Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

蛋酱编辑

机翻降重?掩饰抄袭?SCI期刊上的这些「奇言怪语」,不少来自中国作者

深度神经网络,怎么就翻译成了「profound neural organization」?

如果你经常阅读计算机领域的论文,一定会发现一些神奇的词汇,比如「伪意识(counterfeit consciousness)」、「深层神经组织(profound neural organization)」、「海量信息(colossal information)」。

这都是什么?每个字母都认识,但合在一起还是怪怪的,总觉得涵义不够明确。

结合上下文语境,读者才恍然大悟:哦,其实就是「人工智能」、「深度神经网络」和「大数据」。

这些不明所以的词汇,在学界有自己的专属名称:「tortured phrases」。

今年 7 月,法国图卢兹大学的学者 Guillaume Cabanac 和他的同事在 arXiv 平台上传了一篇 27 页的论文,介绍了关于该现象的一些调查结论。

论文链接:https://arxiv.org/pdf/2107.06751.pdf

自动文本生成器一直被用于「科研文献写作」,那些毫无意义的论文很容易被人和机器检测到。但今天的 AI 技术已经能够生成更加「以假乱真」的文本,与人类写作的文本无法区分。一般来说,「tortured phrases」可能是自动翻译或试图掩饰文章内容抄袭的结果。

表 1 先展示了研究者在各个文献中找到的奇怪短语,并给出了它们实际上对应的术语。起初这只是一种偶然的发现,当研究者发现这种现象出现得过于频繁之后,他们采取严肃的方法用已经确定的术语进行了滚雪球式搜查。

「face recognition」变成了「facial acknowledgement」,「artificial intelligence (AI)」变成了「(counterfeit | human-made) consciousness」,designs preparing unit 其实是 GPU,focal preparing unit 其实是 CPU,简直离谱……

表 1。

当研究者以「profound neural organization」为关键词在 Dimensions 进行检索时,有 860 篇出版物至少包含这个短语,其中 31 篇都发表在同一个期刊《微处理器和微系统》上。

随后研究者将研究重点放在了《微处理器和微系统》期刊上,他们借助一种工具调查了一系列来自这本和其他期刊的摘要,该工具可以识别文本是否是由 GPT 生成的。

表 2 展示了该期刊 2017-2019 年间发表的 378 篇文章中排名前 5 位的贡献国家 / 地区和机构。

接下来,研究者对 2018 年 2 月至 2021 年 6 月的数据进行了更深入的分析。图 2 显示了从 2020 年开始,每一期发表的文章数量的变化。

研究者使用了「编辑评估」来表示从提交稿件到接收稿件的时间,包括: 初步筛选、邀请审稿人、同行评议和最终决定。每篇论文发表的元数据将其编辑评估的节点分为三个日期: 提交、修订和接收。

根据对提交日期与接收日期的分析,2021 年出版的各期的编辑评估突然缩短。大多数文章都是在编辑评估后发表的,但评估周期出人意料的短。

从 2021 年 2 月第 80 卷开始,较短的处理时间 (低于 40 天) 变得普遍。编辑评估时间 (表 3) 在比较 2018-2020 年的数量和 2021 年初的数量时,平均处理时间减少到五分之一,中位时间减少到六分之一。而这些论文的作者中有很多来自中国。

表 3: 编辑评估时间的变化。

一部分论文具有相同的提交、修订和接收日期,其中大部分出现在该期刊的特刊中。这个现象很可疑,特刊通常由客座编辑负责,并专注于特定的研究领域。

研究者基于 GPT 检测工具,对实验组和对照组的摘要进行了评估。如下图所示,在《微处理器和微系统》期刊中,GPT 得分较高的文章的集中度最高,为 72.1% ,而其他期刊的最高值为 13.6% 。

「论文数量」这一栏显示,许多其他期刊发表的论文摘要都获得了较高的 GPT 分数。虽然该分数很高并不一定表明某篇文章有缺陷,但这类文章在某些期刊的高度集中会引起对人们的进一步思考。

论文发布后,2021 年 7 月中旬,《微处理器和微系统》的出版商爱思唯尔对此展开了调查。这些涉及的论文正在被逐一重新评估。爱思唯尔的发言人表示,作者很可能使用逆向翻译软件来掩饰抄袭,这可能是这些措辞的来源。

令人惊讶的是,一些网站专门提供免费改写文本的服务,主要负责生成那些「冗长的、折磨人的短语」,形成了一条产业链。

你怎么看?

参考链接:https://www.nature.com/articles/d41586-021-02134-0

产业学术不端
相关数据
人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

深度神经网络技术

深度神经网络(DNN)是深度学习的一种框架,它是一种具备至少一个隐层的神经网络。与浅层神经网络类似,深度神经网络也能够为复杂非线性系统提供建模,但多出的层次为模型提供了更高的抽象层次,因而提高了模型的能力。

文本生成技术

文本生成是生成文本的任务,其目的是使人类书写文本难以区分。

暂无评论
暂无评论~