Nov, 2023
数据库中一些难以捉摸的方面对基于人工智能的发现的阻碍：以超导材料为例的案例研究
On some elusive aspects of databases hindering AI based discovery: A case study on superconducting materials
Giovanni Trezza, Eliodoro Chiavazzo
TL;DR大数据和 AI 驱动模型的准确性和质量对于建立准确的人工智能模型至关重要。然而，在根本性数据库生成中存在一些关键障碍，这些常常在文献中被低估并且得到很少的讨论。在本文中，我们特别针对超导和热电材料进行了两个代表性案例研究，讨论了三个方面，即内在有偏采样选择，可能的隐藏变量，以及不同的数据年龄。值得注意的是，据我们所知，我们提出并测试了第一个能够检测和量化内在数据偏差的策略。