사실 인공지능도 마찬가지일겁니다.

뭔가 하나의 알고리즘 오류만 있어도 잘못된 해석을 낳을 수 있어서, 통제 불가능..

15년간의 연구결과라면 분량이 어마어마하겠네요 ㅋ

인공지능으로 해석하는 것의 문제는,

그 중간과정을 인간이 스스로 검증해볼 수 없을 수도 있다는 것에 있죠.

이제부터 전부 다시 연구해야 해서 연구자들 핵꿀상황인가요 크크크

수학 문제를 풀려고

식의 논리적 전개를 엄청나게 했는데, 중간과정에서 어떤 실수가 있어서, 그 부분부터 다시 다 고쳐놔야 하는 상황,에 비유하면 어떨까요?

기성연구자들에게는 절망, 새로 학계 뛰어든 뉴비들에게는 대개척시대가 열리는 건가여...

기계가 내놓든 사람이 내놓든 간에 나온 결과는 항상 검증이 필요하죠. 대충 맞는데하고 넘기면.. 뒷통수를 맞게됩니다.

뉴비들이라고 딱히 다를 게 있나 싶네요.
어짜피 그들도 선배들의 것을 배움으로부터 출발하는 건데요.

팝콘각이네요. 외부인 입장에선 그저 돌아가는 모양새가 재밌겠다는 생각부터.. ;)

사실 내부인인 연구자들이 핵꿀각이군요 ㅋ 지금껏 나온 이론 수정만 해도 박사논문은 나오겠어요 ㅋ

아는 게 전혀 없는 분야인데, 설명만 듣고도 아찔할 정도네요. 그런데 지금 이 분야로 논문 준비 중인 사람들은 어떻게 되는건가요...

만약 저 버그를 쉽게 고칠 수 있다면, 꿀잼이겠죠.
그렇지 않다면, 이야기는 또 달라지는 거라고 봅니다.

뭔가 그렇게 큰일은 아닐 것 같다는 생각이...

옛날에 썻던 논문들을 알고리즘만 수정해서 다시 쓸 기회이지요

fMRI 무용론도 없애고

전혀요;;; 버그를 고치고 안고치고는 크게 상관 없습니다.
장치를 만드는게 아니라 연구를 하는거니까요... 그냥 앞 논문들을 어떻게 수정하고 어떤 영향이 있을지만 해도 연구주제가 후두두둑 떨어진거죠.
아래 Beer Inside님 말대로 알고리즘만 수정해서 논문 내면 되는데, 다들 같은 생각일테니 스피드가 가장 문제일것 같습니다.

뭐 그래도 spss가 p값 구하는데 버그 있어서 고쳤다 이런 것 보다는 낫지 않을까 싶습니다 (...)

!!!!!!!

띠요오오오옹~!

문제는 "앞의 이러저러한 연구에서 나온 결과는 맞다 치고, 그럼 그 다음은..." 하는 식으로 진행된 연구들이죠
아예 전제자체가 틀려버렸다면 고칠 수가 없으니까..

fMRI가 유용성이 강하게 의심되는 기기라면 모를까 어느 정도 쓸만한 툴로 이미 인정받는 상황이라 오히려 대논문시대로 이어질 가능성이 높습니다. 저런 영상 재구성 알고리즘이 하나가 대세가 되면 나머진 죽는 경향이 있고 그래서 새로운게 나와도 사실 어지간히 나은 게 아니면 도입하기 힘든데 이 경우에는 갈아엎고 시작이라... 연구 주제가 모자라서 못할 일도 당분간 없어지는 것이고요.

관련 분야 연구자들 : 야 신난다!!

크크크크크크크크

솔까 학생 입장에선 이미 퍼블리쉬 된 논문은 상관 없습니다. ㅎㅎ
진행중인 경우에 운나쁘게 걸린건 뭐... 쩝...
그래도 연구자 입장에선 새 논문거리 터진게 더 좋으니까요 ㄷㄷ 언제나 쓰는것 보다는 주제찾기가 더 문제니까요.

와 돌겠네요;;;; 저거 손배 책임은 없나요... 혼돈의 카오스입니다. 정말.... 실제로 관여한 부분이 있는터라 심장이 마구....

어어 이거 되게 큰일 아닌가요. 뭔가 유쾌한 댓글이 많아서 좀 헷갈리는...@@

저도 BOLD (fMRI기법)으로 허접한 논문 하나 쓴게 있긴 있는데, 이런 functional study는 reproducibility 와 repeatability problem이 이슈가 된 지 몇년 되었습니다. 이건 알고리듬이라서 좀 다른 문제긴 하지만.. 이제 validation논문 한참 나오고 그 외 새 필드가 열려서 논문 쓸게 많아지는거죠.

교수님께 논문 제출하고 컨펌 기다리던 박사과정 학생 : 아 미치겠다!!

https://namu.wiki/w/%EC%95%BC!%20%EC%8B%A0%EB%82%9C%EB%8B%A4~