


Spezialisiert auf die Behandlung von „Bildmissbrauch'! Elsevier, Nature und andere Top-Zeitschriften nutzen KI, um betrügerische Wissenschaftler aufzudecken
Vor nicht allzu langer Zeit haben wir gerade einen Nobelpreisträger rekrutiert, der viele Artikel mit der PS-Methode veröffentlicht hat.
Jetzt beginnen immer mehr akademische Verlage, KI-Software zur Erkennung manipulierter Daten einzusetzen. Wissenschaftler, die das Glück haben, dies zu tun, sollten es sich zweimal überlegen, bevor sie sich dazu verpflichten.
Wird das Bild missbraucht?
In heutigen akademischen Kreisen ist es durchaus üblich, Bilder derselben Zellgruppe zu kopieren, zu spiegeln, zu drehen, zu verschieben, zuzuschneiden und wiederzuverwenden.
Anhand dieser manipulierten Bilder geben Forscher vor, dass sie über viele Daten verfügen und viele Experimente durchgeführt haben, obwohl dies nicht der Fall ist.
Laut Daniel Evanko, Betriebsleiter der American Association for Cancer Research (AACR), war die Vervielfältigung von Bildern der Hauptgrund dafür, dass AACR zwischen 2016 und 2020 Papiere zurückzog. Und ein Widerruf schadet nicht nur dem Ruf des Autors, sondern auch dem Ruf des Herausgebers.
Um beide Parteien nicht in Verlegenheit zu bringen, haben wissenschaftliche Publikationen wie AACR damit begonnen, KI-Software einzusetzen, um Bildduplikate zu erkennen, bevor sie Beiträge veröffentlichen. Die Software heißt Proofig, ein Bildinspektionsprogramm, das von einem israelischen Startup entwickelt wurde.
Evanko präsentierte die Ergebnisse der Pilotstudie Anfang September auf der International Peer Review and Scientific Publishing Conference in Chicago und beschrieb, wie sich Proofig auf die AACR ausgewirkt hat.
AACR veröffentlicht zehn Forschungszeitschriften und begutachtet jedes Jahr mehr als 13.000 Einreichungen. Von Januar 2021 bis Mai 2022 verwendeten Beamte Proofig, um 1.367 vorläufig zur Veröffentlichung angenommene Artikel zu überprüfen, 208 Artikel mit doppelten Bildern zu überprüfen und die Autoren der Artikel zu kontaktieren.
Ausländischen Medienberichten zufolge ist die Duplizierung von Bildern in Papieren in vielen Fällen auf „Bildmissbrauch“ zurückzuführen, und dieses Problem kann durch die Übermittlung neuer Daten gelöst werden.
Der Herausgeber sagte: Ist das so einfach?
In anderen Fällen zeigte Proofig sehr deutliche Anzeichen von Betrug. Von diesen 208 Beiträgen wurden 4 zurückgezogen und 1 abgelehnt.
Akademischer Betrug ist keine Seltenheit und kommt häufig in Institutionen mit schlechtem Ruf vor. Mittlerweile wird akademischer Betrug jedoch häufig in Spitzenlaboren berühmter Universitäten aufgedeckt.
Science hat kürzlich eine Untersuchung veröffentlicht, in der berichtet wird, dass jahrzehntelange Alzheimer-Forschung zu neuen Behandlungen und gescheiterten klinischen Studien alle auf einem vielzitierten Artikel mit wiederholten Bildern basieren.
Einer der von Proofig entdeckten Betrugsbeweise ist eine Reihe unscharfer Linien, die mithilfe der Western-Blots-Technologie erzeugt und in die Mausdaten kopiert, bearbeitet und eingefügt wurden. Diese Art von Betrug ist für das ungeübte Auge schwer zu erkennen.
Der CEO von Proofig, Dror Kolodkin-Gal, sagte, dass das Finden solch subtiler Änderungen für die meisten Menschen eine ziemlich mühsame Aufgabe sei, für Computer jedoch sehr gut geeignet sei.
„Missbrauch von Bildern“ vom Nobelpreisträger 2019 Gregg L. Semenza
Wenn Proofig funktioniert, prüft es zunächst, ob ein bestimmtes Bild mit anderen Unterbildern in der Arbeit übereinstimmt. Das Unterbild kann verschoben, gespiegelt oder gedreht, zugeschnitten oder kopiert werden, es gibt viele Möglichkeiten.
Proofig kombiniert Computer Vision und Algorithmen der künstlichen Intelligenz, um Bilder zu extrahieren und zu klassifizieren. Diese Art der Berechnung ist sehr kompliziert, aber glücklicherweise macht maschinelles Lernen rasante Fortschritte.
„Vor dem Aufkommen der künstlichen Intelligenz erforderte allein das Extrahieren von Teilbildern aus Papieren das Zehnfache der Forschungs- und Entwicklungsinvestitionen, und Gott weiß, wie man das berechnet. Ob es sich um technologische Fortschritte bei Algorithmen oder um deren Ausführung handelte Cloud Die Fähigkeiten der GPU haben enorme Veränderungen mit sich gebracht“, sagte Kolodkin-Gal.
Erfordert immer noch menschliche Beteiligung
Natürlich kann KI-Software wie Proofig allein keine Betrüger finden. Elisabeth Bik, Expertin für Bildforensik und unabhängige wissenschaftliche Beraterin, sagte: „Um die Ergebnisse der Software zu interpretieren, brauchen wir noch eine Person mit entsprechenden Kenntnissen und Erfahrungen.“ Schließlich kann das menschliche Auge in manchen Situationen einen Computer übertreffen.
„Sie können die Software nicht alleine laufen lassen, da sie viele Dinge melden könnte, die nicht problematisch sind.“ #🎜🎜 #
