Science : concours d’IA, le monde universitaire perd

Dans le domaine de l’IA, l’attention s’est déplacée du monde universitaire vers l’industrie, et le déséquilibre persiste.

Science a publié un article dans le dernier numéro, qui a compilé des données pertinentes dans le domaine de l'IA au cours des dernières années. Les résultats sont clairs en un coup d'œil :

Dans le concours de l'IA, la communauté universitaire a perdu.

La science compte la proportion d'articles, les plus grands modèles d'IA et les modèles SOTA dans divers domaines.

Depuis 2016, la proportion d'articles publiés par l'industrie lors des principales conférences sur l'intelligence artificielle a entamé une tendance de croissance brutale.

En 4 ans, l'industrie a « pris » près de 20 % au monde universitaire en termes de nombre d'articles.

Les 10 meilleurs modèles dans le domaine de l'IA étaient encore dominés par le monde universitaire avant 2013.

Après cela, l'industrie a continué à déployer ses efforts. En 2016, presque tous les 10 prochains modèles majeurs d'IA provenaient de l'industrie.

Sans parler du modèle SOTA l'année dernière, l'industrie a directement dominé le SOTA du modèle de langage et de la classification des images

Le SOTA de l'analyse des émotions, de la segmentation sémantique et de la détection de cibles est probablement l'industrie et l'universitaire. les réalisations de chaque secteur sont la moitié, et le SOTA de la traduction automatique vient entièrement du monde universitaire.

Bien sûr, cette tendance est aussi un fait tacite dans le cœur des internautes. Certaines personnes ont même fait des images meme pour ridiculiser :

Il y a une forte fuite des cerveaux dans le monde universitaire

Par conséquent. , la raison la plus importante de la situation actuelle est :

Fuite des cerveaux.

En prenant comme exemple les données des universités nord-américaines, les docteurs en informatique spécialisés dans la recherche en IA affluent actuellement dans l'industrie :

En 2004, seuls 21 % des docteurs ont choisi d'entrer dans l'industrie. des doctorants entrant dans l’industrie s’élève à près de 70 %.

Et ces données sont limitées aux talents dans le domaine de la recherche en IA.

Les données de ces dernières années montrent que la demande industrielle en informatique générale n'a pas changé de manière significative. Au contraire, la demande du marché en talents spécialisés dans le domaine de l'IA a été multipliée par huit depuis 2006.

Alors pourquoi les talents en IA circulent-ils du monde universitaire vers l'industrie ?

Dans une large mesure, cela est lié à la puissance de calcul mentionnée précédemment par la science.

De toute évidence, l’industrie a un énorme avantage sur le monde universitaire dans ce domaine.

Si vous voulez bien faire votre travail, vous devez d'abord affûter vos outils. Celui qui dispose d'une forte puissance de calcul saura naturellement attirer plus de talents.

Mais pour parler franchement, que la puissance de calcul soit forte ou non dépend en grande partie de l'investissement en capital.

Par exemple

La source de financement de la recherche scientifique dans le monde universitaire provient principalement du soutien du gouvernement. En 2021, l'investissement des départements américains concernés dans l'intelligence artificielle s'élevait à 1,5 milliard de dollars, et l'investissement de l'UE la même année était de 1,2 milliard de dollars.

En comparaison, les dépenses de l’industrie mondiale de l’IA ont dépassé cette année les 340 milliards de dollars américains. Même en 2019, Alphabet, la société mère de Google, a investi 1,5 milliard de dollars dans sa filiale DeepMind.

Bien sûr, tout ce qui précède est abordé dans une perspective relativement macro, alors comment les chercheurs individuels y réfléchissent-ils ?

Rowan Zellers, un chercheur qui vient de rejoindre OpenAI après avoir obtenu son doctorat, est sorti et a partagé sa propre expérience.

Rowan Zellers a dit sans ambages qu'il était déchiré entre l'industrie et le monde universitaire lors du choix d'un emploi, mais il a finalement choisi l'industrie, et il a également énuméré les raisons une par une :

• Il deviendra de plus en plus difficile pour le monde universitaire de mener des recherches révolutionnaires sur la construction de systèmes
• Le coût de la recherche scientifique dans le domaine de l'IA augmente de façon exponentielle
• C'est une tendance générale pour le monde universitaire de se tourner vers la recherche appliquée
  ...

De la recherche fondamentale à l'application, l'industrie a bouclé la boucle

Et la perte de talents et l'inclinaison de la puissance de calcul peuvent être considérées dans une certaine mesure comme des résultats inévitables. Dans l'article de Science, deux raisons sont énumérées :

• . Comparé à d'autres disciplines, le domaine de l'IA Le domaine présente des particularités :
• L'industrie accorde plus d'attention à la commercialisation de la technologie.

Parlons d’abord de cette particularité dans le domaine de l’IA.

Dans d'autres domaines, le monde universitaire et l'industrie formeront naturellement une division du travail. La recherche fondamentale est réalisée par les universités, et la recherche appliquée et le développement sont l'œuvre de l'industrie.

Cependant, cet ensemble de logiques ne s'applique pas au cercle de l'IA. Dans le domaine de l'IA, les frontières entre recherche fondamentale et recherche appliquée sont floues.

En d'autres termes, il existe un chevauchement entre les modèles d'application utilisés dans l'industrie et la recherche fondamentale. Prenons comme exemple le modèle Transformer développé par Google Brain en 2017. Il appartient non seulement à la recherche fondamentale, mais peut également être directement utilisé dans l'industrie. . milieu.

En outre, l’investissement accru de l’industrie dans l’intelligence artificielle pourrait conduire à la commercialisation de la technologie, ce qui apporterait non seulement des avantages substantiels à la société, mais aussi des récompenses pour l’industrie elle-même.

En ce qui concerne le monde universitaire, la majorité des sources de financement proviennent de subventions d'institutions concernées.

Pour les talents en IA qui restent à l'école, même s'ils peuvent obtenir des primes et être promus en publiant des articles, la recherche scientifique n'est pas leur seul travail. Ils ont également des tâches d'enseignement.

Et de manière générale, les laboratoires de recherche universitaires sont à but non lucratif. Par exemple, Rowan Zellers a travaillé à l'Allen Institute for Artificial Intelligence avant de rejoindre OpenAI : cela a pris beaucoup de temps et d'argent. . .

emmmmm, il semble que la communauté académique ait complètement perdu dans cette compétition d'IA.

One More Thing

Bien sûr, dans le concours de l'IA, on ne peut pas dire que le monde universitaire a complètement perdu. Dans le top 100 des citations d'articles classées par les statistiques de Zeta Alpha, il existe toujours un bon équilibre entre le monde universitaire et l'industrie.

△Source photo : Zeta Alpha

En parlant de ça, que pensez-vous de la compétition IA entre le monde universitaire et l'industrie ?

Lien de référence :
[1]​​​https://www.php.cn/link/f812291e86e5d515984dc44cf9d41ac3​​​
[2]​​​https://www.php.cn/link/ 6a21bd02b3d17059c61bcb2eeb48b8cd​​​
[3]​​​https://www.php.cn/link/32b9e74c8f60958158eba8d1fa372971​​

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!