Un estudio conjunto de cuatro laboratorios detectó que los datos experimentales de un catalizador que produce monóxido de carbono no son lo suficientemente reproducibles para los modelos de IA. Los investigadores señalaron que los datos de diferentes laboratorios mostraron diferencias en las cantidades de monóxido de carbono y metano, lo que afecta la confiabilidad de los modelos de IA.
Los modelos de IA que predicen el rendimiento de los catalizadores dependen de la calidad y reproducibilidad de los datos experimentales. En este estudio, se observó que el trabajo en diferentes condiciones en los laboratorios afectó la consistencia de los datos y deterioró las predicciones de los modelos de IA. Los investigadores sugirieron que la estandarización de los protocolos experimentales podría resolver este problema.
El estudio destacó la necesidad de precaución en la preparación de datos experimentales para los modelos de IA. Los investigadores esperan que este trabajo sirva como guía para la preparación de datos experimentales en futuros modelos de IA.