Bik nutzt bei der Arbeit eine andere KI-Software – ImageTwin. Manchmal werden Proteinblots nicht sehr eindeutig analysiert. „Ein Western Blot ist im Grunde ein schwarzer Streifen auf einem einfachen Hintergrund. Ich kann mit dem menschlichen Auge einige Feinheiten in der Form erkennen, aber diese Software kann es einfach nicht erkennen.“ # „Das liegt wahrscheinlich daran, dass die Funktionsweise unserer Augen und unseres Gehirns sehr komplex ist. Ich denke, vielleicht liegt es daran, dass die Software nur nach relativen Abständen sucht, sodass ein schwarzer Streifen wie ein schwarzer Streifen aussieht. Es ist auch nicht sehr gut darin kleine Kanten oder Formen zu finden, die anderen Formen ähneln“, sagte Bik.
2019 Nobelpreisträger Gregg L. Semenzas „Picture Misuse“ Überprüfung von Western Blots stellt für Maschinen eine große Herausforderung dar, stimmt Kolodkin-Gal zu. „Es hat uns eine Menge Investitionen gekostet, endlich einen guten Algorithmus zu finden, um diese Bänder zu finden. Das ist eine zu große Herausforderung für künstliche Intelligenz, weil die Bänder sehr klein sind.“ Wissenschaftliche Publikationen nutzen in verschiedenen Phasen des Veröffentlichungsprozesses Bildinspektionstools wie Proofig. AACR scannt alle Manuskripte, die ursprünglich angenommen wurden, und Taylor & Francis wird es nur zur Überprüfung von Artikeln verwenden, die von Herausgebern oder Peer-Reviewern in Frage gestellt werden.
Wann diese Tools im Veröffentlichungsprozess eingesetzt werden, hängt von den Kosten ab. Die Bildverarbeitung ist rechenintensiv, daher müssen Veröffentlichungen Cloud-Computing-Kosten für Unternehmen wie Proofig bezahlen.
2019 Nobelpreisträger Gregg L. Semenzas „Picture Misuse“ #🎜 🎜 #
Es wäre zu teuer, jeden Beitrag in der Einreichungsphase zu prüfen. Beispielsweise kostet die Analyse von 120 Teilbildern mit Proofig 99 US-Dollar. Um eine Arbeit gründlich zu prüfen, muss Proofig alle möglichen Kombinationen in einer Arbeit verarbeiten, was als „riesige Geldsumme“ angesehen werden kann.
Derzeit verhandeln AACR und Organisationen wie Taylor & Francis darüber, einen auf ihr Unternehmen zugeschnittenen Paketdienst zu einem günstigeren Preis anzubieten.
Helen King, Direktorin von SAGE, sagte: „Aufgrund der Kosten für die manuelle Überwachung und den Einsatz von Software verwenden wir Proofig derzeit nur, wenn Arbeiten in fortgeschrittenere Begutachtungsphasen eintreten. In fast einem Drittel der bisher entdeckten Papiere wurden Probleme festgestellt, und es ist entsprechendes Fachwissen erforderlich, um diese zu erklären beginnen, KI-Software zu nutzen.
Die American Association for Clinical Research hat Proofig ebenfalls übernommen, während Verlage wie Frontiers auch eigene Tools entwickelt haben.
Wiley verwendet auch irgendeine Art von Software, während PLOS, Elsevier und Nature entweder offen für Projekte sind oder Projekte aktiv testen.
KI-Software wird zwar immer besser darin, verdächtige Daten zu erkennen, sie erkennt sie jedoch nicht. Alle Formen des Betrugs durch Wissenschaftler.
Proofig kann prüfen, ob ein Bild auf demselben Papier dupliziert ist, erkennt es jedoch nicht, wenn das Bild auf einem anderen Papier kopiert oder verarbeitet wurde. Um mit dieser Situation fertig zu werden, muss Proofig natürlich eine Bild-Cache-Datenbank aufbauen, die aus veröffentlichten Artikeln erfasst wird, um einen umfassenden Vergleich durchzuführen.
2019 Nobelpreisträger Gregg L. Semenzas „Picture Misuse“ #🎜 🎜 #
„Die größte Herausforderung, vor der wir stehen, ist Big Data“, sagte Kolodkin-Gal. „Wenn sich Publikationen nicht zusammenschließen und keine Bilddatenbank aufbauen, wird Bildplagiat immer noch ein großes Problem sein. Um künstliche Intelligenz zu entwickeln, muss man über große Datenmengen verfügen.“ 🎜 #Obwohl es immer noch verschiedene Mängel gibt, ist das Aufkommen der Proofig-Software immer noch ein guter Anfang, um Betrug zu bekämpfen und die akademische Integrität zu verbessern.
„Ich denke, es ist eine sehr gute Sache für Veröffentlichungen, mit der Verwendung von Software zu beginnen, weil sie eine gewisse Qualitätskontrolle über den Veröffentlichungsprozess bietet und abschreckend wirkt.“ von Software lässt Autoren wissen: Wir werden Ihre Arbeit auf diese Art von Duplikaten überprüfen. Meiner Meinung nach verhindert es Betrug nicht, aber es macht es etwas schwieriger“, sagte Bik.
Wenn KI tatsächlich als ausreichende Abschreckung gegen akademischen Betrug wirken kann, wäre das eine gute Sache.
Das obige ist der detaillierte Inhalt vonSpezialisiert auf die Behandlung von „Bildmissbrauch'! Elsevier, Nature und andere Top-Zeitschriften nutzen KI, um betrügerische Wissenschaftler aufzudecken. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Um die Zeitüberschreitung für Vue Axios festzulegen, können wir eine Axios -Instanz erstellen und die Zeitleitungsoption angeben: in globalen Einstellungen: vue.Prototyp. $ Axios = axios.create ({Timeout: 5000}); In einer einzigen Anfrage: this. $ axios.get ('/api/user', {timeout: 10000}).

