Nature：学术造假者瑟瑟发抖，论文图像查重AI技术重拳出击
2020-07-23 20:11:26
作者 | 青 暮
编辑 | 丛 末
来自纽约雪城大学的机器学习研究人员Daniel Acuna开发了一款论文图像查重软件，他用这款软件检查了3500篇论文的21,000张图像，在4小时内查出大约400张疑似重复的图像，这项技术或许将为学术造假乱象的解决带来曙光。近日，Nature还对相关事件进行了报道。
由于利益诱惑和成本低廉，学术造假屡禁不止。在国内，学术造假的最终结果几乎都是不了了之。
根据中国科学技术信息研究所的报告，中国发表SCI论文数量已居世界第二，紧追美国。截止2020年6月22日，全世界共有23425篇SCI撤稿，其中中国10303篇，占比44%。
此外，每年中国SCI论文撤稿占所有撤稿的比例也持续上升，2019年达到30%，2020年目前为止已达到33%。今年，中国已有317篇SCI论文撤稿，相对的，美国有215篇SCI论文撤稿。近三年来，剽窃和错误是中国SCI论文撤稿的首要原因。
其中剽窃主要是指文字抄袭，目前的查重系统只能查重文字，不能查重图像。而错误则主要是指 图像错误，包括经过PS然后重复使用的图像。
学术论文造假手段常用的有四种：1、重复用图；2、编造数据，用ps涂抹修图；3、花钱买论文；4、伪造审稿人。其中第一种和第二种最常用，造假成本最低，以重复用图进行学术造假的案例屡见不鲜。
2020年5月， 素有“打假斗士”之称的Elisabeth Bik博士，举报中国8篇论文 “不同作者、不同大学所属医院、不同癌种、不同蛋白表达，结果却一模一样”。
2020年6月，学术打假网站PubPeer上有人质疑清华大学医学院院长董晨24篇文章有些实验图像存在问题。举报者表示：在这24篇论文里，出现了部分实验图像在不同项目中重复出现，但标记数值不同；两幅实验图像相似度极高；不同指标的直方图完全一致的情况。基于之后董晨的回复，有知乎网友分析：他实际上委婉默认了有造假的地方，只是在造假程序或者数量上有不同的意见。
近日，网传Pubpeer 曝出北京大学常务副校长、中国工程院院士詹启敏的 25 篇论文涉嫌学术造假。这25篇论文被怀疑将相同图像修改后应用于不同实验甚至不同论文中。
可见，图像查重对于论文审查是非常重要的一环，而纯粹靠人工审查则相当费时费力，Daniel Acuna开发的这款软件无疑是一大利器。
1
工作初衷：为疫情防治贡献一份力
由于担心关于COVID-19的研究论文可能存在过多的草率工作，纽约雪城大学信息研究学院的助理教授Daniel Acuna 开发了一个能够对论文中的图像进行查重的程序，据悉，现在这项程序已被应用在全球的新冠病毒相关论文的预印本上。
对于开发这项程序的初衷，Daniel Acuna 表示：“我无法阻止疫情，只能以自己的方式做出贡献。”
该算法可一次筛选成千上万张论文以匹配图像，翻转、调整大小或旋转的图像也可以进行匹配。
这些重复图像可能是无意的失误，也可能是不当行为的结果。原本这项工作通常由专家人工检查，或用软件检查少量论文中的图像。
但需要注意的是，目前这项程序仍处于试验阶段，正在接受期刊和研究机构的测试。
2
查重结果存有争议
到目前为止，这项工作取得了一定程度的成功，但也引起了一些争议。
今年6月，Daniel Acuna从bioRxiv和medRxiv服务器上下载了3500个预印本，用他的软件查重了21,000张图像。在4小时内，该软件就查出了大约400张可能重复的图像。不过大多数结果都没有问题，他选择了24篇包含可疑重复图像的论文。
7月，他在自己的网站上发布了这些内容，并在PubPeer上公开。
这件事随后引起了轰动。一些论文作者回应说，Daniel Acuna的软件确实查出了重复的图像，他们将纠正错误，不过也有一些错误已经在同行评审版本中得到纠正。
芬兰赫尔辛基大学的病毒学家Giuseppe Ballistreri 对于这项技术，也持肯定态度，他表示，“如果该工具被证明是准确的，则应默认在PubMed中应用。”PubMed 是一个免费的搜索引擎，提供生物医学方面的论文搜索以及摘要。
另一方面，也有其他人指出，这些重复不是错误。Elisabeth BikBik以其在科学出版物中检测照片操纵的工作而闻名，她表示，希望Daniel Acuna首先向她咨询匹配结果。她进一步在PubPeer写道，该软件“仍然需要人工监督，以确保它不会错误地将适当的重复图像标记为不适当”。
对于 Elisabeth BikBik 的观点，Daniel Acuna 表示同意：软件标记的内容始终需要人来审核，并且尚无法根据上下文了解所获取的内容是否有问题。
更有一些研究人员指出，Daniel Acuna的软件完全弄错了，而且标记了相似但不匹配的图像。例如，北卡罗来纳州达勒姆市杜克大学的Priyamvada Acharya要求Daniel Acuna删除他的一篇论文的匹配结果，该论文包含同一分子的相似视角图。
随后，Daniel Acuna从他的网站上删除了大约三分之一的检查结果，并将该网站的列表设置为私人访问。如此，只有从他那里获得访问密钥的作者才能看到他的检查结果。
总体而言，这项研究论文的自动筛选技术远非完美，而且“仍然需要专家来解释和理解”。此外，德国海德堡的图像分析师 Jana Christopher 也指出了该技术的另一局限性：自动图像检查算法仍然过于专注于查找重复项，并且还不能应对所有图像处理手段。
