科学: AI 競争、学術界が敗北

AI分野では学術から産業界に焦点が移り、不均衡が続いています。

Science が公式号の最新号に、近年の AI 分野の関連データをまとめた記事を掲載しました。結果も一目瞭然です:

AI競争、学会は敗退。

#科学では、さまざまな分野の論文、AI 最大モデル、SOTA モデルの割合がカウントされています。

2016 年以降、主要な人工知能カンファレンスで業界が発表した論文の割合は、猛烈な勢いで増加傾向にあります。

4年間で、産業界は論文数の点で学術界からほぼ20%を「奪った」。

AI 分野のトップ 10 モデルは、2013 年以前はまだ学界によって独占されていました。

その後、業界は努力を続け、2016 年までに、次の 10 つの主要な AI モデルのほぼすべてが業界から導入されました。

#SOTA モデルは言うまでもありません。昨年、業界は言語モデルと画像分類の SOTA を直接支配しました。

感情、セマンティックセグメンテーション、ターゲット検出を分析する SOTA は産業界と学術界の仕事の約半分を占めますが、機械翻訳の SOTA はすべて学術界からのものです。

もちろん、この傾向はネチズンの心の中の暗黙の事実でもあり、嘲笑するためにミーム写真を作成した人さえいます:

学界では頭脳流出が深刻です

現在の状況の最も重要な理由は次のとおりです:

才能の喪失。

北米の大学のデータを例に挙げると、現在、AI 研究を専門とするコンピューター博士号がこの業界に流入しています。

2004 年には、博士号取得者のわずか 21% のみが入学を選択しました。 2020 年までに、業界に参入する博士号取得者の割合は 70% 近くに達します。

さらに、このデータは AI 研究分野の人材に限定されています。

近年のデータを見ると、一般的なコンピュータサイエンスに対する産業需要は大きく変わっていないのに対し、AI分野に特化した人材に対する市場需要は2006年以来8倍に増加していることが分かります。

では、なぜ AI の人材が学界から産業界に流れているのでしょうか?

大きなレベルで見ると、これはサイエンスで前述したコンピューティング能力に関係します。

明らかに、この分野では産業界が学術界に比べて大きな利点を持っています。

従業員が自分の仕事をうまくやり遂げたい場合は、まず自分のツールを磨く必要があります。強力なコンピューティング能力を持つ人は、自然により多くの従業員を引き付けることができます。才能。

しかし、はっきり言って、コンピューティング能力が強いかどうかは、設備投資に大きく依存します。

栗をあげましょう

学術界における科学研究資金の財源は主に政府の支援によるもので、2021 年の米国の関連部門による人工知能への投資は 15 億米ドルであり、EU の同年の投資額は12億ドル。

対照的に、今年の世界の AI 産業の支出は 3,400 億米ドルを超えています。 2019年でも、Googleの親会社であるAlphabetは子会社のDeepMindに15億米ドルを投資した。

もちろん、上記はいずれも比較的マクロな視点で議論されているので、研究者個人はどのように考えているのでしょうか。

博士課程を卒業して OpenAI に入社したばかりの研究者 Rowan Zellers 氏が現れ、自身の説明をしました。

ローワン・ゼラーズ氏は、就職先を選ぶ際に産業界と学術界で迷ったが、最終的には産業界を選んだ、と率直に語った。そしてその理由は、それらを 1 つずつリストします:

• アカデミアが画期的なシステム構築研究を行うことはますます困難になる
• AI分野の科学研究コストは指数関数的に増加している
• アカデミアの応用研究へのシフトは一般的な傾向
  ....

基礎研究から応用まで、業界はすべてを備えています

そして、人材の喪失とコンピューティング能力の傾きによって、これはある程度避けられない結果とも言えますが、Science の記事では次の 2 つの理由が挙げられています:

• AI 分野は他の分野と比較して独特です;
• 業界はテクノロジーの商業化により多くの注目を集めています。

まず、AI 分野におけるこの特殊性について話しましょう。

その他の分野では、基礎研究は大学が行い、応用研究開発は産業界が行うというように、当然、学と産が分業することになります。

しかし、この一連の論理は AI 界には当てはまらず、AI の分野では基礎研究と応用研究の境界があいまいになっています。

言い換えれば、産業で使用されるアプリケーション モデルと基礎研究の間には重複があります。2017 年に Google Brain によって開発された Transformer モデルを例に挙げると、これは基礎研究に属するだけでなく、さらに応用することもできます。使用済み、産業で直接使用されている。

さらに、業界による人工知能への投資の増加はテクノロジーの商業化につながる可能性があり、それは社会に多大な利益をもたらすだけでなく、業界自体にも報酬をもたらすでしょう。

学術界に関しては、資金源の大部分は関連機関からの配分に依存しています。

学校に残っている AI 人材の場合、ボーナスをもらったり、論文を発表して昇進したりすることはできますが、科学研究だけが仕事ではなく、教える仕事もあります。

そして、一般的に言えば、学術研究機関は非営利です。たとえば、ローワン ゼラーズ氏は、OpenAI に入社する前はアレン人工知能研究所で働いていました。それには多大な時間と費用がかかりました。 。 。

えっと、どうやらこのAI競争では学術界は完全に負けたようです。

One More Thing

もちろん、学術コミュニティが AI 競争に完全に負けたとは言えませんが、ゼータ アルファ統計によってランク付けされた論文引用数の上位 100 位には、依然として学術と産業のバランスが取れており、非常に優れています。

△画像出典：Zeta Alpha

そういえば、学界と学界のAI競争についてどう思いますか？業界？

参考リンク:
[1] //m.sbmmt.com/link/f812291e86e5d515984dc44cf9d41ac3
[2] //m.sbmmt.com/link/6a21bd02b3d17059c61bcb2eeb48b8cd
[3] //m.sbmmt.com/link/32b9e74c8f60958158eba8d1fa372971

以上が科学: AI 競争、学術界が敗北の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。