前不久，我們剛起底了一位靠PS大法發(fā)表多篇論文的諾獎(jiǎng)得主。

而現(xiàn)在，越來越多的學(xué)術(shù)出版機(jī)構(gòu)開始使用AI軟件來發(fā)現(xiàn)被篡改的數(shù)據(jù)，那些心存僥幸的科學(xué)家們可要三思而后行了。

圖片誤用乎？

在現(xiàn)今的學(xué)術(shù)圈，把同一張細(xì)胞群的圖片復(fù)制、翻轉(zhuǎn)、旋轉(zhuǎn)、移動(dòng)、裁剪后再利用，可是相當(dāng)普遍的情況。

利用這些被篡改的圖片，研究人員裝出他們擁有很多數(shù)據(jù)、做了很多實(shí)驗(yàn)的樣子，而真實(shí)情況并非如此。

根據(jù)美國癌癥研究協(xié)會(huì) (AACR)的運(yùn)營總監(jiān)Daniel Evanko的說法，圖像重復(fù)是AACR在2016年至2020年間撤回論文的主要原因。而撤稿不僅會(huì)損害作者的名譽(yù)，還會(huì)損害出版商的聲譽(yù)。

為了避免給雙方帶來尷尬，像AACR這樣的學(xué)術(shù)出版物在發(fā)布論文前，已經(jīng)開始用AI軟件來檢測圖像重復(fù)了。這個(gè)軟件叫Proofig，一個(gè)由以色列初創(chuàng)公司開發(fā)的圖像檢查程序。

Evanko在9月初于芝加哥舉行的國際同行評審和科學(xué)出版大會(huì)上，展示了試點(diǎn)研究的結(jié)果，介紹了Proofig對AACR產(chǎn)生了怎樣的影響。

AACR出版十種研究期刊，每年審查超過13,000份投稿。從2021年1月到2022年5月，官員們使用Proofig篩選了1,367份暫時(shí)接受出版的論文，檢查出了208份存在圖像重復(fù)的論文，聯(lián)系了論文作者。

據(jù)外媒報(bào)道：在很多情況下，論文中的圖像重復(fù)是由于「圖片誤用」，這個(gè)問題只要通過提交新數(shù)據(jù)就可以解決。

小編對此表示：就這么簡單？

在另外一些情況下，Proofig顯示出了非常明確的造假跡象。這208篇論文中，有4篇被撤回，1篇被拒。

一直以來，學(xué)術(shù)造假并不罕見，在信譽(yù)不佳的機(jī)構(gòu)中時(shí)有發(fā)生。然而現(xiàn)在，在著名大學(xué)的頂級實(shí)驗(yàn)室中，學(xué)術(shù)造假事件都頻頻被發(fā)現(xiàn)。

Science最近發(fā)布的一項(xiàng)調(diào)查報(bào)告稱，數(shù)十年的阿爾茨海默氏癥研究中的新療法之所以無果，臨床試驗(yàn)之所以失敗，都是基于一篇圖像重復(fù)的高引用論文。

Proofig發(fā)現(xiàn)的其中一個(gè)造假證據(jù)，就是利用蛋白質(zhì)印跡（Western blots）技術(shù)產(chǎn)生的一系列模糊線條，這些線條被復(fù)制、編輯和粘貼到了小鼠數(shù)據(jù)中。而未經(jīng)訓(xùn)練的眼睛很難發(fā)現(xiàn)這種造假。

Proofig的CEO Dror Kolodkin-Gal表示，尋找這種微妙的變化對大多數(shù)人類來說是一項(xiàng)相當(dāng)乏味的任務(wù)，但它非常適合計(jì)算機(jī)。

2019諾獎(jiǎng)得主Gregg L. Semenza的「圖片誤用」

Proofig在工作時(shí)，首先會(huì)檢查一個(gè)特定的圖像是否與論文中的其他子圖像匹配。子圖像可能是經(jīng)過移動(dòng)、翻轉(zhuǎn)或旋轉(zhuǎn)，或者被裁剪、復(fù)制的，有相當(dāng)多的可能性。

Proofig會(huì)結(jié)合計(jì)算機(jī)視覺和人工智能算法，來提取和分類圖像。這種計(jì)算十分復(fù)雜，好在現(xiàn)在的機(jī)器學(xué)習(xí)進(jìn)展神速。

「在人工智能出現(xiàn)之前，僅僅從論文中提取子圖像就需要十倍的研發(fā)投入，而且天知道該如何進(jìn)行計(jì)算。無論是算法上的技術(shù)進(jìn)步，還是在云中運(yùn)行GPU的能力，都帶來了巨大的改變?！筀olodkin-Gal這樣說。

仍需人工參與

當(dāng)然，Proofig這樣的AI 軟件，并不能自己找出作弊者。

圖像取證專家和獨(dú)立科學(xué)顧問Elisabeth Bik表示：要想解釋軟件得出的結(jié)果，我們?nèi)匀恍枰粋€(gè)具有相關(guān)知識(shí)和經(jīng)驗(yàn)的人。畢竟，在某些情況下，人眼是可以勝過計(jì)算機(jī)的。

