AI的去民主化：深度学习与人工智能研究中的算力鸿沟

现代人工智能（AI）研究日益变得计算密集化。然而，一个日益增长的担忧是，由于计算能力获取的不平等，只有某些企业和精英大学在现代AI研究中具有优势。利用来自57个知名计算机科学会议的171394篇论文的新颖数据集，我们记录了自2012年深度学习意外崛起以来，企业在主要AI会议中的参与度有所上升，尤其是大型科技企业和精英大学。该效应集中在QS世界大学排名1-50的精英大学中。此外，我们发现企业通过两种策略增加了其在AI研究中的存在感：第一，它们增加了仅由企业署名的出版物；第二，企业主要与精英大学开展合作。因此，企业和精英大学在AI研究中日益增长的存在感排挤了中档（QS排名201-300）和低档（QS排名301-500）大学。为提供深度学习意外崛起导致此种分化的因果证据，我们采用了广义合成控制方法——一种数据驱动的反事实估计量。利用基于机器学习的文本分析方法，我们进一步提供证据表明，这两组群体——大型企业和非精英大学——之间的分化是由计算能力（或称算力）的获取所驱动，我们称之为“算力鸿沟”。大型企业和非精英大学之间的算力鸿沟加剧了人们对AI技术中偏见与公平性的担忧，并对AI的“民主化”构成障碍。这些结果表明，缺乏对算力等专用设备的获取会使知识生产去民主化。