Verarbeiten Sie 7 Millionen Aufzeichnungen effizient und erstellen Sie interaktive Karten mit Geospatial -Technologie. In diesem Artikel wird untersucht, wie über 7 Millionen Datensätze mithilfe von Laravel und MySQL effizient verarbeitet und in interaktive Kartenvisualisierungen umgewandelt werden können. Erstes Herausforderungsprojektanforderungen: Mit 7 Millionen Datensätzen in der MySQL -Datenbank wertvolle Erkenntnisse extrahieren. Viele Menschen erwägen zunächst Programmiersprachen, aber ignorieren die Datenbank selbst: Kann sie den Anforderungen erfüllen? Ist Datenmigration oder strukturelle Anpassung erforderlich? Kann MySQL einer so großen Datenbelastung standhalten? Voranalyse: Schlüsselfilter und Eigenschaften müssen identifiziert werden. Nach der Analyse wurde festgestellt, dass nur wenige Attribute mit der Lösung zusammenhängen. Wir haben die Machbarkeit des Filters überprüft und einige Einschränkungen festgelegt, um die Suche zu optimieren. Kartensuche basierend auf der Stadt

Der Artikel führt den Betrieb der MySQL -Datenbank vor. Zunächst müssen Sie einen MySQL -Client wie MySQLworkBench oder Befehlszeilen -Client installieren. 1. Verwenden Sie den Befehl mySQL-uroot-P, um eine Verbindung zum Server herzustellen und sich mit dem Stammkonto-Passwort anzumelden. 2. Verwenden Sie die Erstellung von Createdatabase, um eine Datenbank zu erstellen, und verwenden Sie eine Datenbank aus. 3.. Verwenden Sie CreateTable, um eine Tabelle zu erstellen, Felder und Datentypen zu definieren. 4. Verwenden Sie InsertInto, um Daten einzulegen, Daten abzufragen, Daten nach Aktualisierung zu aktualisieren und Daten nach Löschen zu löschen. Nur indem Sie diese Schritte beherrschen, lernen, mit gemeinsamen Problemen umzugehen und die Datenbankleistung zu optimieren, können Sie MySQL effizient verwenden.

