科研是一場修行，遇見的都是命中注定。任何數(shù)據(jù)，都有其存在的價(jià)值，就看你有沒有本事參透其中的奧秘。
科研沒有壞數(shù)據(jù)，如果以前這么說的時(shí)候，都只是列舉一些個(gè)別的案例，譬如世界十大意外發(fā)現(xiàn)如何改變?nèi)祟愡M(jìn)程之類，你可能以為導(dǎo)師是在苦口婆心的忽悠你多干活，或者并沒有放在心上。現(xiàn)在，隨著機(jī)器學(xué)習(xí)的不斷發(fā)展，在科研領(lǐng)域，尤其是材料科學(xué)領(lǐng)域，這一結(jié)論開始變得更加直觀，不容的你不直視這一問題。
今年4月份，Nature就發(fā)表了一篇機(jī)器學(xué)習(xí)的評論文章，對使用那些所謂的“失敗的”壞數(shù)據(jù)來優(yōu)化MOF材料的制備進(jìn)行了深度分析和點(diǎn)評。近日，Nature再次發(fā)表一篇機(jī)器學(xué)習(xí)的文章，并同期配以社論（Editorial）文章，再次告誡科研人員：不要對數(shù)據(jù)心存偏見！
來自哈弗福德學(xué)院的Xiwen Jia等人報(bào)道，為了驗(yàn)證數(shù)據(jù)的人為偏見對材料科學(xué)的科研所產(chǎn)生的不良影響，他們進(jìn)行了一套對比實(shí)驗(yàn)。實(shí)驗(yàn)以硼酸釩的合成為模型反應(yīng)，這種反應(yīng)很簡單，而且也很容易通過晶體是否形成來判定實(shí)驗(yàn)結(jié)果是成功還是失敗。
研究人員首先根據(jù)經(jīng)驗(yàn)編制了一套數(shù)百種的合成條件，然后基于這套合成條件來構(gòu)建機(jī)器學(xué)習(xí)模型，結(jié)果發(fā)現(xiàn)，基于人為經(jīng)驗(yàn)的合成條件并不如機(jī)器學(xué)習(xí)隨機(jī)實(shí)驗(yàn)更能準(zhǔn)確地預(yù)測實(shí)驗(yàn)結(jié)果的成功與否。
按照經(jīng)驗(yàn)，原料、試劑、pH和各種數(shù)據(jù)的選擇都是有一定要求的，超出該范圍就被認(rèn)為是違背常識，是在瞎胡鬧。然而，結(jié)果卻發(fā)現(xiàn)，機(jī)器學(xué)習(xí)所設(shè)置的“超出經(jīng)驗(yàn)范圍的”隨機(jī)條件，并非一無是處。在對比試驗(yàn)中，不常用的所謂的“不好的”試劑比常用的經(jīng)典試劑成功合成目標(biāo)產(chǎn)物的幾率甚至更高。
因此，在采用機(jī)器學(xué)習(xí)時(shí)，基于自己經(jīng)驗(yàn)和偏見人為設(shè)置的一些條款可能會限制機(jī)器學(xué)習(xí)的準(zhǔn)確性。當(dāng)然了，對于還沒有進(jìn)入機(jī)器學(xué)習(xí)這么高端領(lǐng)域的科研圈的普羅大眾而言，我們還是靠要雙手實(shí)驗(yàn)。
不過，機(jī)器學(xué)習(xí)至少再一次告訴我們，科研沒有壞數(shù)據(jù)！
參考文獻(xiàn)：
1.Xiwen Jia et al. Anthropogenic biases in chemical reaction data hinderexploratory inorganic synthesis. Nature 2019, 573, 251–255.
https://www.nature.com/articles/s41586-019-1540-5
2.Look out for potential bias in chemical data sets. Nature 2019.
https://www.nature.com/articles/d41586-019-02670-w
