关键词：
博雯 发自 凹非寺
量子位 报道 | 公众号 QbitAI
现在的AI已经开始参与论文打假了！
就像是这样，经过旋转、拉伸和缩放之后的图片，人眼或许无法辨认，但AI能看到数百个相似的特征：
△蓝色线条表示相似特征
即使通过高超的“图像处理手段”把一张完整图像中的局部画面挪到自己的图像里，也能一眼分辨：
对于AI来说，这可能是秒认的活儿，甚至就算是一篇图像繁杂的完整论文，也不过花费一两分钟。
但对于人眼可就没那么简单了，比如知名学术打假人Elisabeth Bik为了寻找不同论文中使用相同图片展示各自不同的实验结果的例子，曾花费了整整2年时间。
而对于出版商们来说，刊登又撤稿中间的损失就更大了……
因此，最近几年，AI打假员愈发频繁地被引入了论文审查，尤其是图像问题中。
比如，自今年1月份开始，世界上最大、最古老的癌症研究专业协会，美国癌症协会（AACR）就已经开始使用AI软件来评审旗下期刊文章里的图片造假或重复问题了。
官方网站上也已经写明：提交手稿中的所有图像都需要通过AI软件进行筛选。
不仅是AACR，世界第五大出版商SAGE、老牌经典医学期刊JCI、 JCI Insight都已经用上了这种方法。
自动图像校对
这些期刊和出版商们所使用的是一个由以色列公司Proofig开发的同名软件。
Proofig软件基于AI技术和图像处理技术，面向各种科学文稿中的图像，包括所有类型的显微镜照片（光学、电学、共聚焦）、载玻片、蛋白免疫印迹（Western blot）、生物体内和体外图像、植物图像等等。
软件会从论文中识别图像，然后提取它们共同的特征进行比较。
这些“共同的特征”包括对图像整体的缩放或旋转、部分重复或重叠、还有一些方位上的不同。
除此之外，软件也能额外检测到一些问题，比如高分辨率的原始数据被压缩到更小的文件中时，可能出现的压缩失真或压缩伪影（Compression artifact）情况。
一篇普通的论文通常在2分钟以内可以检查完毕，最多不超过10分钟。
对于很多出版商来说，一篇已刊登的科学文稿里如果出现图像剽窃这种学术不端的现象，那么从调查、撤稿到后续的法律费用，平均每篇文章可能要损失百万美元。
因此，很多出版商都乐意引入性价比较高的AI来和人工审查组一起工作。
AACR的一位期刊运营总监就表示：
很多作者也很高兴能在出版前注意到一些“无意中的”图像复制错误。
而对于我们来说，严谨的数据是我们期刊的一个显著的标志，因此，这（Proofig）绝对是值得投入的时间和金钱。
出版商们联合起来
其实，科学文稿中的图像重复或剽窃的现象已经是屡见不鲜了。
2016年，Nature上就有一篇文章对约2万篇生物医学论文进行人工分析后发现，其中4%的论文都可能包含上述问题。
而通常每年只有1%的文稿得到更正，因此撤回的文章就更少了。
因此，去年5月份，一些出版商联合起来成立了一个为解决论文中图像问题的小组，其中包括荷兰出版业巨头爱思唯尔（Elsevier）、Wiley、Springer Nature和Taylor & Francis。
爱思唯尔表示，小组最终的目标是“创造一个能够帮助我们自动识别图像变化的环境。”
还有很多出版商试图自己解决问题，比如瑞士出版商Frontiers开发了自己的论文图像检查软件，作为自动检查系统AIRA的一部分。
Frontiers内部的一位发言人表示，软件自2020年8月投入使用，标记的大多数论文都没有问题， 只有大约10%的论文需要人工检查小组的跟踪处理。
而有些尚未引入AI手段的出版商也展现出了对这种方法的怀疑：
在可靠性上，AI检查还没有大规模地投入使用。比如爱思唯尔的软件目前的进度还是“正在测试中“，只对部分期刊开放使用。
在成本上，AI软件偶尔的“误杀”依旧需要人工参与，甚至会引起其他的纠纷。
不过有人从另一个角度提出了问题：
如果所有的论文都是开放存取的，那么图像误用/重复问题将更容易得到审查，训练AI也会更有效率。
参考链接：
[1]https://www.nature.com/articles/d41586-021-03807-6
[2]https://www.nature.com/articles/nature.2016.19802
为什么我会选择走java这条路？
...员江湖】最近有一些小伙伴问我，为什么当初选择走Java这条路，为什么不做C++、前端之类的方向呢，另外还有一些声音：研究生不是应该去做算法方向么，本科生不就可以做开发了吗，为什么还要读研呢。其实吧，这个问题搁... 查看详情
ai学的好，轻松拿高薪--人工智能大厂面试题
...方面的，特别是许多的研究生们也是有想走人工智能这条路，的确，对于他们来说，想要更高的薪酬，走这条路就是一个不错的选择！进大厂是不是都是大家的梦想，这里整理了一些面试题目感兴趣的... 查看详情
ai作画的业界天花板被我找到了，aigc模型揭秘|昆仑万维
