AI に対する業界の影響は、テクノロジーの未来を形成しています — 良くも悪くも

の巨大な可能性 AI 未来を再形成するために、近年業界から大規模な投資が行われています。 しかし、この新興技術を支えている基礎研究における民間企業の影響力の増大は、その開発方法に深刻な影響を与える可能性があると研究者は述べています。

動物や人間に見られるような知性を機械が再現できるかどうかという問題は、コンピュータ サイエンスの分野とほぼ同じくらい古いものです。 この一連の研究に対する産業界の取り組みは、数十年にわたって変動してきました。投資が流入し、テクノロジーが流入するにつれて再び撤退する一連のAIの冬に向かいます。 我慢できなかった 期待。

しかし、過去 XNUMX 年間の変わり目にディープ ラーニングが登場したことで、民間企業からの関心と投資が最も持続的に行われるようになりました。 これは今始まっています 真に革新的な AI 製品を生み出すが、 の新しい分析 科学 業界の参入にもつながっていることを示しています折り目gAI研究における圧倒的な地位。

これは諸刃の剣だと著者は言う. 産業界は、お金、コンピューティング リソース、膨大な量のデータをもたらし、進歩を加速させていますが、人類にとって最大の可能性や利益をもたらす分野ではなく、民間企業にとって関心のある分野に分野全体を再集中させています。

「業界の商業的動機により、彼らは利益志向のトピックに集中するようになっています。 多くの場合、そのようなインセンティブは公共の利益に沿った結果をもたらしますが、常にそうとは限りません」と著者は書いています。 「これらの業界への投資は消費者に利益をもたらしますが、それに伴う研究の優位性は、重要な AI ツールの公益的な代替手段がますます不足する可能性があることを意味するため、世界中の政策立案者にとって懸念事項となるはずです。」

著者らは、AI 研究における業界のフットプリントが近年劇的に増加していることを示しています。 2000 年には、主要な AI カンファレンスでのプレゼンテーションのうち、民間企業の 22 人以上の共著者が参加したプレゼンテーションは 2020% に過ぎませんでしたが、38 年までに XNUMX% に達しました。 しかし、その影響が最もはっきりと感じられるのは、フィールドの最先端です。

ディープ ラーニングの進歩は、これまで以上に大規模なモデルの開発によって大きく推進されてきました。 2010 年には、業界は最大の AI モデルの 11% しか占めていませんでしたが、2021 年までに 96% に達しました。 これは、画像認識や言語モデリングなどの分野の主要なベンチマークで優位性が高まっていることと一致しており、主要なモデルへの業界の関与は 62 年の 2017% から 91 年には 2020% に増加しています。

この変化の主な要因は、公的機関と比較して民間部門が行うことができるはるかに大きな投資です。 防衛費を除くと、米国政府は 1.5 年に AI への支出に 2021 億ドルを割り当てましたが、その年に世界中の産業界が費やした 340 億ドルとは対照的です。

この追加の資金は、コンピューティング能力とデータ アクセスの両方の点で、はるかに優れたリソースと、最高の人材を引き付ける能力につながります。 AI モデルのサイズは、利用可能なデータとコンピューティング リソースの量と強く相関しており、2021 年には、業界モデルは学術モデルよりも平均で 29 倍大きくなりました。

2004 年には、AI を専門とするコンピューター サイエンスの博士号取得者のうち、産業界に入ったのは 21% に過ぎませんでしたが、2020 年までには、その割合はほぼ 70% に跳ね上がりました。 AI 専門家が大学を卒業して民間企業に雇用される割合も、2006 年以降 XNUMX 倍に増加しています。

著者は、OpenAI がますます困難になっていることのマーカーとして指摘しています。y 民間部門の資金源なしで最先端の AI 研究を行うこと。 2019年、この組織は「コンピューティングと人材への投資を急速に増やす」ために、非営利から「上限のある営利目的の組織」に変わりました。

この余分な投資にはメリットがあった、と著者は指摘しています。 AI テクノロジーを実験室から、人々の生活を向上させることができる日常の製品に持ち込むのに役立ちます。 また、TensorFlow や PyTorch などのソフトウェア パッケージや、AI ワークロード向けに調整されたますます強力なコンピューター チップなど、産業界と学界で同様に使用される多くの貴重なツールの開発にもつながっています。

しかし、それはまた、スポンサーにとって潜在的な商業的利益をもたらす分野に焦点を当てるように AI 研究を推進しています。同様に重要なことは、大規模なテクノロジー企業がすでに得意とする種類のものとうまく調和する、データを大量に消費し、計算コストの高い AI アプローチです。 業界がますます AI 研究の方向性を設定するにつれて、明確な利益の動機のない AI やその他の社会的に有益なアプリケーションに対する競合するアプローチが無視される可能性があります。

「AIツールが社会全体にどれだけ広く適用できるかを考えると、そのような状況では、少数のテクノロジー企業が社会の方向性を左右する巨大な力を手にすることになります.

民間部門と公共部門の間のギャップを埋める方法については、いくつかのモデルがあると著者は述べています。 米国は、公共の研究クラウドと公共のデータセットで構成される National AI Research Resource の作成を提案しています。 中国は最近、「国家計算能力ネットワーク システム」を承認しました。 And カナダの Advanced Research Computing プラットフォームは、ほぼ XNUMX 年間稼働しています。

しかし、政策立案者の介入がなければ、研究者は業界モデルを適切に解釈して批判したり、公益の代替案を提示したりすることができなくなる可能性が高いと著者は述べています。 彼らが AI 研究の最前線を形成し続ける能力を確保することは、世界中の政府にとって重要な優先事項であるべきです。

画像のクレジット： ディープマインド / Unsplash 

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 こちらからアクセスしてください。
• 情報源： https://singularityhub.com/2023/03/05/industrys-influence-on-ai-is-shaping-the-techs-future-for-better-and-for-worse/