研究人员正尝试用AI替代动物测试，但准确率欠佳

编译：chux

出品：ATYUN订阅号

随着研究人员推动实验测试以AI取代动物，动物们和爱动物人士都可以松一口气了。

仅在欧洲，2011年最常进行的九项动物试验有57％的几率导致动物致命。几十年来，动物权利积极分子一直抗议这一有争议的做法，这一点也不足为奇。

人类通常优先考虑成本，但幸运的是，研究人员认为，利用AI的测试可能会降低成本，并提供财务激励来摆脱动物测试。

每年大约有30亿（超过35亿美元）用于研究化学物质对老鼠、猴子和兔子等动物的负面影响，在这样一种有害的做法上花费巨大，确实需要更好的替代方案。

AI测试项目背后的研究人员在各种数据库中标记了80908种不同的化学物质，例如它们的个体腐蚀性，刺激程度以及对破坏臭氧层的贡献。

使用无监督和监督学习的混合创建统计模型，该模型基于类似的化学结构和毒性对化学品进行分组。

使用“K近邻”算法创建无监督学习部分，该算法产生包含化学物质之间每个标记出现次数的向量。

然后使用这些向量来训练使用逻辑回归和随机森林算法的监督学习模型，该算法能够标记新化合物。

问题是，目前的AI模型降低了用动物测试的准确性。该模型准确率为70％到80％，而动物测试则是可重复的，准确率为78％到96％。

虽然该模型至少有三分之二的几率是正确的，但对于化学家来说，他们可能会继续选择更准确的方法。

不过至少在此期间使用这些模型可以帮助降低动物测试的风险。