Sains: Persaingan AI, akademia kalah

Dalam bidang AI, tumpuan telah beralih daripada akademik kepada industri, dan ketidakseimbangan berterusan.

Sains menerbitkan artikel dalam keluaran terbaharu, yang menyusun data yang berkaitan dalam bidang AI dalam beberapa tahun kebelakangan ini Hasilnya jelas sekali imbas:

Dalam AI ​​. persaingan, akademia kalah.

Sains mengira perkadaran kertas, model terbesar AI dan model SOTA dalam pelbagai bidang.

Sejak 2016, bahagian kertas kerja yang diterbitkan oleh industri di persidangan kecerdasan buatan terkemuka telah memulakan trend pertumbuhan yang kejam.

Dalam tempoh 4 tahun, industri telah "mengambil" hampir 20% daripada akademik dari segi bilangan kertas kerja.

10 model teratas dalam bidang AI masih dikuasai oleh ahli akademik sebelum 2013.

Selepas itu, industri meneruskan usahanya Menjelang 2016, hampir semua 10 model AI teratas datang dari industri.

Belum lagi model SOTA Tahun lepas, industri secara langsung menguasai SOTA model bahasa dan klasifikasi imej,

. SOTA analisis sentimen, segmentasi semantik dan pengesanan sasaran adalah kira-kira separuh daripada kerja industri dan akademia, manakala SOTA terjemahan mesin semuanya berasal dari akademia.

Sudah tentu trend ini juga menjadi fakta tersirat di hati netizen, malah ada yang membuat gambar meme untuk mengejek:

Terdapat kebocoran otak yang berat dalam akademik

Sebab paling penting bagi situasi semasa ialah:

Brain drain .

Mengambil data daripada universiti Amerika Utara sebagai contoh, Ph.D. komputer yang mengkhusus dalam penyelidikan AI kini memasuki industri:

Pada tahun 2004, hanya 21% daripada Ph.D.s memilih untuk memasuki industri Menjelang 2020 , bahagian PhD memasuki industri telah mencapai hampir 70%.

Selain itu, data ini terhad kepada bakat dalam bidang penyelidikan AI.

Dapat dilihat daripada data dalam beberapa tahun kebelakangan ini bahawa permintaan industri untuk sains komputer am tidak berubah dengan ketara Sebaliknya, permintaan pasaran untuk bakat yang pakar dalam bidang AI telah meningkat lapan kali ganda sejak 2006.

Jadi mengapa bakat AI mengalir dari akademia ke industri?

Dari peringkat yang besar, ia berkaitan dengan kuasa pengkomputeran yang Sains sebutkan sebelum ini.

Jelas sekali, industri mempunyai kelebihan besar berbanding akademik dalam bidang ini.

Jika anda ingin menjalankan tugas anda dengan baik, anda mesti terlebih dahulu mengasah alatan anda Sesiapa yang mempunyai kuasa pengkomputeran yang kuat secara semula jadi akan dapat menarik lebih ramai bakat .

Tetapi secara terang-terangan, sama ada kuasa pengkomputeran itu kuat atau tidak bergantung pada pelaburan modal.

Contohnya

Sebagai perbandingan, perbelanjaan industri AI global tahun ini telah melebihi AS$340 bilion. Malah pada 2019, Alphabet, syarikat induk Google, melabur AS$1.5 bilion dalam anak syarikatnya DeepMind.

Sudah tentu, semua perkara di atas dibincangkan dari perspektif yang agak makro, jadi apakah pendapat penyelidik individu mengenainya?

Penyelidik Rowan Zellers, yang baru menyertai OpenAI selepas tamat pengajian Ph.D., keluar dan memberikan akaunnya sendiri.

Rowan Zellers terus terang mengatakan bahawa dia terbelah antara industri dan akademia apabila memilih pekerjaan, tetapi akhirnya dia memilih industri sebab satu persatu:

• Akan menjadi semakin sukar bagi akademia untuk menjalankan penyelidikan pembinaan sistem pecah tanah
• Kos penyelidikan saintifik dalam bidang AI ​​meningkat dengan pesat
• Akademik beralih kepada gunaan penyelidikan Trend umum ialah
  ...

Daripada penyelidikan asas kepada aplikasi, industri telah melindunginya

Dan kehilangan bakat dan kecondongan kuasa pengkomputeran boleh dikatakan sebagai hasil yang tidak dapat dielakkan pada tahap tertentu , dalam artikel Sains, dua sebab disenaraikan:

• Bidang AI adalah unik berbanding dengan bidang subjek lain industri memberi lebih perhatian kepada pengkomersilan teknologi.
• Mula-mula mari kita bincangkan tentang keistimewaan ini dalam bidang AI.

Dalam bidang mata pelajaran lain, akademia dan industri secara semula jadi akan membentuk satu bahagian kerja penyelidikan asas diselesaikan oleh universiti, dan penyelidikan dan pembangunan gunaan adalah kerja industri.

Walau bagaimanapun, set logik ini tidak digunakan pada bulatan AI Dalam bidang AI, sempadan antara penyelidikan asas dan penyelidikan gunaan adalah kabur.

Dalam erti kata lain, terdapat pertindihan antara model aplikasi yang digunakan dalam industri dan penyelidikan asas. Ambil model Transformer yang dibangunkan oleh Google Brain pada tahun 2017 sebagai contoh ia bukan sahaja milik penyelidikan asas dibangunkan secara langsung dalam industri.

Selain itu, peningkatan pelaburan industri dalam kecerdasan buatan boleh membawa kepada pengkomersilan teknologi, yang bukan sahaja akan memberikan manfaat yang besar kepada masyarakat, tetapi juga memberikan ganjaran untuk industri itu sendiri.

Bagi akademik pula, majoriti sumber pembiayaan datang daripada geran daripada institusi berkaitan.

Bagi bakat AI yang kekal di sekolah, walaupun mereka boleh mendapat bonus dan dinaikkan pangkat dengan menerbitkan kertas kerja, penyelidikan saintifik bukan satu-satunya tugas mereka.

Dan secara amnya, makmal penyelidikan akademik adalah bukan untung Contohnya, Rowan Zellers bekerja di Institut Allen untuk Kecerdasan Buatan sebelum menyertai OpenAI: ia mengambil banyak masa dan wang. . .

emmmmm, nampaknya ahli akademik sudah kalah sama sekali dalam pertandingan AI ini.

One More Thing

Sudah tentu, tidak boleh dikatakan bahawa ahli akademik telah kalah sepenuhnya dalam pertandingan AI Dalam 100 petikan kertas teratas yang disenaraikan oleh statistik Zeta Alpha, masih ada baki antara akademik dan industri Sangat baik.

Bercakap mengenainya, apakah pendapat anda tentang persaingan AI antara ahli akademik dan industri?

Pautan rujukan:

​//m.sbmmt.com/link/f812291e86e5d515984dc44cf9d41ac3​
​​[2]​​​ >​//m.sbmmt.com/link/6a21bd02b3d17059c61bcb2eeb48b8cd​​​
[3]​​​//m.sbmmt.com/link/32b9e74c8f60958151fa>

Atas ialah kandungan terperinci Sains: Persaingan AI, akademia kalah. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!