


Le président de Stanford a été dénoncé pour mauvaise conduite académique et fait l'objet d'une enquête de la part de l'école ! 11 journaux « falsifiés » soupçonnés de fraude
L'Université de Stanford enquête sur son président pour mauvaise conduite académique ?
Récemment, l'Université de Stanford a annoncé une enquête formelle sur le neuroscientifique Marc Tessier-Lavigne, président de l'école, en raison de soupçons de « falsification d'images ».
Le directeur de l'Université de Stanford a déclaré dans un communiqué : "L'école commencera à évaluer les informations rapportées et adoptera les mêmes opérations rigoureuses que lors d'enquêtes sur d'autres allégations de mauvaise conduite académique." À cet égard, Tessier-Lavigne a déclaré : « L'intégrité scientifique est la plus importante pour l'école et pour moi personnellement, et je coopérerai pleinement à cette enquête
Adresse de l'article : https://www. .science .org/content/article/stanford-investigates-potential-misconduct-president-s-research
Les articles examinés comprennent deux articles scientifiques de 2001, un article de Nature de 2003 et un article d'EMBO Journal de 2008 ( Journal of the European Society for Molecular Biology) et un article de Cell de 1999.
Cependant, ces articles ont été publiés avant son arrivée à Stanford.
Adresse papier : https://www.science.org/doi/10.1126/science.1058445
Adresse papier : https://www.science.org/doi/10.1126/science.1059391
Adresse papier : https://www.nature com/articles/nature01784
Adresse papier : https://www.embopress.org/doi/full/10.1038/emboj.2008.86
Adresse papier : https ://www.cell .com/cell/fulltext/S0092-8674(00)80804-1
Au début, bien que Stanford ait admis qu'il y avait des problèmes dans ces articles, il a minimisé le rôle potentiel de Tessier-Lavigne dans la déclaration.
Le porte-parole Dee Mostofi a déclaré à l'époque que les erreurs n'impliquaient pas Tessier-Lavigne ou "n'affectaient pas l'interprétation des données, des résultats ou de l'article".
Cependant, au fur et à mesure que l'incident évoluait, Stanford a ensuite changé de ton et a déclaré que l'école mènerait une enquête supervisée par le conseil d'administration de l'école.
Certaines personnes ont émis des doutes il y a 7 ans
Sur PubPeer, les scientifiques discutent généralement de manière anonyme d'éventuels problèmes dans les recherches publiées.L'« erreur d'image » apparue dans l'article de Tessier-Lavigne est également apparue pour la première fois sur ce site.
Certains de ces articles soulignaient que divers Western blots enregistrant la présence de protéines étaient répétés dans plus d'une image ou étaient modifiés.
Bien sûr, sans preuves concluantes, ces problèmes ne signifient pas nécessairement que l'auteur a commis une faute académique, et peuvent simplement être des erreurs involontaires.
C'est juste que le nombre semble être légèrement plus élevé, 11 articles au total...
"En tant que troisième auteur du journal EMBO, le président Tessier-Lavigne a été inclus uniquement pour reconnaître qu'il » contribuait à l'article EMBO. Les recherches menées par d'autres auteurs ont fourni les réactifs nécessaires », a déclaré Stanford.
La co-auteur signifie généralement une implication plus directe. Les directives académiques de l'Université de Yale, par exemple, stipulent que les co-auteurs des publications universitaires doivent être « directement impliqués... dans la rédaction des ébauches de l'article » et doivent « réviser et confirmer le manuscrit avant qu'il ne soit soumis pour publication ».
Il semble que nommer l'auteur simplement pour avoir fourni le réactif semble un peu incompétent.
Fait intéressant, Tessier-Lavigne, qui travaillait encore à l'Université de Californie à San Francisco (UCSF), a signalé les erreurs dans l'article à Cell dès 2015, mais le rédacteur en chef de la revue l'a considéré. inutile.
Le rédacteur en chef de Science, Holden Thorp, a récemment admis que Tessier-Lavigne avait soumis des corrections à deux articles dans le magazine Science en octobre 2015, mais « à cause d'une erreur », Science n'a pas publié ces corrections.
Dans un communiqué, Thorp a exprimé ses « excuses » à la communauté universitaire : « Nous regrettons cette erreur et partagerons nos prochaines étapes liées à ces deux articles dès que possible
Rare : J'aime La revue a publiquement admis. » c'était "sous enquête"
La revue EMBO a écrit dans un article public la semaine dernière qu'elle enquêtait sur des allégations liées à un article de 2008 sur les récepteurs dans le cerveau.
En fait, il est rare que des revues académiques admettent ouvertement de telles enquêtes. EMBO est fréquemment classée comme la meilleure revue dans le domaine par le classement des revues Scimago et reçoit près de 3 000 soumissions chaque année. La revue a rétracté des articles basés sur des allégations de PubPeer dans le passé, mais n'a pas reconnu l'existence d'une enquête en cours avant de se rétracter.
Cela indique que l'annonce publique de cette nouvelle peut signifier que l'enquête est en cours depuis un certain temps.
On ne sait pas combien de temps durera l'enquête, et même si le résultat final démontre que Tessier-Lavigne n'a pas commis d'inconduite académique, l'enquête elle-même aura de graves conséquences pour lui.
