人工智能研究是否正在变窄？
计算机与社会
2022-01-12 v4
摘要
能够从大型数据集中推断模式的深度学习技术的出现极大地提升了人工智能（AI）系统的性能。然而，主要由大型科技公司引领的深度学习快速发展和采用，引发了人们对尽管存在缺乏鲁棒性、高环境成本和潜在不公平结果等弱点，AI 研究技术轨迹仍过早变窄的担忧。我们通过对流行预印本数据库 arXiv 上的 AI 研究进行语义分析来改进证据基础。我们研究了 AI 研究主题多样性的演变，比较了学术界和私营部门 AI 研究的主题多样性，并通过私营公司获得的引用及其与其他机构的合作来衡量私营公司在 AI 研究中的影响力。我们的结果表明，近年来 AI 研究的多样性停滞不前，且涉及私营部门的 AI 研究往往比学术界研究多样性更低但影响力更大。我们还发现，私营部门 AI 研究人员倾向于专门研究数据密集且计算密集的深度学习方法的代价是牺牲涉及其他 AI 方法的研究、考虑 AI 社会与伦理影响的研究，以及健康等领域中的应用研究。我们的结果为防止 AI 研究过早变窄可能限制其社会效益的政策行动提供了依据，但我们注意到此类干预面临信息、激励和规模方面的障碍。
引用
@article{arxiv.2009.10385,
title = {A narrowing of AI research?},
author = {Joel Klinger and Juan Mateos-Garcia and Konstantinos Stathoulopoulos},
journal= {arXiv preprint arXiv:2009.10385},
year = {2022}
}
备注
Fourth version: Includes substantial changes in response to reviewer comments such as: alternative strategy to identify AI papers, new robustness section, new analysis of private research influence, substantially modified literature review and creation of technical annex