2019年11月,首都醫(yī)科大學(xué)校長饒毅舉報9篇文章論文圖片造假,指控的問題有兩類,一類是指控圖片顯示的實驗結(jié)果存在涂抹、拼接痕跡;一類是指控圖片顯示的實驗結(jié)果是從別的圖片復(fù)制、粘貼而來。 2020年7月,《Bioscience Reports 》 就有超過30篇論文因涉嫌圖片誤用/造假被掛在學(xué)術(shù)打假網(wǎng)站pubpeer上。
來自美國紐約雪城大學(xué) (Syracuse University)的機器學(xué)習研究員丹尼爾·阿庫納 (Daniel Acuna)等在2018年開發(fā)出一套算法,能利用人工智能 (AI)識別學(xué)術(shù)論文中的圖像造假,對論文圖片進行查重。 同時,Adobe Photoshop公司也在2019年推出了他們的反向還原技術(shù),其與加州大學(xué)伯克利分校的科學(xué)家的合作取得了新的研究成果,利用人工智能技術(shù)識別并還原圖像PS過的部位,準確率高達99.4%!
學(xué)術(shù)造假對于勤勤懇懇搞科研的人來說,簡直是重磅傷害,且不說造假者可以相對輕松地贏得別人付出十倍百倍精力才能收獲的成果和榮譽,更可怕的是,所謂的“成果”極有可能會引導(dǎo)一個錯誤的研究方向,讓后來者浪費大量的財力和精力。 科研圖片處理不端,一直是學(xué)術(shù)造假的重災(zāi)區(qū)。 其實早在2014年,小保方晴子造假事件就已掀起了學(xué)術(shù)圈關(guān)于圖像數(shù)據(jù)處理的熱議。
可以看一看博士聯(lián)盟的震撼文章《 月亮與6個院士 》,不僅僅是研究生論文普遍造假,他們的導(dǎo)師(院士、千人、長江學(xué)者、黃河學(xué)者、每條河的學(xué)者、每座山的學(xué)者),那些論文數(shù)量過百的,基本一抓一個準。 人的精力是有上限的,論文數(shù)量是無上限的~ 其實很普遍,不能說故意造假,但是有時候分析出來數(shù)據(jù)就是不行,或者本身數(shù)據(jù)收集質(zhì)量就很差,也沒辦法。