論文の概要: The De-democratization of AI: Deep Learning and the Compute Divide in
Artificial Intelligence Research
- arxiv url: http://arxiv.org/abs/2010.15581v1
- Date: Thu, 22 Oct 2020 15:11:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 08:19:03.161472
- Title: The De-democratization of AI: Deep Learning and the Compute Divide in
Artificial Intelligence Research
- Title（参考訳）: AIの非民主化 - 人工知能研究におけるディープラーニングと計算部門
- Authors: Nur Ahmed, Muntasir Wahed
- Abstract要約: 大手テクノロジー企業やエリート大学は、2012年のディープラーニングの予期せぬ増加以来、主要なAIカンファレンスへの参加を増やしている。
この効果は、QS世界大学ランキングで1-50位にランクされているエリート大学に集中している。
このAI研究における企業やエリート大学の存在の増加は、中層(QSが201-300位)と下層(QSが301-500位)の大学が混在している。
- 参考スコア（独自算出の注目度）: 0.2855485723554975
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Increasingly, modern Artificial Intelligence (AI) research has become more
computationally intensive. However, a growing concern is that due to unequal
access to computing power, only certain firms and elite universities have
advantages in modern AI research. Using a novel dataset of 171394 papers from
57 prestigious computer science conferences, we document that firms, in
particular, large technology firms and elite universities have increased
participation in major AI conferences since deep learning's unanticipated rise
in 2012. The effect is concentrated among elite universities, which are ranked
1-50 in the QS World University Rankings. Further, we find two strategies
through which firms increased their presence in AI research: first, they have
increased firm-only publications; and second, firms are collaborating primarily
with elite universities. Consequently, this increased presence of firms and
elite universities in AI research has crowded out mid-tier (QS ranked 201-300)
and lower-tier (QS ranked 301-500) universities. To provide causal evidence
that deep learning's unanticipated rise resulted in this divergence, we
leverage the generalized synthetic control method, a data-driven counterfactual
estimator. Using machine learning based text analysis methods, we provide
additional evidence that the divergence between these two groups - large firms
and non-elite universities - is driven by access to computing power or compute,
which we term as the "compute divide". This compute divide between large firms
and non-elite universities increases concerns around bias and fairness within
AI technology, and presents an obstacle towards "democratizing" AI. These
results suggest that a lack of access to specialized equipment such as compute
can de-democratize knowledge production.
- Abstract（参考訳）: 現代人工知能(AI)の研究はますます、計算集約化が進んでいる。
しかし、コンピューティングパワーが不十分なため、特定の企業やエリート大学だけが現代のai研究に有利である、という懸念が高まっている。
57の高名なコンピュータサイエンスカンファレンスから171394件の新たなデータセットを使用して、企業、特に大企業やエリート大学が、2012年のディープラーニングの予期せぬ増加以来、主要なAIカンファレンスへの参加を増やしていることを文書化しています。
この効果は、QS世界大学ランキングで1-50位のエリート大学に集中している。
さらに、ai研究において企業が存在感を高めている2つの戦略を見出した:第一に、企業のみの出版物を増やし、第二に、企業は主にエリート大学と協力している。
その結果、AI研究における企業やエリート大学の存在の増加は、中層(QSが201-300位)と下層(QSが301-500位)の大学が混在している。
深層学習の予期せぬ増加が,この分散をもたらすことを示す因果的証拠として,データ駆動対実推定器である一般化合成制御法を利用する。
機械学習に基づくテキスト分析手法を用いて,これら2つのグループ(大企業と非エリート大学)の相違が,計算能力や計算能力へのアクセスによって引き起こされていることを示す追加の証拠を提供する。
大企業と非エリート大学の間のこの計算分割は、AI技術におけるバイアスと公平性に関する懸念を高め、AIの「民主化」への障害を提示している。
これらの結果から,計算装置などの専門機器へのアクセスの欠如は知識生産の減退につながることが示唆された。
関連論文リスト
- Artificial Intelligence Index Report 2024 [15.531650534547945]
AI Indexのレポートでは、人工知能(AI)に関連するデータを追跡、照合、蒸留、可視化している。
AIインデックスは、AIに関するデータと洞察の最も信頼性が高く権威のある情報源の1つとして、世界的に認識されている。
今年のエディションは、サイズ、スケール、スコープのすべての旧版を上回り、AIが私たちの人生で持つ重要性が増していることを反映している。
論文 参考訳（メタデータ） (2024-05-29T20:59:57Z) - 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) - Who is leading in AI? An analysis of industry AI research [0.7839536187821818]
私たちは、研究出版物、引用、トレーニング実行のサイズ、アルゴリズムの革新への貢献によって、主要なAI企業を比較します。
私たちの分析では、Google、OpenAI、Metaが果たす重要な役割を明らかにしています。
TencentやBaiduといった中国の大手企業は、これらの指標の多くに、米国の指標よりも低い影響を与えている。
論文 参考訳（メタデータ） (2023-11-24T17:36:09Z) - 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) - Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。
偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。
問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2023-04-16T11:22:59Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - A narrowing of AI research? [0.0]
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。
論文 参考訳（メタデータ） (2020-09-22T08:23:56Z)
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。