Pētnieki cīnās, lai atkārtotu AI pētījumus

Kategorija: Mākslīgais intelekts Ievietots 16. februāris

Trūkstošais kods un dati apgrūtina mašīnmācības darba salīdzināšanu, un tas var kaitēt progresam.

Problēma: Zinātne ziņojumi ka no 400 rakstu parauga populārākajās AI konferencēs pēdējos gados tikai 6 procenti prezentētāju kopīgoja kodu. Tikai trešdaļa kopīgoja datus un nedaudz vairāk nekā puse kopīgoja savu algoritmu kopsavilkumus, kas pazīstami kā pseidokods.

Kāpēc tas ir svarīgi: Bez piekļuves šai informācijai ir grūti reproducēt pētījuma rezultātus. Tas padara jaunizveidoto rīku salīdzināšanu ar esošajiem, tāpēc pētniekiem ir grūti zināt, kurā virzienā virzīt turpmākos pētījumus.

Kā to atrisināt: Dažreiz koplietošanas trūkums var būt saprotams, piemēram, ja intelektuālais īpašums pieder privātam uzņēmumam. Taču šķiet, ka ir plaši izplatīta detaļu slēpšanas kultūra. Dažas sanāksmes un žurnāli tagad mudina dalīties; varbūt vajadzētu sekot vairāk.