![](\"https:\/\/borncity.com\/blog\/wp-content\/uploads\/2015\/01\/Stop.jpg\")
Wissenschaftler aus dem Bereich der Statistik haben gerade eine 'rote Flagge' gehisst und warnen eindringlich vor der Verwendung von Algorithmen zum maschinellen Lernen im Rahmen der K\u00fcnstlichen Intelligenz (AI). In einigen Bereichen der biomedizinischen Forschung werden durch den Einsatz von AI und den Algorithmen ungenaue Ergebnisse erzielt, die die wissenschaftlichen Ergebnisse gef\u00e4hrden und neue Risiken bergen.<\/p>\n
<\/p>\n
K\u00fcnstliche Intelligenz und maschinelles Lernen gilt ja aktuell als 'Stein der Weisen'. Man l\u00e4sst einen Algorithmus auf einen Berg an Daten los und dieser erkennt Muster, die er dann in aufbereiteter Form ausspuckt. Durch maschinelles Lernen k\u00f6nnen die Algorithmen sich auf die gestellte Aufgabe optimieren. So weit so faszinierend. Allerdings gab es bereits vor Monaten Kritik, dass diese Algorithmen nicht 'vorurteilsfrei' arbeiten. Der Hintergrund ist, dass die Entwickler dieser Algorithmen mit eigenen Vorurteilen, Einstellungen und Pr\u00e4gungen zu k\u00e4mpfen haben, die sich auf die Gestaltung der Algorithmen auswirken k\u00f6nnen bzw. werden.<\/p>\n
Wissenschaftler gehen jetzt noch einen Schritt weiter, wenn es um KI und maschinelles Lernen in der Forschung geht. Dort befasst sich eine wachsende Zahl wissenschaftlicher Untersuchungen sich mit dem Einsatz von maschineller Lernsoftware zur Analyse bereits gesammelter Daten. Dies geschieht in vielen Themenbereichen von der biomedizinischen Forschung bis zur Astronomie. Die Datens\u00e4tze sind sehr gro\u00df und teuer.<\/p>\n
Dr. Genevera Allen von der Rice University in Houston warnt: Maschinenlerntechniken, die von Tausenden von Wissenschaftlern zur Datenanalyse eingesetzt werden, f\u00fchren zu irref\u00fchrenden und oft v\u00f6llig falschen Ergebnissen. Sie spricht davon, dass der zunehmende Einsatz solcher Systeme zu einer \"Krise der Wissenschaft\" beitrage. Wenn die Wissenschaftler ihre Techniken nicht verbessern, w\u00fcrden sie sowohl Zeit als auch Geld verschwenden. Die Forschungsarbeiten von Dr. Genevera Allen wurden bei der American Association for the Advancement of Science in Washington vorgestellt.<\/p>\n
Als Beispiel f\u00fcr den kritischen Ansatz wurde der Einsatz von KI mit maschinellem Lernen im Bereich der Krebstherapie\/-forschung aufgef\u00fchrt. Dort wird KI mit maschinellem Lernen genutzt, um Patienten mit Krebs zu untersuchen. Um die Krankheit zu erforschen, nutzen Wissenschaftler maschinelles Lernen, um genetisch \u00e4hnliche Individuen zu identifizieren. Die Idee: Arzneimitteltherapien k\u00f6nnen dann auf diese spezifischen Genome ausgerichtet werden. Beim Vergleich zwischen verschiedenen Studien unterscheiden sich die durch maschinelles Lernen identifizierten Cluster jedoch v\u00f6llig voneinander.<\/p>\n
Das Problem ist, dass maschinelle Lerntechniken keine M\u00f6glichkeit bieten, als Antwort \"Ich wei\u00df es nicht\" oder \"Es ist nicht klar\" zu liefern. Die KI-Techniken f\u00fchren immer zu einem Ergebnis in Form einer Antwort. Im Beispiel der Krebspatienten werden KI-Algorithmen immer eine Gruppe in irgendeiner Weise identifizieren – aber diese Antwort ist vielleicht nicht so sicher oder genau, wie man glaubt. Sprich: Die Techniken des maschinellen Lernens sind in der Lage, ein Muster, das im Datensatz existiert, zu finden. Aber wenn dieses Muster nur schwach ausgepr\u00e4gt ist, kann das Ergebnis in der realen Welt nicht das halten, was der Algorithmus verspricht.<\/p>\n
\"In der Wissenschaft ist zur Zeit eine Krise der Reproduzierbarkeit allgemein anerkannt\", sagte Allen gegen\u00fcber der BBC News. \"Ich w\u00fcrde es wagen zu behaupten, dass ein gro\u00dfer Teil davon auf den Einsatz von maschinellen Lerntechniken in der Wissenschaft zur\u00fcckzuf\u00fchren ist.\" Sprich: Die KI-Techniken, die angewandt werden, liefern Ergebnisse, die nicht reproduzierbar sind. Laut Dr. Allen liefert die KI Antworten, die wahrscheinlich ungenau oder falsch sind, weil die Software Muster identifiziert, die nur in diesem Datensatz und nicht in der realen Welt existieren.<\/p>\n
Bei Interesse, die Seiten Digital Trends<\/a>, die BBC<\/a> und The Financial Times<\/a> haben (englischsprachige) Artikel zum Thema publiziert. <\/p>\n","protected":false},"excerpt":{"rendered":" Wissenschaftler aus dem Bereich der Statistik haben gerade eine 'rote Flagge' gehisst und warnen eindringlich vor der Verwendung von Algorithmen zum maschinellen Lernen im Rahmen der K\u00fcnstlichen Intelligenz (AI). In einigen Bereichen der biomedizinischen Forschung werden durch den Einsatz von … Weiterlesen