期刊图片造假痛点
在学术期刊发表中，图片的恰当使用和不当滥用问题不容忽视。许多论文作者存在对已发表图片使用不当、用同一张图表示不同实验结果、篡改原图等可能构成学术不端的行为。据2016年的一项研究，在检查的20,621篇论文中，有3.8%被发现存在图片造假的情况。这种现象严重损害了学术研究的严谨性和真实性。
论文数量众多，处理后的图片相似度很高。人工检查时，不是会错过造假的文章，就是需要花费大量时间。这让学术期刊的编辑们十分烦恼，他们迫切需要找到一种快速且准确识别造假图片的方法。
重磅检测消息
7月21日，一家杂志的新闻版面公布了一条引人注目的新闻：一种检测论文图片的软件研发成功。经过该软件对3500篇论文的检测，竟然发现了24篇可能存在图片造假问题的论文。这条消息很快在学术界引起了轰动，受到了广泛的关注。
这款软件问世，给学术打假注入了新的活力，大家希望它能成为打击论文图片造假的得力工具，让那些混在学术成果中的假图片无处藏身，恢复学术环境的纯净。
软件开创性意义
2018年，丹尼尔·阿库纳宣布研发成功了一款图像比对工具。这款软件能够快速筛选出数千篇论文，并对比其中的图片，即便这些图片被翻转、缩放或旋转过。这一创新技术致力于发现大量重复的图像，对于打击论文中图片造假现象具有重要意义，标志着解决这一问题的关键进展。
过去人工审核遭遇了不少难题，但这款新软件的出现给学术期刊的编辑们带来了希望。它预计能显著提升图像重复检测的速度，大大减少所需的时间和精力，使伪造图像更容易被揭露，这对保持学术诚信具有非常关键的作用。
软件应用成果
今年六月，阿库纳从服务器下载了3500篇论文。他利用软件对这些论文进行了图像提取和对比。短短四个小时，软件便筛选出了大约400张疑似重复的图像。经过仔细核对，大部分图片并无问题。最终，他确认了24篇论文中存在图像问题。
阿库纳在7月份，将这些涉嫌造假的论文放到了他自建的网站上，同时在学术打假平台上进行了标注。这一行为让那些论文公之于众，对学术不端行为产生了一定的震慑效果。
软件误判争议
一些研究者在阿库纳的软件上提出了疑问，觉得其完全错误地识别了图像，将相似却并不相符的图片进行了标记。以达勒姆市杜克大学的学者为例，他们甚至要求移除了一篇论文的发布，因为软件错误地将论文中的图片识别为其他内容。
收到反馈信息后，阿库纳对网站内容进行了调整，移除了大约三分之一的分析内容。同时，他将公示列表的访问权限改为私密，只有获得密码的作者才能查阅。这一情况反映出该软件尚有不足，其检测数据的精确性还需加强。
软件现存问题与展望
阿库纳坦言，软件确实存在缺陷，比如 PDF 格式会妨碍自动化工具提取图像。但他承诺，将通过将图像与数据库中的众多研究论文进行对比，来持续优化软件的功能。
尽管软件现在还有误判，但研发过程本身是积极进取的。预计经过持续优化，这款软件有望成为学术打假的有力工具，对保持学术公正起到更显著的作用。大家觉得这款论文查重软件将来能否解决现有问题，精确识别出造假论文？欢迎在评论区留言，同时也请点赞和转发这篇文章！
