关键要点
- Ning Xu凭借一段展现肺部纤毛运动的显微视频夺得尼康微观世界动态摄影大赛冠军。
- 佛罗里达大学学者Edward Phelps指出视频包含尺度等同于细胞核的细胞外线粒体等虚假结构。
- Nikon Instruments在赛后更新说明,承认该作品使用了无监督AI模型参与后期图像处理。
- 作者回应称AI仅用于灰度图像着色与形态区分,但多位科学家坚称科学图像不可背离真实测量。
显微大奖引发幻觉质疑
9月15日,由Nikon Instruments主办的微观世界动态摄影大赛(Small World in Motion)公布评选结果。新加坡国立大学光学工程师Ning Xu凭借一段肺部纤毛摆动的显微视频夺得桂冠。该样本来自一名患有原发性纤毛运动障碍的儿童患者。然而视频发布后,多位显微成像专家在社交平台上提出强烈质疑,认为画面中由红、紫、蓝三色构成的底层结构存在生物学常识错误,极有可能是人工智能(AI)工具产生的幻觉。
违背常理的组织形态
佛罗里达大学生物工程学者Edward Phelps公开指出,视频中酷似线粒体的紫色结构在尺度上居然与细胞核相当,且堆叠在细胞外,这在真实生物学中绝不可能出现。此外,那些看似细胞核的蓝色结构缺乏核应有的生理动态,红色染色区域也完全不明所指。昆士兰大学发育生物学家Melanie White强调,科学图像本身就是实验数据,绝非单纯的视觉插画,公众和同行必须能够信赖画面能如实反映底层测量数据。
作者回应与主办方澄清
面对质疑,Nikon Instruments于9月22日更新了参赛作品说明,承认作者使用了无监督AI模型辅助后期处理。Xu在LinkedIn上回应称,原始纤毛运动及其实验视频并非由AI生成,团队仅在灰度数据重建后引入无监督模型,用来区分并着色形态相似的结构。他解释称,参赛初衷是为了兼顾科学趣味与视觉吸引力,后期渲染并不代表对相关结构做出了任何解剖学断言。但White等学者仍认为,此举可能在原始数据之外凭空捏造了不存在的生物结构。
对研究者的意义
这起争议为生命科学与AI交叉研究敲响了警钟。在空间组学、单细胞成像与超分辨显微镜领域,深度学习降噪、超分辨率算法和无监督分割已普及。若算法在未受生物物理先验约束的情况下进行特征补全,极易引发AI幻觉并伪造解剖结构。研究人员在使用生成式工具处理影像时,亟需建立透明的数据追溯标准,严格厘清艺术视觉呈现与真实科研数据之间的边界。
译介为忠实转述,非逐句直译;引用请以原文为准(版权归 Nature 及作者所有)