과학: AI 경쟁, 학계는 패배

AI 분야에서는 초점이 학계에서 산업계로 옮겨가며 불균형이 계속되고 있습니다.

Science는 최근 몇 년간 AI 분야 관련 데이터를 정리한 공식호 최신호에 기사를 게재했습니다. 결과는 한눈에 알 수 있습니다.

학계가 AI 경쟁에서 패했습니다.

과학은 다양한 분야에서 논문, AI 최대 모델, SOTA 모델의 비율을 계산합니다.

2016년부터 주요 인공 지능 컨퍼런스에서 업계가 발표한 논문의 비율이 무서운 성장 추세를 시작했습니다.

4년 만에 업계는 논문 수 기준으로 학계의 거의 20%를 '뺏아갔습니다'.

AI 분야 상위 10개 모델은 2013년 이전에도 여전히 학계가 장악하고 있었습니다.

이후에도 업계는 계속해서 노력을 기울였습니다. 2016년에는 상위 10개 AI 모델의 거의 대부분이 업계 출신이었습니다.

지난해에는 업계가 언어 모델과 이미지 분류의 SOTA를 직접적으로 장악했습니다.

감정 분석, 의미 분할 및 대상 탐지의 SOTA는 아마도 업계와 학계의 절반입니다. 의 결과는 산업별로 얻어지며, 기계번역의 SOTA는 모두 학계에서 나옵니다.

물론 이러한 추세는 네티즌들의 마음 속에 암묵적인 사실이기도 합니다. 어떤 사람들은 조롱하기 위해 밈 사진을 만들기도 했습니다:

학계에는 두뇌 유출이 심합니다

, 현재 상황의 가장 중요한 이유는

두뇌 유출입니다.

북미 대학의 데이터를 예로 들면, 현재 AI 연구를 전문으로 하는 컴퓨터 박사들이 업계에 쏟아지고 있습니다.

2004년에는 박사 중 21%만이 업계에 진출했습니다. 업계에 진출하는 박사 학위의 비율은 거의 70%입니다.

그리고 이 데이터는 AI 연구 분야의 인재에 국한됩니다.

최근 몇 년간 데이터를 보면 일반 컴퓨터 과학에 대한 산업적 수요는 크게 변하지 않은 반면, AI 분야 전문 인재에 대한 시장 수요는 2006년 이후 8배나 증가했습니다.

그렇다면 왜 AI 인재가 학계에서 산업계로 유입되는 걸까요?

큰 차원에서 보면 앞서 과학이 언급한 컴퓨팅 파워와 관련이 있습니다.

분명히 이 분야에서는 산업계가 학계에 비해 큰 이점을 갖고 있습니다.

일을 잘하려면 먼저 도구를 갈고닦아야 합니다. 컴퓨팅 파워가 강한 사람은 자연스럽게 더 많은 인재를 끌어들일 수 있습니다.

하지만 직설적으로 말하면 컴퓨팅 파워가 강하고 안 좋고는 자본 투자에 크게 좌우됩니다.

예를 들어

학계의 과학 연구 자금 조달원은 주로 정부 지원에서 나옵니다. 2021년 미국 관련 부서의 인공 지능 투자는 15억 달러였으며, 같은 해 EU의 투자는 12억 달러였습니다.

이에 비해 올해 전 세계 AI 산업 지출은 3,400억 달러를 넘어섰습니다. 2019년에도 구글의 모회사인 알파벳은 자회사 딥마인드에 15억 달러를 투자했다.

물론 위의 내용들은 모두 상대적으로 거시적인 관점에서 논의된 것인데, 연구자 개개인은 어떻게 생각하는 걸까요?

박사 학위를 졸업하고 OpenAI에 막 합류한 연구원인 Rowan Zellers가 직접 나와서 자신의 경험을 이야기했습니다.

로완 젤러스는 취업을 선택할 때 산업과 학계 사이에서 고민했다고 직설적으로 말했지만 결국 산업을 선택했고 그 이유도 하나씩 나열했습니다.

• 학계가 획기적인 시스템 구축 연구를 진행하는 것은 점점 더 어려워질 것입니다
• AI 분야의 과학 연구 비용은 기하급수적으로 증가하고 있습니다
• 학계가 응용 연구로 전환하는 것이 대세입니다
  ...

기초연구부터 응용까지, 업계는 원점으로 돌아왔습니다

그리고 인재의 상실과 컴퓨팅 능력의 기울어짐은 어느 정도 피할 수 없는 결과라고 할 수 있습니다. 사이언스 기사에는 두 가지 이유가 나열되어 있습니다.

• 다른 분야에 비해 AI 분야는 특수성이 있습니다.
• 업계에서는 기술 상용화에 더 많은 관심을 기울이고 있습니다.

먼저 AI 분야의 특수성에 대해 이야기해 보겠습니다.

다른 과목에서는 자연스럽게 학계와 산업체가 분업을 이루게 됩니다. 기초 연구는 대학에서 완료하고, 응용 연구 개발은 산업체의 몫입니다.

그러나 AI 분야에서는 이러한 논리 집합이 적용되지 않습니다. AI 분야에서는 기초 연구와 응용 연구의 경계가 모호합니다.

즉, 산업계와 기초 연구에서 사용되는 응용 모델이 겹치는 부분이 있습니다. 2017년 Google Brain이 개발한 Transformer 모델을 예로 들면, 기초 연구에 속할 뿐만 아니라 산업계에서도 직접적으로 사용할 수 있습니다. 가운데.

또한 업계의 인공지능에 대한 투자 증가는 기술의 상용화로 이어질 수 있으며, 이는 사회에 실질적인 이익을 제공할 뿐만 아니라 업계 자체에도 보상을 제공할 수 있습니다.

학계의 경우 대부분의 자금 출처가 관련 기관의 보조금에서 나옵니다.

학교에 남아있는 AI 인재들에게는 논문을 출판하여 보너스를 받고 승진할 수도 있지만, 과학 연구만이 그들의 직업은 아닙니다.

그리고 일반적으로 학술 연구실은 비영리입니다. 예를 들어 Rowan Zellers는 OpenAI에 합류하기 전에 Allen Institute for Artificial Intelligence에서 근무했습니다. 여기에는 많은 시간과 비용이 소요되었습니다. . .

emmmm 이번 AI 경쟁에서 학계는 완전히 패한 것 같습니다.

One More Thing

물론, AI 경쟁에서 학계가 완전히 졌다고 말할 수는 없습니다. Zeta Alpha 통계가 선정한 논문 인용 상위 100위에는 여전히 학계와 산업계의 균형이 잘 잡혀 있습니다.

Δ사진 출처 : Zeta Alpha

그러고보니 학계와 산업계의 AI 경쟁에 대해 어떻게 생각하시나요?

참조 링크:
[1]​​​https://www.php.cn/link/f812291e86e5d515984dc44cf9d41ac3​​​
[2]​​​https://www.php.cn/link/ 6a21bd02b3d17059c61bcb2eeb48b8cd​​​
[3]​​​https://www.php.cn/link/32b9e74c8f60958158eba8d1fa372971​​

위 내용은 과학: AI 경쟁, 학계는 패배의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!