論文の概要: The complementary contributions of academia and industry to AI research

• arxiv url: http://arxiv.org/abs/2401.10268v1
• Date: Thu, 4 Jan 2024 03:08:13 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-28 16:31:47.218096
• Title: The complementary contributions of academia and industry to AI research
• Title（参考訳）: ai研究へのアカデミアと産業の相補的貢献
• Authors: Lizhen Liang (Syracuse University), Han Zhuang (Northeastern University), James Zou (Stanford University), Daniel E. Acuna (University of Colorado at Boulder)
• Abstract要約: 過去25年間で、業界と学界が生み出したAIの影響と種類を特徴づける。 業界チームが発行する記事は注目されがちで、高い引用と引用が破壊的になる可能性が高くなる。 学術と産業のコラボレーションは、学術チームのノベルティを再現するのに苦労しており、業界チームと似ている傾向があります。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial intelligence (AI) has seen tremendous development in industry and academia. However, striking recent advances by industry have stunned the world, inviting a fresh perspective on the role of academic research in this field. Here, we characterize the impact and type of AI produced by both environments over the last 25 years and establish several patterns. We find that articles published by teams consisting exclusively of industry researchers tend to get greater attention, with a higher chance of being highly cited and citation-disruptive, and several times more likely to produce state-of-the-art models. In contrast, we find that exclusively academic teams publish the bulk of AI research and tend to produce higher novelty work, with single papers having several times higher likelihood of being unconventional and atypical. The respective impact-novelty advantages of industry and academia are robust to controls for subfield, team size, seniority, and prestige. We find that academic-industry collaborations struggle to replicate the novelty of academic teams and tend to look similar to industry teams. Together, our findings identify the unique and nearly irreplaceable contributions that both academia and industry make toward the healthy progress of AI.
• Abstract（参考訳）: 人工知能(AI)は産業とアカデミックで大きな発展を遂げている。 しかし、近年の産業の進歩によって世界は停滞し、この分野における学術研究の役割に対する新たな視点がもたらされた。 ここでは、過去25年間に両方の環境によって生成されたAIの影響と種類を特徴付け、いくつかのパターンを確立する。 業界研究者のみで構成されたチームによって公開された記事が注目を集める傾向があり、高い引用と引用破壊の可能性が高く、最先端のモデルを作る確率も数倍高いことが分かりました。 対照的に、学術チームだけがai研究の大部分を公開し、より高度なノベルティワークを生み出す傾向にあり、単一の論文が非慣習的で非定型的であることの確率が数倍高いことが分かりました。 産業とアカデミックのそれぞれのインパクトノーベルティの利点は、サブフィールド、チームサイズ、年功、名声のコントロールに堅牢である。 学術と産業のコラボレーションは、学術チームのノベルティを再現するのに苦労しており、業界チームと似ている傾向があります。 我々の発見は、学術と産業の両方がAIの健全な進歩に向けて行った、ユニークでほぼ置き換えられない貢献を、共に見極めている。

関連論文リスト

• 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)
• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• 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)
• Topics, Authors, and Institutions in Large Language Model Research: Trends from 17K arXiv Papers [1.5362868418787874]
  大規模言語モデル(LLM)がAI研究に劇的に影響を与えており、これまで何が変わったのか、どのようにフィールドの未来を形作るかについての議論が引き起こされている。 このような疑問を明らかにするために,我々は,2023年対2018-2022年の動向に着目し,16,979 LLM関連arXiv論文のデータセットを新たに分析した。 2023年に最初の著者の半数が、AIの非NLP分野から参入し、学際的な拡張を推進している。 驚いたことに、業界は2023年の出版シェアを減らした。
  論文  参考訳（メタデータ） (2023-07-20T08:45:00Z)
• 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)
• 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)
• 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 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)
• 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。