提升你宾馆房间的曝光率！

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>專(zhuan)治(zhi)「圖(tu)片(pian)誤(wu)用(yong)」！Elsevier、Nature等(deng)頂(ding)刊(kan)用AI揪(jiu)出(chu)作(zuo)弊(bi)科(ke)學(xue)家(jia)

新(xin)智(zhi)元(yuan)報(bao)道(dao)

編(bian)輯(ji)：Aeneas 好(hao)困(kun)

【新智元導(dao)讀(du)】在(zai)学術(shu)界(jie)，「图片误用」的(de)現(xian)象(xiang)非(fei)常(chang)普(pu)遍(bian)。不(bu)過(guo)，出版(ban)社(she)們(men)现在有(you)了(le)AI加(jia)持(chi)的新「武(wu)器(qi)」。

前(qian)不久(jiu)，我(wo)们剛(gang)起(qi)底(di)了壹(yi)位(wei)靠(kao)PS大(da)法(fa)發(fa)表(biao)多(duo)篇(pian)論(lun)文(wen)的諾(nuo)獎(jiang)得(de)主(zhu)。

而(er)现在，越(yue)來(lai)越多的学术出版機(ji)構(gou)開(kai)始(shi)使(shi)用AI軟(ruan)件(jian)来发现被(bei)篡(cuan)改(gai)的數(shu)據(ju)，那(na)些(xie)心(xin)存(cun)僥(jiao)幸(xing)的科学家们可(ke)要(yao)三(san)思(si)而後(hou)行(xing)了。

图片误用乎(hu)？

在现今(jin)的学术圈(quan)，把(ba)同(tong)一張(zhang)細(xi)胞(bao)群(qun)的图片復(fu)制(zhi)、翻(fan)轉(zhuan)、旋(xuan)转、移(yi)動(dong)、裁(cai)剪(jian)后再(zai)利(li)用，可是(shi)相(xiang)當(dang)普遍的情(qing)況(kuang)。

利用這(zhe)些被篡改的图片，研(yan)究(jiu)人(ren)員(yuan)裝(zhuang)出他(ta)们擁(yong)有很(hen)多数据、做(zuo)了很多實(shi)驗(yan)的樣(yang)子(zi)，而真(zhen)实情况並(bing)非如(ru)此(ci)。

根(gen)据美(mei)國(guo)癌(ai)癥(zheng)研究協(xie)會(hui) (AACR)的運(yun)營(ying)總(zong)監(jian)Daniel Evanko的說(shuo)法，图像(xiang)重(zhong)复是AACR在2016年(nian)至(zhi)2020年間(jian)撤(che)回(hui)论文的主要原(yuan)因(yin)。而撤稿(gao)不僅(jin)会損(sun)害(hai)作者(zhe)的名(ming)譽(yu)，還(hai)会损害出版商(shang)的聲(sheng)誉。

為(wei)了避(bi)免(mian)給(gei)雙(shuang)方(fang)帶(dai)来尷(gan)尬(ga)，像AACR这样的学术出版物(wu)在发布(bu)论文前，已(yi)經(jing)开始用AI软件来檢(jian)測(ce)图像重复了。这個(ge)软件叫(jiao)Proofig，一个由(you)以(yi)色(se)列(lie)初(chu)創(chuang)公(gong)司(si)开发的图像检查(zha)程(cheng)序(xu)。

Evanko在9月(yue)初於(yu)芝(zhi)加哥(ge)舉(ju)行的国際(ji)同行評(ping)審(shen)和(he)科学出版大会上(shang)，展(zhan)示(shi)了試(shi)點(dian)研究的結(jie)果(guo)，介(jie)紹(shao)了Proofig對(dui)AACR產(chan)生(sheng)了怎(zen)样的影(ying)響(xiang)。

AACR出版十(shi)種(zhong)研究期(qi)刊，每(mei)年审查超(chao)过13,000份(fen)投(tou)稿。從(cong)2021年1月到(dao)2022年5月，官(guan)员们使用Proofig篩(shai)選(xuan)了1,367份暫(zan)時(shi)接(jie)受(shou)出版的论文，检查出了208份存在图像重复的论文，聯(lian)系(xi)了论文作者。

据外(wai)媒(mei)报道：在很多情况下(xia)，论文中(zhong)的图像重复是由于「图片误用」，这个問(wen)題(ti)只(zhi)要通(tong)过提(ti)交(jiao)新数据就(jiu)可以解(jie)決(jue)。

