Skip to content

GCRI · Labs

تعلّم الآلة في العلوم المخبرية

Machine learning is both a tool and an object of study in this lab. It assists literature screening, experimental design, image and sequence analysis and simulation, and it needs its own evaluation discipline: leakage, distribution shift and opaque failure modes are research risks to be tested, not assumed away.

02الطلب

ما يفعله الذكاء الاصطناعي وتعلّم الآلة هنا.

Artificial intelligence and machine learning develop algorithms that learn patterns from data to classify, predict or generate outputs. They are increasingly used for hazard detection, forecasting and decision support, and are themselves a source of risk. In research and evidence, methods and modelling and innovation, machine learning can scale detection and forecasting across interconnected systems. Its own failure modes must be weighed when automated outputs inform consequential decisions. The canonical description is on the STEM Commons.

Assisted screening for systematic reviews

Classifiers prioritise records for human screening; recall is measured against a fully screened sample, and the stopping rule is stated in the review protocol before screening starts.

Surrogate models to guide experiments

Models trained on simulations or past runs suggest which experiments to run next, using uncertainty to balance exploration and confirmation, and every suggestion is tested physically before it counts.

Image and signal analysis in the lab

Segmentation and classification models are validated against expert annotation from other sites and instruments, with failure cases catalogued and shared alongside the model.

03الرصد

تدريب النماذج.

الشاشة التي قد يستخدمها فريق لمتابعة هذا المنهج: مقاييسه وحالاته وقراراته. والأسماء أمثلة والقيم توضيحية.

تدريب النماذج

Labs · Machine learning in laboratory · Run R-4300

Drift on one sliceGCRI · Labs

التقييم حسب الشريحة

الكل0.790.047294المرور
المنطقة A0.840.041004المراجعة
المنطقة B0.790.12594المراجعة
فئة نادرة0.670.1467دون الحد المطلوب

بطاقة المنهج

المنهج
الذكاء الاصطناعي وتعلم الآلة
التقسيم
قائم على الزمن، دون تسرّب
الخصائص
22
الوسم
مُنمذَج

استقرار السكان

Model training: the screen’s structure, terms and states for Labs.Example names and illustrative values; a design, not a record or a live system.
04البيانات

ما يستهلكه المنهج.

مجموعات البيانات والسجلات التي يستخدمها الذكاء الاصطناعي وتعلّم الآلة في هذه المنصة، مع دور كلٍّ منها والوسم الذي تحمله قيمها. وتُدرج المصادر في سجل المصادر.

البياناتالدورالوسم
Annotated benchmark datasetsالتدريب والتقييممُبلَّغ عنه
Laboratory instrument outputsInputs to analysis modelsمرصود
Simulation archivesTraining surrogate modelsمُنمذَج
Model and dataset cardsIntended use and known limitsمُعلَن
05الأساليب والأدلة

How machine learning in laboratory science is modelled, measured and tested.

النموذج وافتراضاته وبياناته وعدم اليقين فيه، بالصورة التي يفحصها بها عالم أو مهندس. وتتبع البنى أساليب منشورة. والقيم المرسومة توضيحية، وليست نتائج.

النموذج والمعادلات والافتراضات

The model structure used for machine learning in laboratory science, the assumptions it makes and how each is tested.

مخاطر العنصر iRi = f(Hi, Ei, Vi, Ci)الخطر والتعرّض وقابلية التأثر والقدرة على المواجهة
الخسارة السنوية المتوقعةEAL = ∑k pk · Lkعلى الأحداث k ذات الاحتمال السنوي p⁨k⁩
النظم المقترنةxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
افتراضلماذا أُعدّكيف يُختبر
الخطر والتعرّض مستقلان داخل الحدث الواحديُبقي تكامل الخسارة قابلًا للحسابقارن بمطابقة دالة ربط (⁨copula⁩) على السجلات المشتركة
تكون الروابط خطية قرب نقطة التشغيليسمح بانتشار الصدمات عبر ⁨A⁩ادفع خارج النطاق الخطي وقارن
منحنيات الهشاشة قابلة للنقل بين الأماكننادرًا ما تتوافر المنحنيات المحليةالتحقق مقابل الخسائر المرصودة حيثما وُجدت
المدخلات
مجموعات بيانات ذات إصدارات ومزودة ببيان المصدر
المخرجات
توزيعات، لا أرقام منفردة أبدا
الرمز
يُصدر مع بطاقة النموذج والاختبارات
إعادة الإنتاج
البيانات نفسها والشيفرة نفسها والبيئة نفسها والبذرة نفسها
صيغ معيارية للمخاطر وفضاء الحالة؛ والافتراضات المدرجة نموذجية للأسلوب ومعلنة للمراجعة، وليست نتائج.
مبادئ FAIR التوجيهية · GO FAIR وFORCE11⁨W3C PROV⁩ · اتحاد الشبكة العالميةإرشادات بشأن المعالجة المتسقة لأوجه عدم اليقين · الهيئة الحكومية الدولية المعنية بتغير المناخبيانات CEOS الجاهزة للتحليل · لجنة سواتل رصد الأرض
06التحقق

كيف تُفحص النتائج.

تُقيَّم النماذج على بيانات محجوزة تراعي البنية المكانية والزمانية والفئوية. وتُختبر المتانة والمعايرة والإنصاف إلى جانب الدقة.

