主页 > www.586009.com >
Nature论文爆出千行Python代码Bug或影响百篇学术论文
发布日期:2019-10-24 09:07   来源:未知   阅读:

  原标题:Nature论文爆出千行Python代码Bug,或影响百篇学术论文

  论文中提到的脚本名为「Willoughby-Hoye」,用来计算核磁共振图谱的化学位移值。夏威夷大学的研究者发现,在该脚本中,有一个模块是根据文件的排序返回值,但 Python 并没有定义查询的文件顺序。因此,该系统在不同的脚本上会有不同的返回值。

  他们在实验中使用了相同的核磁共振数据,但结果却出现了显著差异。在 macOS Mavericks 和 Windows 10 上运行该脚本都能得到正确的结果(173.2),但在 macOS Mojave 和 Ubuntu 上运行时,结果却出现了差异(分别是 172.4 和 172.7),与正确结果相差近 1 个百分点。虽然看起来相差不大,但在精确的科研世界里,这一差别就很严重了。

  产生这种差异的原因是该脚本使用 Python 的 glob 模块来查找符合特定规则的文件路径名——基于 glob 的结果去生成读取文件列表。但是 glob 的结果又取决于操作系统的文件返回值。于是脚本的计算结果会受到文件处理顺序的影响。夏威夷大学的 Rui Sun 和 Phillip Williams 编写了用来解决这个问题的排序较正代码以保证结果的一致性,代码量达到上千行。

  现任美国里彭学院化学系助理教授的 Patrick Willoughby 认可了夏威夷大学研究者的发现,并且在推特上展示了该团队对脚本所做的更正:

  他还提醒道,「如果你在做或依赖核磁共振化学位移方面的研究,那你一定要读一下这篇论文。」

  脚本的作者也在 twitter 上表示了对这一发现的赞赏,但他表示,当年写代码的时候,脚本是运行良好的。

  他说,「Rui 和 Williams 教授的发现线 年前我写这个脚本的时候,操作系统能够处理排序问题。Rui 和 Williams 添加了必要的排序代码和函数来确保计算排序一致,给他们点赞!」

  这篇 2014 年的论文至今已经被浏览过 1900 多次。Williams 表示,可能有 150-160 项研究项目受到了该 bug 的影响。例如,如果 Williams 用这个脚本错误地计算了样本中的成分,而化学家刚好要用这一结果合成新的分析来研发新药,那他的研究可能从开始就是错的。

  虽然 Williams 等人及时发现了这个问题,避免了该 bug 对自己的研究造成的影响,但它可能对其他研究举足轻重。他希望这篇论文能够让科学家们更加关注实验的计算部分。由于已发表的论文中很少提及操作系统,所以这一 bug 产生的影响目前还很难得出定论。

  一般来说,代码并不是一篇学术论文中最被关注的点。所以说,计算机学界及其他领域学界往往不会对代码质量过分深究。这也导致,不管是学术研究者还是业界人士,都能感觉到「学术原型代码」和「工业级别代码」之间的巨大差异。

  显然,科研人员们暂时未能成为精于代码的「程序员」。论文中的代码往往存在易读性差、注释量不足等问题,在没有对应技术手册的情况下也常常让读者摸不着头脑。

  许多网友也对这一现象进行过讨论:「发 paper 的代码一般多是 quick and dirty, 如果说一个方法很好,希望把整个代码做好做鲁棒,一般要经历哪些步骤?」

  还有一种类似张无忌演习太极剑法的实现方式:「把 paper 看完然后丢在一边,直到完全忘却代码,然后根据记忆,按照工业级标准重写一遍。」

  新西兰惠灵顿维多利亚大学化学系讲师 Rob Keyzers 在今年的一项研究中引用了这篇论文,他表示自己当时确实并不知晓这个 bug。

  Rob Keyzers 没有太过担心自己的成果,因为团队在研究中没有使用这项有 bug 的脚本。同时他也补充说:「我们会仔细检查研究数据,以确保没有得出任何不严谨的结论。」

  「Nature Protocols」的发言人在一份声明中回应道,他们正在调查夏威夷大学这项研究中所提出的问题,目前处于保密方面的考虑暂不发表评论。

  华为云近期推出精编实战公开课,涵盖机器学习、大数据、运维实战等多项系列课程,由华为云资深工程师倾情讲授,完成理论学习+实践内容还有精美礼品相赠。点击阅读原文,选择课程,免费报名。返回搜狐,查看更多