上某些領域，所帶來的不準確結果，可能導致科學危機。

BBC引述萊斯大學電腦科學副教授Genevera Allen的看法，愈來愈多科學研究採用機器學習軟體來分析數據，從生物醫藥到天文領域不等，但相關軟體所找到的模式只存在於數據集中，而非實體世界，因此可能會導致不正確或錯誤的分析結果。

Allen說，這些研究成果，通常要等到另一個採用相關且更大的數據集的資料分析結果出爐後，當二者結果不一時，問題才會被發現。因為Allen看到許多針對同一類型的資料進行分析的結果並不一致，甚至完全不同，這使得她無法相信大多數以機器學習技術分析出的答案，也擔心未意識到此一問題的科學家們，將因此而浪費許多力氣與資源。