التحققكيف يُنفَّذ
Leakage auditSplits are made by subject, site or time as the question requires, and preprocessing is fitted on training data only
External validationPerformance is reported on data from a different source or period
Calibration and robustnessيجري التحقق من معايرة الاحتمالات، ويُبلَّغ عن الأداء في ظل اضطرابات معقولة
Reporting checklistStudies are reported against REFORMS, TRIPOD+AI or the relevant domain checklist

يتراجع الأداء حين تختلف ظروف النشر عن بيانات التدريب. وقد ترمّز النماذج تحيزات وتخفق دون إنذار واضح في الأحداث النادرة.

07العملية

كيف تُسيَّر العملية.

Process explorer · Process

Machine learning in laboratory science: AI risk management (NIST)

9 steps5 stages1 gate

العملية

Machine learning in laboratory science: AI risk management (NIST)

تتضمن نواة AI RMF أربع وظائف، هي GOVERN وMAP وMEASURE وMANAGE، وتكون GOVERN شاملة لسائر الوظائف؛ والترتيب المرسوم قراءة شائعة واحدة، وليس قائمة تحقق.

  1. 01 الحوكمة

    1. 01GOVERN: السياسات والأدوار والمساءلةخطوة · الباحث الرئيسيGOVERN وظيفة شاملة. فهي تتخلل إدارة مخاطر الذكاء الاصطناعي بأكملها وتمكّن الوظائف الأخرى.
  2. 02 Map

    1. 02MAP: السياق والاستخدام المقصودمجموعة البياناتتحدد وظيفة MAP السياق اللازم لتأطير المخاطر المتعلقة بنظام ذكاء اصطناعي، بما في ذلك الأغراض المقصودة والآثار على الناس.
  3. 03 القياس

    1. 03MEASURE: تقييم خصائص الجدارة بالثقةالنموذجAI النظم الذكاء الاصطناعي من حيث خصائص الجدارة بالثقة. وينبغي اختبارها قبل النشر وبانتظام أثناء التشغيل.
    2. 04القياس (MEASURE): تتبّع المخاطر المحدَّدة بمرور الوقتالنموذجتوجد آليات لتتبع مخاطر الذكاء الاصطناعي المحددة بمرور الوقت، بما فيها المخاطر غير المتوقعة والناشئة.
  4. 04 الإدارة

    1. 05MANAGE: معالجة المخاطرخطوةمعالجة المخاطر الاستجابة للحوادث والتعافي منها والتواصل بشأنها. وتُوجَّه الموارد إلى المخاطر التي جرى تحديدها وقياسها.
    2. 06Proceed or not (MANAGE 1.1)Gate · Principal investigatorA determination is made whether the system meets its purposes and objectives, and whether to proceed. The framework sets no thresholds.
    3. 07قرار النشرالقرار · الباحث الرئيسيتقرر المنظمة التي تملك النظام ما إذا كانت ستنشره وبأي شروط.
    4. 08الرصد بعد النشر والحوادثالنموذجتُنفَّذ خطط الرصد بعد النشر. وتُشارَك الحوادث والأخطاء مع الجهات الفاعلة المعنية في مجال الذكاء الاصطناعي، بما في ذلك المجتمعات المتضررة.
  5. 05 السجل

    1. 09جرد نظم الذكاء الاصطناعيمجموعة البياناتتطلب GOVERN 1.6 وضع آليات لحصر أنظمة الذكاء الاصطناعي. وتُعد بطاقة النموذج ممارسة شائعة ولا يرد ذكرها في الإطار.

عرض محايد لمعيار أو أسلوب خارجي منشور، صادر عن الجهة المُصدِرة له. وليس سجلًا للتشغيل. ولا يقوم Nexus بأي خطوة معروضة ولا يشهد عليها ولا يوافق عليها. والبوابة أو القرار يعودان إلى الطرف الذي يسمّيه المصدر. وليست الإجراءات بالضرورة مجموعة مرتبة من الخطوات. ولا يظهر قانون الاتحاد الأوروبي للذكاء الاصطناعي في هذا المسار.

09الرعاية

من يحتفظ بالمنهج.

الذكاء الاصطناعي والنظم المستقلة الذكاء الاصطناعي وتعلّم الآلة للاتحاد، وتراجع كيفية تطبيقهما عبر المنصات.

11أسئلة

أسئلة وأجوبة.

ما حدود الذكاء الاصطناعي وتعلّم الآلة في هذا المجال؟
يتراجع الأداء حين تختلف ظروف النشر عن بيانات التدريب. وقد ترمّز النماذج تحيزات وتخفق دون إنذار واضح في الأحداث النادرة.
كيف تُفحص النتائج؟
تُقيَّم النماذج على بيانات محجوزة تراعي البنية المكانية والزمانية والفئوية. وتُختبر المتانة والمعايرة والإنصاف إلى جانب الدقة.
هل القيم المعروضة في هذه الصفحة حقيقية؟
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
أين يُطبَّق هذا المنهج أيضًا؟
تجمع صفحة المنهج المرجعية كل منصة تطبّقه.
التقاريرساهم

ساهم بأدلة من هذه الصفحة.

Reports هي المطبوعة الفصلية للاتحاد. ويمكن لما تعرفه عن هذا الموضوع أن يصبح دليلًا أو حالة أو تصويبًا في الإصدار التالي، يُنسب إليك ويُنشر بموجب CC BY 4.0 حيثما كان من عملك الخاص.

GCRI⁨Labs⁩أدلة Labsالأساليب والجوانب التقنية
⁨Labs⁩

قدّم منهجية أو مجموعة بيانات أو سؤالا.

المعلومات والاستفسارات متاحة اليوم. ويحصل الاستفسار على رقم مرجعي ويحدد الخطوة التالية؛ ولا تُفتح الطلبات والمدفوعات وتخصيصات الحوسبة والتسجيلات إلا حين يتوافر فريقها وشروطها وقدرة المراجعة.