3
再接再厉
除了技术上的不完美性，Daniel Acuna 本人还指出了影响软件的准确性的一个外在因素：PDF文件格式会破坏自动提取图像的能力。例如，今年5月，Elisabeth Bik在推特上叙述了关于Nature的一篇COVID-19 论文的图像复制问题，该图像也出现在2月份的预印本中，但Daniel Acuna的软件由于论文是PDF格式而没有检查到。
目前为止，关于新冠病毒的研究产生了无数的论文，许多研究人员担心出现低质量的研究和错误，甚至欺诈。有科学家发出警告：“质量低劣的研究将泛滥成灾”。
接下来，Daniel Acuna 打算继续进行论文重复图像的自动检查，而之后首先要做的事情，就是将查重结果告知作者，只有在他们不回应的情况下才公开结果。
对于学术界低质论文泛滥成灾的现象，Daniel Acuna 也发出了告诫：“我希望那些正在动歪脑筋的论文作者们意识到，有人正在对论文图像进行查重。”
参考内容：https://www.nature.com/articles/d41586-020-02161-3
Nature：学术造假者瑟瑟发抖，论文图像查重AI技术重拳出击相关推荐
- Nature：学术造假者瑟瑟发抖，论文图像查重AI技术重拳出击！
2020-09-18 14:27 导语:人在做,AI在看 作者 | 青 暮 编辑 | 丛 末 来自纽约雪城大学的机器学习研究人员Daniel Acuna开发了一款论文图像查重软件,他用这款软件检查了 ...
- 好消息，发现一款知网学术不端论文检测查重助手，永久免费分享给大家使用
今天Aliwen要为大家带来一款神器是,知网学术不端论文检测查重助手 v1.5.基本上每个高校都会对学生的毕业论文进行论文查重检测,一方面可以避免论文抄袭,另一方面可以端正同学们的写作态度,让学术氛围 ...
- opencv图像配准_Milvus 实战 | 基于 Milvus 的图像查重系统
背景介绍 由于巨大的利益,论文造假屡见不鲜,在部分国家或地区甚至形成了论文造假的产业链.目前大部分论文查重系统只能检查论文文字,不能检查图片.因此,论文图片查重已然成为了学术论文原创性检测的重要部分. ...
- 如何快速通过研究生学位论文的查重问题(转)
以下内容转自http://blog.sohu.com/people/ilas50!c/ 如果是引用,在引用标号后,不要轻易使用句号,如果写了句号,句号后面的就是剽窃了(尽管自已认为是引用),所以,引用 ...
- Milvus 实战 | 基于 Milvus 的图像查重系统
背景介绍 由于巨大的利益,论文造假屡见不鲜,在部分国家或地区甚至形成了论文造假的产业链.目前大部分论文查重系统只能检查论文文字,不能检查图片.因此,论文图片查重已然成为了学术论文原创性检测的重要部 ...
- 硕士论文免费查重网站不靠谱,最好用知网!
硕士论文免费查重网站不靠谱,最好用知网! 看到很多地方推荐使用免费查重,什么中国知网查重太贵?免费查重省钱?想到这里我都来气!我们学生没钱啊,不想给父母太多经济负担,到处都想节省个三块五块的.对于毕业 ...
- 期刊论文需要查重吗？
自2019年翟天临被曝出博士论文涉嫌抄袭的学术不端问题后,各大高校论文重复率要求大幅提高,论文规范进入了堪称严苛的时期.如今"天临三年",毕业季的同学们依旧被查重率折磨的苦不堪言, ...
- 考研要求提交论文PDF查重注意事项（知网查重必看！）
现在越来越多学校要求提交PDF格式的论文进行查重.近日有不少学生提交PDF格式论文学校知网检测时,被查出出众多重复.小编通过比较和分析,判断出知网查重系统对PDF版本的检测比Word格式的论文检测结果 ...
- 英文小论文怎么查重？
小论文以发表在期刊杂志上为主,虽然内容相对其他论文而言较短,但其写作难度并不低,而且不仅写作有难度,后面进行的论文查重难度更大.那英文小论文要怎么查重呢? 一.英文小论文怎么查重 由于是期刊需要发表的 ...
最新文章
- PCL：点云配准1、基础知识：平面3自由度、旋转矩阵精讲
- 我是发起人Sumtec
- websphere变成英文了
- C++加号运算符重载
- java代码_Java 代码优化
- java重排序_Java synchronized 能防止指令重排序吗？
- ServletContext,ActionContext,ServletActionContext
- 从0到1搭建RPC框架
- 频率单位Hz、MHz、GHz、THz、PHz、EHz换算关系
- sql语句练习(1) 含问题,答案,数据库表,数据
- 使用openwrt-SDK 生成IPK
- 程序员记录biji的工具_程序员专用笔记 Quiver
- 中文女和程序员的爱情奇遇
- Instability Analysis and Oscillation Suppression of Enhancement-Mode GaN Devices--GaN半桥电路中不稳定分析
- 引入winrt头文件时提示there are too many errors for the intellisense engine to function properly
- zxing扫描条形码 ios
- 华为TE10一体化视频会议终端
- 表格里面如何根据身份证号提取出生日期
- 事实、循环、条件判断
- 全球最大企业管理软件商SAP研发管理精要