論文の概要: Who is leading in AI? An analysis of industry AI research
- arxiv url: http://arxiv.org/abs/2312.00043v1
- Date: Fri, 24 Nov 2023 17:36:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-11 03:59:12.756932
- Title: Who is leading in AI? An analysis of industry AI research
- Title（参考訳）: aiのリーダーは誰か?
産業AI研究の分析
- Authors: Ben Cottier, Tamay Besiroglu, David Owen
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.7839536187821818
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI research is increasingly industry-driven, making it crucial to understand
company contributions to this field. We compare leading AI companies by
research publications, citations, size of training runs, and contributions to
algorithmic innovations. Our analysis reveals the substantial role played by
Google, OpenAI and Meta. We find that these three companies have been
responsible for some of the largest training runs, developed a large fraction
of the algorithmic innovations that underpin large language models, and led in
various metrics of citation impact. In contrast, leading Chinese companies such
as Tencent and Baidu had a lower impact on many of these metrics compared to US
counterparts. We observe many industry labs are pursuing large training runs,
and that training runs from relative newcomers -- such as OpenAI and Anthropic
-- have matched or surpassed those of long-standing incumbents such as Google.
The data reveals a diverse ecosystem of companies steering AI progress, though
US labs such as Google, OpenAI and Meta lead across critical metrics.
- Abstract（参考訳）: AI研究はますます業界主導になり、この分野への企業の貢献を理解することが重要である。
私たちは、研究出版物、引用、トレーニング実行のサイズ、アルゴリズムイノベーションへの貢献によって、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。
これら3つの企業が,最大のトレーニング実行の責任を負い,大規模な言語モデルを支えるアルゴリズム上のイノベーションの大部分が開発され,さまざまな引用の影響指標が導かれていることが分かりました。
これとは対照的に、TencentやBaiduといった中国の大手企業は、米国の指標に比べて、これらの指標の多くに低い影響を与えている。
多くの業界研究所が大規模なトレーニングを実施しており、OpenAIやAnthhropicといった比較的新しい企業からのトレーニングが、Googleのような長年の既存企業と一致したり、超えたりしています。
このデータは、aiの進歩を管理する企業の多様なエコシステムを明らかにするものだが、google、openai、meta leadなどの米国研究所は重要なメトリクスを横断している。
関連論文リスト
- Raising the Stakes: Performance Pressure Improves AI-Assisted Decision Making [57.53469908423318]
日常の人が共通のAI支援タスクを完了すると、パフォーマンスプレッシャーがAIアドバイスへの依存に与える影響を示す。
利害関係が高い場合には、AIの説明の有無にかかわらず、利害関係が低い場合よりもAIアドバイスを適切に使用することが分かりました。
論文 参考訳（メタデータ） (2024-10-21T22:39:52Z) - Mapping Technical Safety Research at AI Companies: A literature review and incentives analysis [0.0]
レポートは、3つの主要なAI企業が実施する安全なAI開発に関する技術研究を分析している。
Anthropic、Google DeepMind、OpenAI。
私たちは安全なAI開発を、大規模な誤用や事故のリスクを生じにくいAIシステムの開発であると定義しました。
論文 参考訳（メタデータ） (2024-09-12T09:34:55Z) - 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) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - 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) - Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。
AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。
我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
論文 参考訳（メタデータ） (2022-04-11T14:36:39Z) - Big Tech Companies Impact on Research at the Faculty of Information
Technology and Electrical Engineering [15.068124449703435]
技術の発展に伴い、倫理に関する課題も増大する。
ビッグデータ企業がAI倫理に影響を与えているのは、多くの倫理AI研究者がBig Techやその関連研究所に根ざしているからだ。
論文 参考訳（メタデータ） (2022-04-10T12:28:08Z) - 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) - The De-democratization of AI: Deep Learning and the Compute Divide in
Artificial Intelligence Research [0.2855485723554975]
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。
論文 参考訳（メタデータ） (2020-10-22T15:11:14Z) - 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。