Par le passé, la célèbre chercheuse allemande Silvia Bulfon-Paus a été contrainte de démissionner de Borstel après avoir falsifié des images dans plusieurs articles en 2011 (Bulfon-Paus a blâmé deux de ses chercheurs postdoctoraux). de directeur de l'institut.
Carlo Croce, professeur à l'Université d'État de l'Ohio, a été poursuivi par des accusations similaires en 2017. Plus tôt cette année, une enquête officielle menée par l'école a révélé qu'il n'avait pas lui-même falsifié les images, mais il a ensuite été sanctionné en raison de « problèmes de gestion » et deux de ses chercheurs ont été identifiés comme des faussaires et licenciés.
Gregg Semenza, lauréat du prix Nobel 2019, a rétracté 17 articles après que des accusations ont été portées sur PubPeer.
Actuellement, les articles de Tessier-Lavigne confirmés comme « problématiques » par l’Université de Stanford ont été téléchargés des dizaines de milliers de fois, y compris certains de ses travaux les plus cités en neurobiologie. Aucun de ces articles n'a été retiré ou corrigé.
Les travaux de Tessier-Lavigne dans les années 1990 ont permis d’identifier les molécules nécessaires au guidage des axones, ouvrant ainsi un nouveau champ de recherche.
Avant de devenir président de l'Université Stanford début 2016, Tessier-Lavigne a encadré plus de 1 000 scientifiques au sein des sociétés de biotechnologie Genentech et Regeneron.
En 2014, le salaire annuel de Tessier-Lavigne chez Regeneron était de plus de 1,5 million de dollars. En 2021, il a été président de Stanford et administrateur du conseil d'administration de Regeneron, il a également reçu un salaire annuel de 700 000 $.
Certains experts affirment que les revues et les institutions scientifiques ont toujours été peu disposées à enquêter sur les allégations de mauvaise conduite académique, en particulier sur le comportement de scientifiques puissants. Même lorsque les revues répondent, les enquêtes sont lentes, bureaucratiques et souvent totalement confidentielles, selon plusieurs chercheurs familiers avec le processus de rétractation.
Les images ont montré à plusieurs reprises des signes de falsification : mise en miroir, copie, rotation, déplacement...
De l'avis de la biologiste et chercheuse en matière d'inconduite scientifique Elisabeth Bik, les images contenues dans le document étudié par l'EMBO présentent des signes de manipulation délibérée. cela pourrait induire les lecteurs en erreur.
En tant que vétéran ayant observé des fautes académiques pendant de nombreuses années, Bik possède une riche expérience. Il a enquêté sur plus de 20 000 articles dans le passé, dont près de 1 000 ont été rétractés, et à peu près le même nombre d'articles ont été corrigés. peut être appelé la « communauté universitaire américaine en biologie » Compte professionnel anti-contrefaçon.
Bik a déclaré que les problèmes qu'elle a observés dans les articles EMBO variaient en complexité. Par exemple, une plaque d’un diagramme semble être copiée directement et entièrement à partir d’une autre plaque. C'est ce qu'elle appelle une « erreur de type 1 » : généralement l'erreur de composition la plus courante, ou une erreur accidentelle lors de l'assemblage d'images.
Vous pouvez voir deux séries de traces d'utilisation répétée (extraites du papier EMBO, 2008)
Mais d'autres problèmes d'image sont plus compliqués. Par exemple, dans l'image ci-dessous, Bik a déclaré qu'une bande de gel dans la zone de couleur de l'image semble être le résultat d'un "retournement de copie" direct. Elle a déclaré que cette duplication au sein de la même section pourrait avoir été une tentative de dissiper les soupçons selon lesquels les images auraient été manipulées.
Une bande de gel semble être reflétée, retournée directement et réutilisée dans la même figure (extraite du papier EMBO, 2008)
Et un autre article publié dans Science en 2003 Le papier, pour lequel Tessier-Lavigne est répertorié comme le quatrième des 14 auteurs et contient une série d'images décrites comme distinctes les unes des autres. Mais selon Bik, elles ressemblent en réalité à la même image, juste pivotée.
Bik a déclaré : "Cette manipulation peut avoir des intentions trompeuses."
Les images censées représenter différents résultats expérimentaux semblent être des rotations de la même image et sont réutilisées (tirées d'un article de Nature, 2003)
Quant à celle de Science en 2001 Les images de cet article présentent plusieurs décalages et duplications inexpliqués, qui semblent intentionnels pour mettre en évidence de meilleurs (ou cacher de pires) résultats expérimentaux.
Il y a plusieurs endroits où les détails de la texture semblent avoir été modifiés (extrait de Science, 2001)
Bik pense que cela peut être un moyen d'éviter certains résultats indésirables.
Les taches dans les figures B et D semblent être obtenues par copie (de Science, 2001)
À cet égard, certains chercheurs ont souligné que les données originales sont souvent copiées Les chercheurs jettent les articles, en particulier ceux publiés il y a longtemps.
On peut dire qu'il est presque impossible de comparer les images éventuellement falsifiées avec les images originales plusieurs années plus tard et de les utiliser pour déterminer à qui appartient la responsabilité.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

