Программист Цзя-Бинь Хуан из Политехнического университета Виргинии (США) решил автоматизировать процесс рецензирования научно-технических статей, которые в большом количестве поступают на различные конференции и в научные журналы.

Для этого он создал нейроклассификатор, который обучил отделять достойную работу от халтуры. За основу определения качества Хуан взял внешний вид статей, руководствуясь принципом, что хорошая работа содержит много иллюстраций, графиков и математических расчетов.

Алгоритм опробовали на статьях, предложенных для одной из конференций и уже оцененных рецензентами-людьми. В результате она правильно отвергла половину работ, при это количество ошибок первого рода (ошибочно отвергнутых работ, которые на самом деле были приняты людьми) составил всего 0,4%.

Наиболее любопытный результат получили, когда нейросети дали проверить статью о ней самой. Классификатор оценил эту работу как плохую на 97%.

Тем не менее сторонники внедрения новой технологии в процесс рецензирования научных статей считают, что нейросеть может существенно облегчить труд рецензентов-людей, проводя нечто вроде первичного отбора возможных публикаций.