今月のセキュリティと新興技術センター（CSET）のレポートによると、米国の大学全体のコンピューターサイエンス学部には、AIに関心のある学生の数を増やすのに十分な講師がいません。
機械学習と人工知能への関心は、この分野が1950年代に正式に設立されて以来、上下しています。 ニューラルネットワークは近年復活し、ディープラーニングで人気が急上昇しています。 大学での機械学習コースの需要は急増していると言われており、学生の興味をサポートするのに十分な講師がいません。
によってコンパイルされたデータ Taulbee調査、およびで引用 レポートは、2011年から2020年の間に、アメリカのコンピュータサイエンスプログラムに登録した学生の数が60,661人から182,262人に1.5倍になったことを示しました。 しかし、コンピュータサイエンス学部の教員数は4,363倍未満で6,230人から14人に増えました。 調査対象の学部全体の学生と教員の比率の合計は、1対29から1対XNUMXに倍増しました。
明確にするために、これらの統計は、AIクラスに特に登録している学生ではなく、140の米国のコンピュータサイエンス部門に登録されているすべての学生を表していますが、レポートでは、主にドライブするコースへの関心の高まりを示していると主張しています機械学習の指導。 エグゼクティブサマリーは次のように結論付けました。
インストラクターの供給とAI教育の需要の間の潜在的なミスマッチを測定することは困難ですが、入手可能な証拠は確かにギャップがあることを示唆しています。
過去XNUMX年間で、コンピューターサイエンスの登録者数の増加は、米国の大学でAI教育の多くを担当しているコンピューターサイエンス学部の成長をはるかに上回っています。
コンピュータサイエンスを受講する人は間違いなく増加していますが、これはおそらくMLへの関心の高まりに等しいというレポートの言葉を理解する必要があります。 「多くのAIコースはコンピューターサイエンス部門で教えられており、AIスペシャリストはCS教員全体の成長部分を占めています」と付録に記載されているレポートです。
一部の大学では、教員が不足しているため、特定のクラスの学生数を制限する必要がありました。 教育を制限することは米国に悪影響を与えるだろう、と報告書の著者である安全保障国際研究センターの国際安全保障プログラムのフェローであるレムコ・ズウェツルートとジョージタウンのCSETの研究アナリストであるジャック・コリガンは説明した。
「教育能力のギャップは、米国のAI労働力に流入する人材の量を制限し、それが経済と国家の安全に悪影響を及ぼします」と彼らは書いています。 「研究によると、イノベーションは特定の分野の研究者の絶対数の関数であり、新しいアイデアを生み出す行為はより労働集約的になっています。 したがって、才能が少ないということはイノベーションが少ないということです。」
AIの専門家は以前、大学が頭脳流出に苦しんでいると警告してきました。 学界に入る代わりに、彼らはより高い給料とより良い資源へのアクセスのために産業界の研究職に向かって動いており、大学の家庭教師が少なくなっています。
しかし、ZwetslootとCorriganは、これが全体像ではないことをデータが示していると信じています。 大学がより多くの学生をサポートするために教員を雇うのに苦労しているのではなく、彼らが十分なペースで雇っていないということです。 産業界に夢中になっている学者の中には、しばしば自分の部署に留まり、会社で働く時間の10〜20パーセントしか費やしていない人もいます。
「近年、AI教員の学界から産業界への流出が増加していることを示唆する証拠はほとんど見つかりませんでした。実際、博士課程の新卒者の多くが産業界で就職していますが、調査データは、彼らが学業に無関心であることを示していません。キャリア。 しかし、AI関連の教育に対する需要の高まりに合わせて、大学がコンピュータサイエンスの教員の数を増やしていないことを示唆する証拠が見つかりました」と報告書は述べています。
しかし、スタンフォード大学のコンピューターサイエンスの准教授であるPercy Liangは、次のように語っています。研究者は、より高い報酬、より多くのデータと計算のために、学界よりも産業を選択するか、学界を離れて産業に行きます。」
一方、カーネギーメロン大学の機械学習とオペレーションズリサーチの助教授であるザカリーリプトンは、 登録 彼は、研究者が産業に参入するという頭脳流出をあまり見ていません。 会社で数年間働いた後、多くの人が学界に戻ることがよくあります。
「はい、業界にはもっと多くの報酬がありますが、それはある意味で退屈です」と彼は私たちに語った。 「彼らの焦点はより近視眼的です。 基礎的で理論的な研究には、まだ学界で最もよく研究されている、より重要な興味深い問題があります。」
リプトン氏によると、機械学習への関心の高まりは、基礎をカバーする入門コースであり、これらのクラスは、学界以外の幅広いキャリアに役立ちます。 高度な大学院レベルの研究に対する需要はそれほど多くありません。 増大する需要に対処するために、大学はテニュアを求める研究者ではなく、教授陣を強化する必要があります。
「大学は教育トラックをより魅力的にするべきです」と彼は私たちに言いました。 「これらの教員は、助成金や研究室の運営について心配する必要はありませんが、教育に集中するためだけに減額を受け入れることは非常に困難です。 テニュアのある学者はいくつかの入門コースを教えるかもしれませんが、彼らの主な焦点は研究です。 教えることに情熱を持ち、幅広い学生とつながることができる人々をもっと見つける必要があります。」
報告書は、米国政府が大学に介入して資金を増やし、大学がより多くの教員を雇用できるようにするべきだと示唆している。 コミュニティカレッジやオンラインでAIコースを習得し、これらの入門書を受講するために、学界以外にももっと多くのオプションがあるはずです。 民間部門も、大学への寄付、助成金の授与への継続的な資金提供、および新しい学術的ポストの支援によって支援することができます。 ®
