論文の概要: A narrowing of AI research?

• arxiv url: http://arxiv.org/abs/2009.10385v4
• Date: Tue, 11 Jan 2022 06:19:32 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-01 07:17:14.323160
• Title: A narrowing of AI research?
• Title（参考訳）: AI研究の絞り込み?
• Authors: Joel Klinger, Juan Mateos-Garcia and Konstantinos Stathoulopoulos
• Abstract要約: 学術と民間におけるAI研究のテーマ的多様性の進化について研究する。 我々は、AI研究における民間企業の影響力を、彼らが受け取った引用と他の機関とのコラボレーションを通じて測定する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The arrival of deep learning techniques able to infer patterns from large datasets has dramatically improved the performance of Artificial Intelligence (AI) systems. Deep learning's rapid development and adoption, in great part led by large technology companies, has however created concerns about a premature narrowing in the technological trajectory of AI research despite its weaknesses, which include lack of robustness, high environmental costs, and potentially unfair outcomes. We seek to improve the evidence base with a semantic analysis of AI research in arXiv, a popular pre-prints database. We study the evolution of the thematic diversity of AI research, compare the thematic diversity of AI research in academia and the private sector and measure the influence of private companies in AI research through the citations they receive and their collaborations with other institutions. Our results suggest that diversity in AI research has stagnated in recent years, and that AI research involving the private sector tends to be less diverse and more influential than research in academia. We also find that private sector AI researchers tend to specialise in data-hungry and computationally intensive deep learning methods at the expense of research involving other AI methods, research that considers the societal and ethical implications of AI, and applications in sectors like health. Our results provide a rationale for policy action to prevent a premature narrowing of AI research that could constrain its societal benefits, but we note the informational, incentive and scale hurdles standing in the way of such interventions.
• Abstract（参考訳）: 大規模なデータセットからパターンを推論できるディープラーニング技術が登場し、人工知能(AI)システムの性能が劇的に向上した。 しかし、ディープラーニングの急速な発展と採用は、多くの場合、大企業が主導し、堅牢性の欠如、環境コストの高さ、そして潜在的に不公平な結果を含む、その弱点にもかかわらず、AI研究の技術的軌道の早期縮小に関する懸念を生み出している。 我々は、人気のあるプレプリントデータベースであるarXivにおけるAI研究のセマンティック分析により、エビデンスベースを改善しようとしている。 我々は、AI研究のテーマ的多様性の進化について研究し、学術分野と民間分野におけるAI研究のテーマ的多様性を比較し、AI研究における民間企業の影響力を他の機関との協力を通じて測定する。 以上の結果から,近年のai研究の多様性は停滞しており,民間分野でのai研究は学界での研究よりも多様で影響力が強い傾向がみられた。 プライベートセクターのAI研究者は、他のAI手法を含む研究、AIの社会的および倫理的意味を考慮に入れた研究、健康のような分野の応用を犠牲にして、データ収集と計算集約的なディープラーニング手法を専門とする傾向にある。 我々の研究結果は、その社会的利益を制限する可能性のあるAI研究の早期縮小を防ぐための政策行動の理論的根拠を提供するが、そのような介入の仕方における情報、インセンティブ、スケールハードルに留意する。

関連論文リスト

• Generative artificial intelligence usage by researchers at work: Effects of gender, career stage, type of workplace, and perceived barriers [0.0]
  近年, 次世代人工知能技術の研究環境への統合が盛んに行われている。 本稿では,プロの環境における研究者間の生成AIの利用頻度の要因を探究する。
  論文  参考訳（メタデータ） (2024-08-31T22:00:21Z)
• The Narrow Depth and Breadth of Corporate Responsible AI Research [3.364518262921329]
  私たちは、AI企業の大多数が、この重要なAIのサブフィールドにおいて、限られた、あるいは全く関与していないことを示している。 主要なAI企業は、従来のAI研究に比べて、責任あるAI研究のアウトプットが著しく低い。 当社の結果は、業界が責任あるAI研究を公然と行う必要性を浮き彫りにしたものだ。
  論文  参考訳（メタデータ） (2024-05-20T17:26:43Z)
• Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice [63.20307830884542]
  今後数十年は、産業革命に匹敵する人類の転換点になるかもしれない。 10年前に立ち上げられたこのプロジェクトは、複数の専門分野の専門家による永続的な研究にコミットしている。 AI技術の短期的および長期的影響の両方に対処する、アクションのための10のレコメンデーションを提供します。
  論文  参考訳（メタデータ） (2024-04-06T22:18:31Z)
• AI for social science and social science of AI: A Survey [47.5235291525383]
  人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。 AIの人間的能力の増大は、社会科学研究にも注目されている。
  論文  参考訳（メタデータ） (2024-01-22T10:57:09Z)
• On the Opportunities of Green Computing: A Survey [80.21955522431168]
  人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。 高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。 コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
  論文  参考訳（メタデータ） (2023-11-01T11:16:41Z)
• Analyzing the Impact of Companies on AI Research Based on Publications [1.450405446885067]
  私たちは、過去10年間に出版された学術的および企業公認のAIパブリッシングを比較します。 個々の出版物が受ける引用回数は、会社によって(共著)される場合、著しく高いことが分かりました。
  論文  参考訳（メタデータ） (2023-10-31T13:27:04Z)
• Artificial intelligence adoption in the physical sciences, natural sciences, life sciences, social sciences and the arts and humanities: A bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
  1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
  論文  参考訳（メタデータ） (2023-06-15T14:08:07Z)
• Quantifying the Benefit of Artificial Intelligence for Scientific Research [2.4700789675440524]
  我々は、科学研究におけるAIの直接的な利用とAIの潜在的利益の両方を見積もる。 研究におけるAIの利用は科学に広く浸透しており、特に2015年以来急速に成長している。 我々の分析は、AIが多くの科学分野に利益をもたらす可能性があることを示しているが、AI教育とその研究応用の間には顕著な断絶がある。
  論文  参考訳（メタデータ） (2023-04-17T08:08:50Z)
• Characterising Research Areas in the field of AI [68.8204255655161]
  トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。 その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
  論文  参考訳（メタデータ） (2022-05-26T16:30:30Z)
• The Privatization of AI Research(-ers): Causes and Potential Consequences -- From university-industry interaction to public research brain-drain? [0.0]
  民間部門は、基本人工知能(AI)研究開発においてますます重要な役割を担っている。 この現象は、学術から産業への研究者の脳ドレインの認識に反映されている。 学界から業界、特にエリート機関からGoogle、Microsoft、Facebookといったテクノロジー企業への研究者の流入が増加しています。
  論文  参考訳（メタデータ） (2021-02-02T18:02:41Z)
• Learnings from Frontier Development Lab and SpaceML -- AI Accelerators for NASA and ESA [57.06643156253045]
  AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。 我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。 FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
  論文  参考訳（メタデータ） (2020-11-09T21:23:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。