L'article de StableDiffusion3 est enfin là ! Ce modèle est sorti il y a deux semaines et utilise la même architecture DiT (DiffusionTransformer) que Sora. Il a fait beaucoup de bruit dès sa sortie. Par rapport à la version précédente, la qualité des images générées par StableDiffusion3 a été considérablement améliorée. Il prend désormais en charge les invites multithèmes, et l'effet d'écriture de texte a également été amélioré et les caractères tronqués n'apparaissent plus. StabilityAI a souligné que StableDiffusion3 est une série de modèles avec des tailles de paramètres allant de 800M à 8B. Cette plage de paramètres signifie que le modèle peut être exécuté directement sur de nombreux appareils portables, réduisant ainsi considérablement l'utilisation de l'IA.

ICCV2023, la plus grande conférence sur la vision par ordinateur qui s'est tenue à Paris, en France, vient de se terminer ! Le prix du meilleur article de cette année est simplement un « combat entre dieux ». Par exemple, les deux articles qui ont remporté le prix du meilleur article incluaient ControlNet, un travail qui a bouleversé le domaine de l'IA graphique vincentienne. Depuis qu'il est open source, ControlNet a reçu 24 000 étoiles sur GitHub. Qu'il s'agisse des modèles de diffusion ou de l'ensemble du domaine de la vision par ordinateur, le prix de cet article est bien mérité. La mention honorable du prix du meilleur article a été décernée à un autre article tout aussi célèbre, le modèle SAM « Séparez tout » de Meta. Depuis son lancement, « Segment Everything » est devenu la « référence » pour divers modèles d'IA de segmentation d'images, y compris ceux venus de derrière.

Depuis que Neural Radiance Fields a été proposé en 2020, le nombre d'articles connexes a augmenté de façon exponentielle. Il est non seulement devenu une branche importante de la reconstruction tridimensionnelle, mais est également progressivement devenu actif à la frontière de la recherche en tant qu'outil important pour la conduite autonome. . NeRF a soudainement émergé au cours des deux dernières années, principalement parce qu'il ignore l'extraction et la mise en correspondance des points caractéristiques, la géométrie et la triangulation épipolaires, le PnP plus l'ajustement du faisceau et d'autres étapes du pipeline de reconstruction CV traditionnel, et ignore même la reconstruction du maillage, la cartographie et le traçage de la lumière. , directement à partir de la 2D L'image d'entrée est utilisée pour apprendre un champ de rayonnement, puis une image rendue qui se rapproche d'une photo réelle est sortie du champ de rayonnement. En d’autres termes, supposons qu’un modèle tridimensionnel implicite basé sur un réseau neuronal s’adapte à la perspective spécifiée.