小(xiao)编对此表示：就这麽(me)簡(jian)單(dan)？

在另(ling)外一些情况下，Proofig顯(xian)示出了非常明(ming)確(que)的造(zao)假(jia)跡(ji)象。这208篇论文中，有4篇被撤回，1篇被拒(ju)。

一直(zhi)以来，学术造假并不罕(han)見(jian)，在信(xin)誉不佳(jia)的机构中时有发生。然(ran)而现在，在著(zhu)名大学的顶級(ji)实验室(shi)中，学术造假事(shi)件都(dou)頻(pin)频被发现。

Science最(zui)近(jin)发布的一項(xiang)調(tiao)查报告(gao)稱(cheng)，数十年的阿(e)爾(er)茨(ci)海(hai)默(mo)氏(shi)症研究中的新療(liao)法之(zhi)所(suo)以無(wu)果，臨(lin)床(chuang)试验之所以失(shi)敗(bai)，都是基(ji)于一篇图像重复的高(gao)引(yin)用论文。 （点擊(ji)鏈(lian)接即(ji)可閱(yue)读該(gai)文）

Proofig发现的其(qi)中一个造假證(zheng)据，就是利用蛋(dan)白(bai)質(zhi)印(yin)迹（Western blots）技(ji)术产生的一系列模(mo)糊(hu)線(xian)條(tiao)，这些线条被复制、编辑和粘(zhan)貼(tie)到了小鼠(shu)数据中。而未(wei)经訓(xun)練(lian)的眼(yan)睛(jing)很難(nan)发现这种造假。

Proofig的CEO Dror Kolodkin-Gal表示，尋(xun)找(zhao)这种微(wei)妙(miao)的變(bian)化(hua)对大多数人類(lei)来说是一项相当乏(fa)味(wei)的任(ren)務(wu)，但(dan)它(ta)非常適(shi)合(he)計(ji)算(suan)机。

2019诺奖得主Gregg L. Semenza的「图片误用」

Proofig在工(gong)作时，首(shou)先(xian)会检查一个特(te)定(ding)的图像是否(fou)與(yu)论文中的其他子图像匹(pi)配(pei)。子图像可能(neng)是经过移动、翻转或(huo)旋转，或者被裁剪、复制的，有相当多的可能性(xing)。

Proofig会结合计算机視(shi)覺(jiao)和人工智能算法，来提取(qu)和分(fen)类图像。这种计算十分复雜(za)，好在现在的机器学習(xi)進(jin)展神(shen)速(su)。

「在人工智能出现之前，仅仅从论文中提取子图像就需(xu)要十倍(bei)的研发投入(ru)，而且(qie)天(tian)知(zhi)道该如何(he)进行计算。无论是算法上的技术进步(bu)，还是在雲(yun)中运行GPU的能力(li)，都带来了巨(ju)大的改变。」Kolodkin-Gal这样说。

仍(reng)需人工參(can)与

当然，Proofig这样的AI 软件，并不能自(zi)己(ji)找出作弊者。

图像取证专家和獨(du)立(li)科学顧(gu)问Elisabeth Bik表示：要想(xiang)解釋(shi)软件得出的结果，我们仍然需要一个具(ju)有相關(guan)知識(shi)和经验的人。畢(bi)竟(jing)，在某(mou)些情况下，人眼是可以勝(sheng)过计算机的。

「妳(ni)不能讓(rang)软件自行运转，因为它可能会標(biao)記(ji)出很多并沒(mei)有问题的東(dong)西(xi)。」

Bik在工作中使用了另一种AI软件——ImageTwin。有时，它并不能很清(qing)晰(xi)地(di)分析(xi)蛋白质的印迹。「蛋白质印迹基本(ben)上就是一条純(chun)背(bei)景(jing)上的黑(hei)色条紋(wen)。我用人类的肉(rou)眼能夠(gou)看(kan)到形(xing)狀(zhuang)上的一些细微之處(chu)，但这个软件不知何故(gu)就是看不到。」

「这大概(gai)是因为我们的眼睛和大腦(nao)的工作原理(li)是超级复杂的。我想，也(ye)許(xu)是因为这个软件只查找相对距(ju)離(li)，所以黑色条纹看起来就是个黑色条纹。它也不太(tai)擅(shan)長(chang)寻找小的邊(bian)緣(yuan)，或与其他形状相似(si)的形状。」Bik说。