Es gibt viele Gründe, warum MySQL Startup fehlschlägt und durch Überprüfung des Fehlerprotokolls diagnostiziert werden kann. Zu den allgemeinen Ursachen gehören Portkonflikte (prüfen Portbelegung und Änderung der Konfiguration), Berechtigungsprobleme (Überprüfen Sie den Dienst Ausführen von Benutzerberechtigungen), Konfigurationsdateifehler (Überprüfung der Parametereinstellungen), Datenverzeichniskorruption (Wiederherstellung von Daten oder Wiederaufbautabellenraum), InnoDB-Tabellenraumprobleme (prüfen IBDATA1-Dateien), Plug-in-Ladeversagen (Überprüfen Sie Fehlerprotokolle). Wenn Sie Probleme lösen, sollten Sie sie anhand des Fehlerprotokolls analysieren, die Hauptursache des Problems finden und die Gewohnheit entwickeln, Daten regelmäßig zu unterstützen, um Probleme zu verhindern und zu lösen.

Remote Senior Backend Engineer Job Vacant Company: Circle Standort: Remote-Büro-Jobtyp: Vollzeitgehalt: 130.000 bis 140.000 US-Dollar Stellenbeschreibung Nehmen Sie an der Forschung und Entwicklung von Mobilfunkanwendungen und öffentlichen API-bezogenen Funktionen, die den gesamten Lebenszyklus der Softwareentwicklung abdecken. Die Hauptaufgaben erledigen die Entwicklungsarbeit unabhängig von RubyonRails und arbeiten mit dem Front-End-Team von React/Redux/Relay zusammen. Erstellen Sie die Kernfunktionalität und -verbesserungen für Webanwendungen und arbeiten Sie eng mit Designer und Führung während des gesamten funktionalen Designprozesses zusammen. Fördern Sie positive Entwicklungsprozesse und priorisieren Sie die Iterationsgeschwindigkeit. Erfordert mehr als 6 Jahre komplexes Backend für Webanwendungen

MySQL kann JSON -Daten zurückgeben. Die JSON_EXTRACT -Funktion extrahiert Feldwerte. Über komplexe Abfragen sollten Sie die Where -Klausel verwenden, um JSON -Daten zu filtern, aber auf die Leistungsauswirkungen achten. Die Unterstützung von MySQL für JSON nimmt ständig zu, und es wird empfohlen, auf die neuesten Versionen und Funktionen zu achten.

Die MySQL -Leistungsoptimierung muss von drei Aspekten beginnen: Installationskonfiguration, Indexierung und Abfrageoptimierung, Überwachung und Abstimmung. 1. Nach der Installation müssen Sie die my.cnf -Datei entsprechend der Serverkonfiguration anpassen, z. 2. Erstellen Sie einen geeigneten Index, um übermäßige Indizes zu vermeiden und Abfrageanweisungen zu optimieren, z. B. den Befehl Erklärung zur Analyse des Ausführungsplans; 3. Verwenden Sie das eigene Überwachungstool von MySQL (ShowProcessList, Showstatus), um die Datenbankgesundheit zu überwachen und die Datenbank regelmäßig zu sichern und zu organisieren. Nur durch kontinuierliche Optimierung dieser Schritte kann die Leistung der MySQL -Datenbank verbessert werden.

Die MySQL-Datenbankleistung Optimierungshandbuch In ressourcenintensiven Anwendungen spielt die MySQL-Datenbank eine entscheidende Rolle und ist für die Verwaltung massiver Transaktionen verantwortlich. Mit der Erweiterung der Anwendung werden jedoch die Datenbankleistung Engpässe häufig zu einer Einschränkung. In diesem Artikel werden eine Reihe effektiver Strategien zur Leistungsoptimierung von MySQL -Leistung untersucht, um sicherzustellen, dass Ihre Anwendung unter hohen Lasten effizient und reaktionsschnell bleibt. Wir werden tatsächliche Fälle kombinieren, um eingehende Schlüsseltechnologien wie Indexierung, Abfrageoptimierung, Datenbankdesign und Caching zu erklären. 1. Das Design der Datenbankarchitektur und die optimierte Datenbankarchitektur sind der Eckpfeiler der MySQL -Leistungsoptimierung. Hier sind einige Kernprinzipien: Die Auswahl des richtigen Datentyps und die Auswahl des kleinsten Datentyps, der den Anforderungen entspricht, kann nicht nur Speicherplatz speichern, sondern auch die Datenverarbeitungsgeschwindigkeit verbessern.