L'IA générative a pris d'assaut la communauté de l'intelligence artificielle. Les particuliers et les entreprises ont commencé à s'intéresser à la création d'applications de conversion modale associées, telles que les images Vincent, les vidéos Vincent, la musique Vincent, etc. Récemment, plusieurs chercheurs d'institutions de recherche scientifique telles que ServiceNow Research et LIVIA ont tenté de générer des graphiques dans des articles basés sur des descriptions textuelles. À cette fin, ils ont proposé une nouvelle méthode de FigGen, et l’article correspondant a également été inclus dans ICLR2023 sous le nom de TinyPaper. Adresse du document illustré : https://arxiv.org/pdf/2306.00800.pdf Certaines personnes peuvent se demander : pourquoi est-il si difficile de générer les graphiques dans le document ? En quoi cela aide-t-il la recherche scientifique ?

Alors que la date limite de soumission des articles pour l'AAAI 2023 approchait, une capture d'écran d'une discussion anonyme dans le groupe de soumission d'IA est soudainement apparue sur Zhihu. L'un d'eux a affirmé qu'il pouvait fournir un service « 3 000 yuans par acceptation forte ». Dès que la nouvelle est sortie, elle a immédiatement suscité l’indignation du public parmi les internautes. Cependant, ne vous précipitez pas encore. Le patron de Zhihu, "Fine Tuning", a déclaré qu'il s'agissait probablement simplement d'un "plaisir verbal". Selon "Fine Tuning", les salutations et les délits de gangs sont des problèmes inévitables dans tous les domaines. Avec l'essor de l'openreview, les différents inconvénients du cmt sont devenus de plus en plus évidents. L'espace laissé aux petits cercles pour fonctionner deviendra plus petit à l'avenir, mais il y aura toujours de la place. Parce qu'il s'agit d'un problème personnel, pas d'un problème avec le système et le mécanisme de soumission. Présentation de l'open r

Tout à l'heure, le CVPR 2023 a publié un article disant : Cette année, nous avons reçu un nombre record de 9 155 articles (12 % de plus que le CVPR2022) et accepté 2 360 articles, avec un taux d'acceptation de 25,78 %. Selon les statistiques, le nombre de soumissions au CVPR n'a augmenté que de 1 724 à 2 145 au cours des 7 années allant de 2010 à 2016. Après 2017, il a grimpé en flèche et est entré dans une période de croissance rapide. En 2019, il a dépassé les 5 000 pour la première fois, et en 2022, le nombre de candidatures avait atteint 8 161. Comme vous pouvez le constater, un total de 9 155 articles ont été soumis cette année, ce qui constitue un record. Une fois l’épidémie atténuée, le sommet CVPR de cette année se tiendra au Canada. Cette année, il s'agira d'une conférence à voie unique et la traditionnelle sélection orale sera annulée. recherche Google

Depuis sa première tenue en 2017, CoRL est devenue l'une des conférences universitaires les plus importantes au monde à l'intersection de la robotique et de l'apprentissage automatique. CoRL est une conférence à thème unique pour la recherche sur l'apprentissage des robots, couvrant plusieurs sujets tels que la robotique, l'apprentissage automatique et le contrôle, y compris la théorie et l'application. La conférence CoRL 2023 se tiendra à Atlanta, aux États-Unis, du 6 au 9 novembre. Selon les données officielles, 199 articles provenant de 25 pays ont été sélectionnés pour CoRL cette année. Les sujets populaires incluent les opérations, l’apprentissage par renforcement, etc. Bien que CoRL soit à plus petite échelle que les grandes conférences universitaires sur l'IA telles que l'AAAI et le CVPR, à mesure que la popularité de concepts tels que les grands modèles, l'intelligence incarnée et les robots humanoïdes augmente cette année, des recherches pertinentes dignes d'attention seront également

Alors que chacun continue de mettre à niveau et d'itérer ses propres grands modèles, la capacité du LLM (grand modèle de langage) à traiter les fenêtres contextuelles est également devenue un indicateur d'évaluation important. Par exemple, le modèle vedette GPT-4 prend en charge 32 000 jetons, ce qui équivaut à 50 pages de texte ; Anthropic, fondée par un ancien membre d'OpenAI, a augmenté les capacités de traitement des jetons de Claude à 100 000, soit environ 75 000 mots, soit environ équivalent à résumer "Harry Potter" en un clic 》Première partie. Dans les dernières recherches de Microsoft, ils ont cette fois directement étendu Transformer à 1 milliard de jetons. Cela ouvre de nouvelles possibilités pour modéliser des séquences très longues, comme par exemple traiter un corpus entier ou même l'ensemble d'Internet comme une seule séquence. A titre de comparaison, commun
