“點擊↑↑↑，關注醫學研究進展”
關鍵詞：SCI論文；圖像查重；軟件
雜志新聞版于2020年7月21日發表一篇重磅消息：論文圖片查重軟件研發成功，在對3500篇預印版論文進行的檢測中，找出24張涉嫌重復/造假的圖像。這對于論文造假無疑是一記重錘。
一，瘋狂的論文造假
由于存在巨大的利益，論文造假一直屢見不鮮，甚至在部分國家或地區形成了造假論文產業鏈。有造假、就有打假；但與龐大的造假數量相比，靠幾個志愿者打假，顯然是杯水車薪。
二，中國是重災區之一
美國 LLC對全球撤稿數據庫的分析顯示，
1，中國SCI論文撤稿占到所有撤稿的44.0%。截止到2020年6月22日，世界范圍內共有23,425篇SCI撤稿，其中中國有10,303篇，遠遠高于第二位的美國4,125篇。中國論文撤稿占44%。
（圖1. ： LLC, USA）
2圖片相似度檢測軟件，剽竊仍然是中國SCI論文撤稿的首要原因。近三年中國SCI論文共有1397篇SCI論文撤稿圖片相似度檢測軟件，其中因為剽竊所致的撤稿有547篇（39%），另外錯誤所致的撤稿有330篇（24%）。
（圖2. ： LLC, USA）
三，圖片查重軟件應運而生
上面數據中提到的占撤稿原因39%的“抄襲”，主要是指文字抄襲。因為目前的查重系統只能查文字，不能查圖片。而撤稿第二常見原因“錯誤”部分，則主要是圖片“錯誤”。在目前靠人工檢查的情況下，就已經發現了大量偽造的圖片，可知實際情況多么嚴重。所以當論文圖像查重軟件的研發者，美國紐約大學的機器學習研究人員 Acuna，遞交了其第一批圖片查重結果時，立即引起學術界的關注。
識別原理其基本原理是，將提取圖片放大以獲得特征性圖片數字“指紋”，從而即使圖片做了旋轉、大小調整、截取、改變對比度或顏色，該軟件仍然能夠識別出其相似度。根據Acuna研究團隊之前的檢測結果，他們推測數據庫中1.5%論文包含有可疑的圖像，而0.6%論文包含有欺詐性圖像。
小時牛刀這款軟件從2015年開始研發，歷經5年反復測試、并經過小范圍試用終獲成功。首次正式應用于新冠病毒病（COVID-19）領域預印版論文的識別。因為這個領域論文的爆發程度不亞于病毒傳播，低質量、甚至造假論文也屢見不鮮。Acuna研究團隊從和服務器上下載了3500篇論文，總共有21,000張圖片。在4個小時內，該軟件就找到約400張可能重復的圖像。經過人工鑒定后，Acuna團隊認為，其中的24張包含有重復圖片，并在7月份將之公布在其網站上。
優勢和不足Acuna團隊的檢測結果立即引起轟動。因為是通過軟件自動檢測，可以大規模發現重復的圖像；另外可以發現人工不能識別的圖像。收到email通知后一些論文作者立即回應，承認該軟件找到的是重復圖片，并表示將糾正錯誤。芬蘭赫爾辛基大學病毒學家 更是建議在數據庫中應用該軟件。著名學術打假人伊麗莎白·比克（ Bik）在贊許之余，也建議在正式公布軟件識別的造假圖片之前，由她做鑒定。因為該軟件識別出的“嫌疑圖片”仍然需要人工確認。但也有一些收到通知的學者說，Acuna的軟件搞錯了，標記出來并不匹配的圖像。美國北卡羅來納州的學者則要求Acuna刪除其網站公示，因為Acuna軟件對其論文圖片做了錯誤識別。
進一步處理方法基于上述反饋，Acuna已經將其識別出來的“造假圖片”由網站公示改為私下訪問。只有從他的email通知的學者，才能憑借給予的密碼進行訪問和回復。所以設置的“嫌疑造假圖片”處理流程也變為：先通知作者，如果作者不回復則將公開。在初嘗戰果后，Acuna也計劃擴大軟件篩查范圍。Acuna特別告誡說：“我希望作者意識到，有人正在對所有的論文圖片進行識別。”