「你不能讓軟件自行運(yùn)轉(zhuǎn)，因?yàn)樗赡軙?huì)標(biāo)記出很多并沒有問題的東西?！?/span>

Bik在工作中使用了另一種AI軟件——ImageTwin。有時(shí)，它并不能很清晰地分析蛋白質(zhì)的印跡?！傅鞍踪|(zhì)印跡基本上就是一條純背景上的黑色條紋。我用人類的肉眼能夠看到形狀上的一些細(xì)微之處，但這個(gè)軟件不知何故就是看不到?！?/span>

「這大概是因?yàn)槲覀兊难劬痛竽X的工作原理是超級復(fù)雜的。我想，也許是因?yàn)檫@個(gè)軟件只查找相對距離，所以黑色條紋看起來就是個(gè)黑色條紋。它也不太擅長尋找小的邊緣，或與其他形狀相似的形狀?！笲ik說。

2019諾獎(jiǎng)得主Gregg L. Semenza的「圖片誤用」

檢查蛋白質(zhì)印記對于機(jī)器來說非常有挑戰(zhàn)性，Kolodkin-Gal同意這個(gè)說法?！肝覀兓撕芏嗤顿Y，才終于找到一個(gè)好的算法，來找到那些條帶。這對人工智能來說太有挑戰(zhàn)性了，因?yàn)檫@些條帶非常小。」

在出版過程的不同階段，學(xué)術(shù)出版物都會(huì)使用像Proofig這樣的圖像檢查工具。AACR會(huì)掃描所有被初步接收的論文手稿，而Taylor&Francis公司只會(huì)用它來檢查被編輯或同行評審員提出疑問的論文。

「如果軟件檢測到潛在的圖像復(fù)制或其他操作，并且這個(gè)判斷得到了我們的專家團(tuán)隊(duì)的支持，我們將按照既定程序和出版道德委員會(huì)針對此類事件制定的指導(dǎo)方針展開調(diào)查?！鼓彻镜陌l(fā)言人這樣說。

在發(fā)稿流程中，何時(shí)使用這些工具，取決于成本。圖像處理是計(jì)算密集型的，因此出版物必須為像Proofig這樣的公司支付云計(jì)算成本。

2019諾獎(jiǎng)得主Gregg L. Semenza的「圖片誤用」

在提交階段就篩選每篇論文的話，成本實(shí)在太高了。例如，使用Proofig分析120個(gè)子圖像，需要花費(fèi)99美元。而要徹底檢查一篇論文，Proofig需要在一篇論文中處理所有可能的組合，這可以算一筆「巨款」了。

目前，AACR和Taylor & Francis等組織正在協(xié)商，希望以更便宜的價(jià)格，為他們的業(yè)務(wù)量身定制一個(gè)打包服務(wù)。

SAGE的主管Helen King表示：「由于人工監(jiān)督和使用軟件的成本，我們目前在論文進(jìn)入更高級的審閱階段時(shí)，才會(huì)使用Proofig。迄今為止，它已經(jīng)在檢測的近三分之一的論文中標(biāo)記了問題，接下來，就需要相關(guān)的專業(yè)知識(shí)來解釋了?！?/span>

AI無法檢測不同論文中的復(fù)制圖像

現(xiàn)在，越來越多的組織開始使用AI軟件了。

美國臨床研究協(xié)會(huì)也采用了Proofig，與此同時(shí)Frontiers等出版商也開發(fā)了自己的工具。

Wiley也在使用某種軟件，而PLOS、Elsevier和Nature要么對項(xiàng)目開放，要么會(huì)積極測試項(xiàng)目。

盡管人工智能軟件在發(fā)現(xiàn)可疑數(shù)據(jù)方面表現(xiàn)得越來越出色，但它并不能抓到科學(xué)家們所有形式的作弊。

Proofig可以檢查圖像是否在同一論文中出現(xiàn)重復(fù)，但如果圖像在不同論文中被復(fù)制或處理，它就捕捉不到了。顯然，為了應(yīng)對這種情況，Proofig需要建立一個(gè)從已發(fā)表論文中抓取的圖像緩存數(shù)據(jù)庫，來進(jìn)行全方位的比較。

2019諾獎(jiǎng)得主Gregg L. Semenza的「圖片誤用」

「我們面臨的最大挑戰(zhàn)，就是大數(shù)據(jù)?！筀olodkin-Gal說?！溉绻霭嫖锊宦?lián)合起來，建立一個(gè)圖像數(shù)據(jù)庫，圖像剽竊仍會(huì)是一個(gè)大問題。要開發(fā)人工智能，你就必須擁有大數(shù)據(jù)?！?/span>

雖然還擁有種種缺陷，但Proofig軟件的出現(xiàn)，仍然是打擊作弊和提高學(xué)術(shù)誠信的一個(gè)良好開端。

「我確實(shí)認(rèn)為出版物開始使用軟件是一件非常好的事，因?yàn)樗鼮槌霭孢^程提供了一些質(zhì)量控制，會(huì)起到威懾作用。這類軟件會(huì)讓作者知道：我們將針對這些類型的重復(fù)審查你的論文。在我看來，它無法阻止造假，但它會(huì)讓造假變得更難一點(diǎn)?！笲ik說。

如果AI真的能對學(xué)術(shù)造假行為產(chǎn)生足夠的威懾，那可真是善事一樁了。