Sains moden dengan cepat menghampiri krisis yang disebabkan oleh penggunaan teknologi pembelajaran mesin yang meluas. Kenyataan ini dibuat di persidangan American Association for the Advogress of Science di Washington, D. C.
Allen bercakap mengenai masalah serius yang berkaitan dengan krisis kebolehulangan yang disebut. Menerapkan algoritma yang dekat dengan AI dan kurang memahami prinsip-prinsip kerjanya, para saintis moden sering memberi perhatian kepada "kebisingan", yang tidak dapat dihasilkan semula dengan eksperimen berulang.
“Para penyelidik sudah memahami tentang krisis kebolehulangan. Saya percaya punca masalahnya adalah penggunaan algoritma pembelajaran mesin,”kata Allen.
Selalunya terjadi bahawa hasil penyelidikan yang dilakukan menggunakan pembelajaran mesin kelihatan cukup masuk akal, kata Allen, namun, begitu penyelidikan yang dilakukan dengan sejumlah besar data muncul, yang lama segera mulai terlihat tidak tepat.
Masalah utama dengan pembelajaran mesin adalah bahawa ia menemui corak walaupun tidak ada sama sekali. Satu-satunya jalan keluar dari situasi ini adalah dengan mengembangkan algoritma baru yang mampu menghasilkan ramalan yang benar-benar boleh dipercayai dan dapat dihasilkan semula,”kata ahli statistik itu.
Kolesnikov Andrey
