科学はAIの問題を抱えている。このグループはそれを解決できると言っている。(Science has an AI problem. This group says they can fix it.)

ad

2024-05-01 プリンストン大学

プリンストン大学のコンピュータ科学者を含む研究者チームが、機械学習を科学で責任を持って使用するためのガイドラインを発表しました。機械学習は多くの分野で採用されていますが、一貫した標準がないため、再現性の危機が生じています。このガイドラインは、研究の整合性を保つことに焦点を当て、研究者に機械学習モデルの詳細な説明を求めています。これにより、公開される論文の質が向上し、科学的進歩のペースが速まる可能性があります。

<関連情報>

REFORMS: 機械学習ベースの科学に対するコンセンサスに基づく提言 REFORMS: Consensus-based Recommendations for Machine-learning-based Science

SAYASH KAPOOR, EMILY M. CANTRELL, KENNY PENG, THANH HIEN PHAM, […], AND ARVIND NARAYANAN
Nature Advances  Published:1 May 2024
DOI:https://doi.org/10.1126/sciadv.adk3452

Abstract

Machine learning (ML) methods are proliferating in scientific research. However, the adoption of these methods has been accompanied by failures of validity, reproducibility, and generalizability. These failures can hinder scientific progress, lead to false consensus around invalid claims, and undermine the credibility of ML-based science. ML methods are often applied and fail in similar ways across disciplines. Motivated by this observation, our goal is to provide clear recommendations for conducting and reporting ML-based science. Drawing from an extensive review of past literature, we present the REFORMS checklist (recommendations for machine-learning-based science). It consists of 32 questions and a paired set of guidelines. REFORMS was developed on the basis of a consensus of 19 researchers across computer science, data science, mathematics, social sciences, and biomedical sciences. REFORMS can serve as a resource for researchers when designing and implementing a study, for referees when reviewing papers, and for journals when enforcing standards for transparency and reproducibility.

1600情報工学一般
ad
ad
Follow
ad
タイトルとURLをコピーしました