論文圖片誤用？AI：這條路已被我堵死了
出版巨頭愛思唯爾都在用
博雯 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
現在的AI已經開始參與論文打假了！
就像是這樣，經過旋轉、拉伸和縮放之后的圖片，人眼或許無法辨認，但AI能看到數百個相似的特征：
即使通過高超的“圖像處理手段”把一張完整圖像中的局部畫面挪到自己的圖像里，也能一眼分辨：
對于AI來說，這可能是秒認的活兒，甚至就算是一篇圖像繁雜的完整論文，也不過花費一兩分鐘。
但對于人眼可就沒那么簡單了，比如知名學術打假人Elisabeth Bik為了尋找不同論文中使用相同圖片展示各自不同的實驗結果的例子，曾花費了整整2年時間。
而對于出版商們來說，刊登又撤稿中間的損失就更大了……
因此，最近幾年，AI打假員愈發頻繁地被引入了論文審查，尤其是圖像問題中。
比如，自今年1月份開始，世界上最大、最古老的癌癥研究專業協會，美國癌癥協會（AACR）就已經開始使用AI軟件來評審旗下期刊文章里的圖片造假或重復問題了。
官方網站上也已經寫明：提交手稿中的所有圖像都需要通過AI軟件進行篩選。
不僅是AACR，世界第五大出版商SAGE、老牌經典醫學期刊JCI、 JCI Insight都已經用上了這種方法。
自動圖像校對
這些期刊和出版商們所使用的是一個由以色列公司Proofig開發的同名軟件。
Proofig軟件基于AI技術和圖像處理技術，面向各種科學文稿中的圖像，包括所有類型的顯微鏡照片（光學、電學、共聚焦）、載玻片、蛋白免疫印跡（Western blot）、生物體內和體外圖像、植物圖像等等。
軟件會從論文中識別圖像，然后提取它們共同的特征進行比較。
這些“共同的特征”包括對圖像整體的縮放或旋轉、部分重復或重疊、還有一些方位上的不同。
除此之外，軟件也能額外檢測到一些問題，比如高分辨率的原始數據被壓縮到更小的文件中時，可能出現的壓縮失真或壓縮偽影（Compression artifact）情況。
一篇普通的論文通常在2分鐘以內可以檢查完畢，最多不超過10分鐘。
對于很多出版商來說，一篇已刊登的科學文稿里如果出現圖像剽竊這種學術不端的現象，那么從調查、撤稿到后續的法律費用，平均每篇文章可能要損失百萬美元。
因此，很多出版商都樂意引入性價比較高的AI來和人工審查組一起工作。
AACR的一位期刊運營總監就表示：
很多作者也很高興能在出版前注意到一些“無意中的”圖像復制錯誤。
而對于我們來說，嚴謹的數據是我們期刊的一個顯著的標志，因此，這（Proofig）絕對是值得投入的時間和金錢。
出版商們聯合起來
其實，科學文稿中的圖像重復或剽竊的現象已經是屢見不鮮了。
2016年，Nature上就有一篇文章對約2萬篇生物醫學論文進行人工分析后發現，其中4%的論文都可能包含上述問題。
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，一些出版商聯合起來成立了一個為解決論文中圖像問題的小組，其中包括荷蘭出版業巨頭愛思唯爾（Elsevier）、Wiley、Springer Nature和Taylor & Francis。
愛思唯爾表示，小組最終的目標是“創造一個能夠幫助我們自動識別圖像變化的環境。”
還有很多出版商試圖自己解決問題，比如瑞士出版商Frontiers開發了自己的論文圖像檢查軟件，作為自動檢查系統AIRA的一部分。
Frontiers內部的一位發言人表示，軟件自2020年8月投入使用，標記的大多數論文都沒有問題， 只有大約10%的論文需要人工檢查小組的跟蹤處理。
而有些尚未引入AI手段的出版商也展現出了對這種方法的懷疑：
在可靠性上，AI檢查還沒有大規模地投入使用。比如愛思唯爾的軟件目前的進度還是“正在測試中“，只對部分期刊開放使用。
在成本上，AI軟件偶爾的“誤殺”依舊需要人工參與，甚至會引起其他的糾紛。
不過有人從另一個角度提出了問題：
如果所有的論文都是開放存取的，那么圖像誤用/重復問題將更容易得到審查，訓練AI也會更有效率。
參考鏈接：
[1]https://www.nature.com/articles/d41586-021-03807-6
[2]https://www.nature.com/articles/nature.2016.19802
- 有道智能學習燈發布，通過“桌面學習分析引擎”實現全球最快指尖查詞2022-04-08
- 科學證明：狗勾真的懂你有多累，聽到聲音0.25秒后就知道你是誰，對人比對狗更親近2022-04-14
- 在M1芯片上跑原生Linux：編譯速度比macOS還快40%2022-04-05
- 小學生們在B站講算法，網友：我只會阿巴阿巴2022-03-28