2019诺奖得主Gregg L. Semenza的「图片误用」

检查蛋白质印记对于机器来说非常有挑(tiao)戰(zhan)性，Kolodkin-Gal同意(yi)这个说法。「我们花(hua)了很多投資(zi)，才(cai)終(zhong)于找到一个好的算法，来找到那些条带。这对人工智能来说太有挑战性了，因为这些条带非常小。」

在出版过程的不同階(jie)段(duan)，学术出版物都会使用像Proofig这样的图像检查工具。AACR会掃(sao)描(miao)所有被初步接收(shou)的论文手(shou)稿，而Taylor&Francis公司只会用它来检查被编辑或同行评审员提出疑(yi)问的论文。

「如果软件检测到潛(qian)在的图像复制或其他操(cao)作，并且这个判(pan)斷(duan)得到了我们的专家團(tuan)隊(dui)的支(zhi)持，我们將(jiang)按(an)照(zhao)既(ji)定程序和出版道德(de)委(wei)员会針(zhen)对此类事件制定的指(zhi)导方针展开调查。」某公司的发言(yan)人这样说。

在发稿流(liu)程中，何时使用这些工具，取决于成(cheng)本。图像处理是计算密(mi)集(ji)型(xing)的，因此出版物必(bi)須(xu)为像Proofig这样的公司支付(fu)云计算成本。

2019诺奖得主Gregg L. Semenza的「图片误用」

在提交阶段就筛选每篇论文的話(hua)，成本实在太高了。例(li)如，使用Proofig分析120个子图像，需要花費(fei)99美元。而要徹(che)底检查一篇论文，Proofig需要在一篇论文中处理所有可能的組(zu)合，这可以算一筆(bi)「巨款(kuan)」了。

目(mu)前，AACR和Taylor & Francis等组織(zhi)正(zheng)在协商，希(xi)望(wang)以更(geng)便(bian)宜(yi)的價(jia)格(ge)，为他们的業(ye)务量(liang)身(shen)定制一个打(da)包(bao)服(fu)务。

SAGE的主管(guan)Helen King表示：「由于人工监督(du)和使用软件的成本，我们目前在论文进入更高级的审阅阶段时，才会使用Proofig。迄(qi)今为止(zhi)，它已经在检测的近三分之一的论文中标记了问题，接下来，就需要相关的专业知识来解释了。」

AI无法检测不同论文中的复制图像

现在，越来越多的组织开始使用AI软件了。

美国临床研究协会也采(cai)用了Proofig，与此同时Frontiers等出版商也开发了自己的工具。

Wiley也在使用某种软件，而PLOS、Elsevier和Nature要么对项目开放(fang)，要么会積(ji)極(ji)测试项目。

盡(jin)管人工智能软件在发现可疑数据方面(mian)表现得越来越出色，但它并不能抓(zhua)到科学家们所有形式(shi)的作弊。

Proofig可以检查图像是否在同一论文中出现重复，但如果图像在不同论文中被复制或处理，它就捕(bu)捉(zhuo)不到了。显然，为了應(ying)对这种情况，Proofig需要建(jian)立一个从已发表论文中抓取的图像緩(huan)存数据庫(ku)，来进行全(quan)方位的比(bi)較(jiao)。

2019诺奖得主Gregg L. Semenza的「图片误用」

「我们面临的最大挑战，就是大数据。」Kolodkin-Gal说。「如果出版物不联合起来，建立一个图像数据库，图像剽(piao)竊(qie)仍会是一个大问题。要开发人工智能，你就必须拥有大数据。」

雖(sui)然还拥有种种缺(que)陷(xian)，但Proofig软件的出现，仍然是打击作弊和提高学术誠(cheng)信的一个良(liang)好开端(duan)。

「我确实認(ren)为出版物开始使用软件是一件非常好的事，因为它为出版过程提供(gong)了一些质量控(kong)制，会起到威(wei)懾(she)作用。这类软件会让作者知道：我们将针对这些类型的重复审查你的论文。在我看来，它无法阻(zu)止造假，但它会让造假变得更难一点。」Bik说。

如果AI真的能对学术造假行为产生足(zu)够的威慑，那可真是善(shan)事一樁(zhuang)了。

参考(kao)资料(liao)：

https://www.theregister.com/2022/09/12/academic_publishers_are_using_ai/返(fan)回搜(sou)狐(hu)，查看更多

責(ze)任编辑：