AI生成的纳米材料假照片, 登上Nature Nanotech

为助您快速了解该杂志的最新讯息，我们特别开通了『今日 Chemistry World』栏目，欢迎扫描文末二维码访问 Chemistry World 官方网站。

科研新闻

发表在 Nature Nanotechnology 上的一篇纳米科学论文描述了一种令人兴奋的新材料，它与备受欢迎的一种膨化玉米零食极为相似。一张清晰的电子显微镜图像显示了一堆被命名为“纳米奇多”的扭曲管状结构。

• Source: © Nadiia Davydiuk et al, Nature Nanotechnology 2025 描绘了四种“新”材料的假显微图像：纳米泡芙 (nano-puffs)、纳米奇多 (nano-cheetos)、纳米龙牙 (nano-dragon's teech) 和纳米 D12。这些图像由ChatGPT根据简单的文本提示生成。

唯一的问题是：这种材料并非真实存在。这些图像是由一个材料科学家团队通过 ChatGPT 生成的。他们警告称，此类 AI 生成的图像可能使科学欺诈变得几乎无法察觉。

使用 Photoshop 等工具篡改图像通常会留下一些痕迹，例如随机的直线和重复区域。「而 AI 生成的图像则没有这些特征」，科研图片诚信方面的咨询师 Mike Rossner 这样表示。

一些试图将 AI 生成图像混入论文的尝试——例如一张睾丸巨大的老鼠插图 (https://doi.org/10.3389/fcell.2023.1339390)——会显得十分违和，很容易被发现。但对于博士生 Nadiia Davydiuk 创建的纳米材料显微图片而言，情况并非如此。她向德国德累斯顿莱布尼茨聚合物研究所的课题组负责人 Quinn Besford 展示了 AI 的能力。

「这让我感到震惊」，Besford 回忆道。他和他的同事、澳大利亚墨尔本大学的 Matthew Faria 都无法分辨其差异。「真正致力于（科研图像诚信）工作的人们非常清楚 AI 的存在，并且对此非常担忧」，图像诚信分析师 Jana Christopher 表示。

Besford、Faria 和团队共对 250 名科学家进行了调研，要求他们区分真实的显微镜照片与 AI 生成的图像。反馈结果证实，即使对专家而言，这基本上也是不可能的。

• Source: © Nadiia Davydiuk et al, Nature Nanotechnology 2025 研究人员们向 250 名科学家展示了这些真实和虚假的显微镜图像。每对图像下方显示了能正确识别哪张为真、哪张为假的科学家比例。

该团队现在呼吁采取紧急行动，以避免科研文献遭到虚假图像的污染。他们建议，出版的论文应始终包含原始文件，即由仪器直接生成的文件。这些文件比 pdf 中的图像更难伪造。

「我认为解决方案需要更加深入，要建立机构性的数据存储库」，Rossner 指出需将原始数据存放在这些数据存储库中，避免它们被篡改或删除。期刊和审稿人也不应施加过大压力来要求创建「完美的」图像。「科学界需要重新欣赏原始数据中的‘瑕疵’」，Besford 说到，「如果你正在就纳米粒子链得出结论，而图像中存在一些游离的纳米粒子，那么这并不意味着你的结论是无效的。」

Faria指出，与高影响力论文同时发表的重复性研究，不仅可以剔除不当行为，还能发现 genuine mistakes（诚实性错误，即无意中犯下的错误）。然而，为重复性研究提供资金是出了名的困难。Rossner表示，几乎保证能发表可能足以形成激励，尽管他承认这对于不太知名的期刊可能行不通。

据 Rossner 所说，使用 AI 图像检测程序（如 Proofig AI 或 Imagetwin）进行自动筛查，可能是有效应对该问题的唯一方法。出版巨头 Springer Nature、Elsevier、Taylor & Francis 以及英国皇家化学会的期刊都在使用这两种程序。

但当 Rossner 使用 Proofig 检测 Besford 和 Faria 文章中的图像时，它并未识别出 AI 生成的照片。而在 Proofig 的创始人兼首席执行官 Dror Kolodkin-Gal 的操作下，该程序确实标记出了其中一张图像。他指出，该程序的设置旨在保持极低的误报率，以避免给编辑团队带来过大负担，并防止对作者作出不公正的指控。「代价是，一些 AI 生成的图像可能在初次筛查中漏网」，Kolodkin-Gal说。

「当然，总会有人走捷径，进行一点或很多欺骗。」据 Christopher 所言，学术界的「publish or perish」的文化「使科研文献极易受到不诚信兴文的侵害」——无论是表现为 AI 生成的图像，还是由论文工厂产生的完全捏造的论文。

「我们现在需要一些大规模的解决方案」，她说到，「我们知道，无论是更正体系还是同行评审体系，都没有为应对如此规模的问题做好准备。」