一、前景1、AI和AIGC的关系人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。AIGC是继UGC、PGC之后新型利用AI技术自动... 查看详情
oi这条路，我只能边膜边走——byjr_coder
无聊开始谢谢自己近一年来学写code的经历【初识OI】 刚开始是被骗进来的...因为小学读的奥数==所以屁颠屁颠地跟着各班dalao来到了这个机房。开始学Pascal（那个时候老郭还在机房的电脑里下载了一个Logo...）【颓废期】 &nbs... 查看详情
我是如何走上csdn这条路的
大家好，我是记得诚。写文章这么久了，也没有好好介绍自己。我是90后，2012年上的大学，电子信息工程专业，普通的学校，大一挺勤奋的，高考考的不好，就想着考研弥补一下，所以天天去图... 查看详情
我是如何走上csdn这条路的
大家好，我是记得诚。写文章这么久了，也没有好好介绍自己。我是90后，2012年上的大学，电子信息工程专业，普通的学校，大一挺勤奋的，高考考的不好，就想着考研弥补一下，所以天天去图... 查看详情
该不该放弃嵌入式，单片机这条路？
转自我的知乎回答：https://www.zhihu.com/question/370606355/answer/1126593214我是17年毕业的不知道是不是同一年的，我毕业前四个月的时候去了一家地理测绘公司的无人机部门，做的是硬件实习生（后边转正也是转的硬件工... 查看详情
该不该放弃嵌入式，单片机这条路？
转自我的知乎回答：https://www.zhihu.com/question/370606355/answer/1126593214我是17年毕业的不知道是不是同一年的，我毕业前四个月的时候去了一家地理测绘公司的无人机部门，做的是硬件实习生（后边转正也是转的硬件工... 查看详情
我愿在程序员这条路越走越远
今天偶尔和朋友谈起，他对于我选择IT表示很是惊讶，因为IT和我以前学的专业完全不对口。他还说程序猿应该都是比较闷骚的人，本想反驳一句，但想想应该说的没差。因为我的第一感觉也是这样的。 大概是对于新鲜... 查看详情
前端这条路，我们该何去何从
原文地址：https://www.usblog.cc/blog/post/justzhl/前端这条路，我们该何去何从这样，因为你会发现，如果你觉得某个教程写的不好，那可能很难找到一个教程适合你的，不是因为别人教程写的差（除非特别那种的），而是你该问问自... 查看详情
毕业四年，我当初是如何走上编程这条路的！
起初感概万千，毕业已达4年之久。想起在大学时期学习编程的事情，感觉很有意义，在此记录回顾一下。希望自己初心未变，勇往向前现状与过去20210706目前的我是在天津一家公司做测试开发。从毕业实习到现在... 查看详情
为啥我的背景图片在底部被我的 CSS 截断了？
】为啥我的背景图片在底部被我的CSS截断了？【英文标题】：WhyismybackgroundimagecutoffatthebottombymyCSS?为什么我的背景图片在底部被我的CSS截断了？【发布时间】：2019-01-0316:51:39【问题描述】：我正在尝试创建一个页面，其中背景图... 查看详情
lungnoduledetection------worklog
...究了很长的时间的肺结节检测，但那都是只限于研究和写论文，现在我想把大家的研究落地。虽然现在有很多做医疗的公司已经做了很多的相关的项目，很多项目展示出来还是很好看的，很多是医院的示范工程，但这样的牛逼的... 查看详情
程序员这条路，技术往深度走还是广度走会比较好？看完这篇文章你就明白了
有人认为程序员应该对自己的技术始终保持忠诚，有人认为集百家武学于一身才是正道，如何权衡技术深度与广度？这是大多数程序员都会面临和思考的问题。在有限的时间里能学习的东西也是有限的，那么在我... 查看详情
afo
...会再去做了还有很多场比赛没有时间打了但是既然选择了这条路，就不要抱怨这条路难走如果再让我选一次我还会像那时一样说一句OI，我来了！我的中学时代最浪漫的事或许 查看详情
15001_真正的出路
...每个路口的旁边上面都写了一句话，第一个路上写着：“这条路通向迷宫的出口。”第二个路口上写着：“这条路不通向迷宫的出口。”第三个路口上写着：“另外两条路上写的话，一句真的，一句是假的，我们保证，上述的话... 查看详情
toppaper：ai初学者经典论文列表
无论你是学习机器学习还是深度学习，看学术论文必不可少。作为AI初学者而言，如何挑选更适合自己、更容易学习的AI论文尤为重要！真的会起到事半功倍的效果。今天给大家推荐一个非常不错的GitHub开源项目：... 查看详情
大数据&ai人工智能图灵:计算机器与智能-经典ai论文系列
目录引言 模仿游戏机器谁反对?学习机引言 经典AI论文这个系列的产生主要是出于这样一个想法:现在每年人工智能相关的顶会文章,一年下来都有上万篇,论文似乎永远都读不完.然而,这些论文真正的价值有多少呢?有多少论... 查看详情