Von: Lepa, Steffen via ak discourse
Datum: Tue, 9 Aug 2022
Betreff: [ak-discourse] Gefährlicher Optimismus bei Forschung mit ML
Ansätze des maschinellen Lernens sind in der Praxis vielfach erfolgreich, sei es in der Routenplanung, Spracherkennung oder Bildverarbeitung. Doch im Bereich der Forschung erkennen Wissenschaftler der Universität Princeton eine Krise: Die Ergebnisse vieler Studien seien nicht reproduzierbar. In einem aktuellen Preprint führen sie 329 Fachartikel aus diversen Disziplinen an, aus denen Probleme bekannt sind – Forschung zur Neuropsychiatrie, Genomik, IT-Sicherheit, Toxikologie oder Bioinformatik. „Offenbar entdecken alle Felder die Fehler unabhängig voneinander für sich“, sagt der Informatiker Sayash Kapoor aus Princeton.
FAZ-Artikel:
Original-Paper:
https://arxiv.org/pdf/2207.07048.pdf