論文の概要: The Privatization of AI Research(-ers): Causes and Potential
Consequences -- From university-industry interaction to public research
brain-drain?
- arxiv url: http://arxiv.org/abs/2102.01648v2
- Date: Mon, 15 Feb 2021 21:30:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-13 00:29:26.157649
- Title: The Privatization of AI Research(-ers): Causes and Potential
Consequences -- From university-industry interaction to public research
brain-drain?
- Title(参考訳): AI研究のプライバタイズ(-ers):原因と可能性 -- 大学と産業の相互作用から公共研究のブレインドレインまで?
- Authors: Roman Jurowetzki, Daniel Hain, Juan Mateos-Garcia, Konstantinos
Stathoulopoulos
- Abstract要約: 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。
- 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 private sector is playing an increasingly important role in basic
Artificial Intelligence (AI) R&D. This phenomenon, which is reflected in the
perception of a brain drain of researchers from academia to industry, is
raising concerns about a privatisation of AI research which could constrain its
societal benefits. We contribute to the evidence base by quantifying transition
flows between industry and academia and studying its drivers and potential
consequences. We find a growing net flow of researchers from academia to
industry, particularly from elite institutions into technology companies such
as Google, Microsoft and Facebook. Our survival regression analysis reveals
that researchers working in the field of deep learning as well as those with
higher average impact are more likely to transition into industry. A
difference-in-differences analysis of the effect of switching into industry on
a researcher's influence proxied by citations indicates that an initial
increase in impact declines as researchers spend more time in industry. This
points at a privatisation of AI knowledge compared to a counterfactual where
those high-impact researchers had remained in academia. Our findings highlight
the importance of strengthening the public AI research sphere in order to
ensure that the future of this powerful technology is not dominated by private
interests.
- Abstract(参考訳): 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排水の認識に反映され、その社会的利益を制限する可能性のあるAI研究の民営化への懸念を高めている。
我々は,産業とアカデミア間の遷移の流れを定量化し,その要因と潜在的な結果を研究することにより,エビデンスベースに貢献する。
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。
我々の生存率回帰分析は、ディープラーニングの分野で働いている研究者や、平均的な影響の大きい研究者が業界に移行する可能性が高いことを示している。
引用が示唆する研究者の影響に産業への転換が与える影響の差は、研究者が業界により多くの時間を費やすにつれて、影響の初期の増加が減少することを示している。
このことは、AI知識の民営化と、そのハイインパクトな研究者がアカデミックに留まっていた反ファクトの事実を指摘する。
我々の発見は、この強力なテクノロジーの将来が私利に支配されないことを保証するために、公的なAI研究領域を強化することの重要性を強調している。
関連論文リスト
- 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) - "That's important, but...": How Computer Science Researchers Anticipate
Unintended Consequences of Their Research Innovations [12.947525301829835]
意図しない結果を考えることは一般的に重要であるが、実践されることは滅多にない。
主要な障壁は、正式なプロセスと戦略の欠如と、迅速な進歩と出版を優先する学術的な実践である。
我々は,研究プロセスの前後において,技術革新の社会的意味を日常的に探究する道を開くことを目的としている。
論文 参考訳(メタデータ) (2023-03-27T18:21:29Z) - Human-Centered Responsible Artificial Intelligence: Current & Future
Trends [76.94037394832931]
近年、CHIコミュニティは人間中心のレスポンシブル人工知能の研究において著しい成長を遂げている。
この研究はすべて、人権と倫理に根ざしたまま、人類に利益をもたらすAIを開発し、AIの潜在的な害を減らすことを目的としている。
本研究グループでは,これらのトピックに関心のある学術・産業の研究者を集結させ,現在の研究動向と今後の研究動向を地図化することを目的とする。
論文 参考訳(メタデータ) (2023-02-16T08:59:42Z) - The History of AI Rights Research [0.0]
報告書は、AIの権利およびその他の人工エンティティの道徳的考慮に関する研究の歴史を文書化している。
この論文は、この文学における重要な知的影響と、このトピックをより直接的に扱う研究や学術的な議論を強調している。
論文 参考訳(メタデータ) (2022-07-06T17:52:27Z) - 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) - 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) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳(メタデータ) (2021-01-15T10:43:10Z) - Nose to Glass: Looking In to Get Beyond [0.0]
責任ある人工知能を強化するというバナーの下で研究が増えている。
研究の目的は、アルゴリズムシステムの展開によって引き起こされる害に対処し、緩和し、最終的には軽減することである。
しかし、そのようなツールの実装は依然として少ない。
論文 参考訳(メタデータ) (2020-11-26T06:51:45Z) - 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) - 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。