Reinventarea cercetării AI: abordări într-un peisaj dominat de corporații
Pe scurt
Articolul scris de Togelius și Yannakakis oferă perspective valoroase asupra provocărilor cu care se confruntă academicienii AI în mediile academice.
Articolul evidențiază deficitul de resurse de calcul, dominația corporativă și nevoia de experimente la scară mai mică.
Cercetătorii ar trebui să se concentreze pe valorificarea modelelor pregătite în prealabil, analiza aprofundată a modelelor existente, explorarea învățării prin consolidare (RL), investigarea modelelor încărcate minim, explorarea zonelor neexploatate sau neglijate și testarea metodelor neașteptate.
Ei sugerează, de asemenea, navigarea granițelor etice, colaborarea cu părțile interesate din industrie și promovarea colaborărilor interuniversitare.
Aceste strategii oferă o foaie de parcurs pentru academicienii AI pentru a naviga prin aceste provocări și a continua să aducă contribuții semnificative în domeniu.
Este vital să se evalueze impactul AI asupra diferitelor părți interesate, inclusiv cercetătorilor academicieni în IA, deoarece domeniul trece printr-o transformare rapidă. Un articol recent al lui Togelius J. și Yannakakis GN intitulat „Alegeți-vă arma: strategii de supraviețuire pentru academicieni cu inteligență artificială deprimați” oferă o perspectivă profundă în acest domeniu.
Conținutul lucrării explorează dificultățile cu care se confruntă cei implicați în teoretic Cercetare AI în medii academice, în ciuda sugestiei narative jucăușe a titlului. Ideile și concluziile principale ale studiului vor fi rezumate pe scurt în această revizuire.
Partea 1: Dilemele cu care se confruntă academicienii AI
1. Lipsa resurselor de calcul:
Articolul subliniază disparitatea tot mai mare în resursele de calcul disponibile pentru academicienii AI și omologii lor din departamentele AI corporative. Acum un deceniu, configurațiile de calcul locale erau suficiente pentru a promova cercetarea AI în mediul academic. Cu toate acestea, scenariul contemporan a cunoscut o schimbare de paradigmă. Progresele semnificative ale AI astăzi se bazează adesea pe o putere de calcul extinsă și pe o serie de experimente elaborate. Din păcate, mulți cercetători academician nu au acces adecvat la astfel de resurse.
2. Provocarea dominației corporative:
Conceptul de competiție în lumea cercetării științifice s-a intensificat. În mod ideal, experimentele științifice ar reprezenta eforturi de colaborare, cu recunoașterea cuvenită pentru fiecare colaborator. Cu toate acestea, influența crescândă a tărâmului corporativ a eclipsat oarecum acest spirit de cooperare. Atunci când corporațiile canalizează investiții substanțiale în cercetarea AI, ele tind să domine dezvoltarea ideilor promițătoare, deseori eliminând contributorii academicieni inițiali. Lucrarea face o paralelă între această situație și fenomenul în care un mega-tailer precum Walmart se stabilește lângă un magazin de familie local, eclipsându-și afacerea.
Provocările menționate mai sus, așa cum au subliniat Togelius și Yannakakis, descriu un peisaj îngrijorător pentru academicienii AI. Condițiile au dus la un anumit grad de dezamăgire, impactând moralul și productivitatea cercetătorilor care și-au dedicat cariera pentru a promova domeniul.
Studiul nu identifică doar problemele; oferă, de asemenea, strategii de supraviețuire pentru cei din mediul academic care se simt cel mai greu din aceste provocări. O analiză ulterioară de mai jos va aprofunda în potențialele soluții propuse de autori, urmărind să ofere academicilor AI căi tangibile pentru a naviga pe acest teren în evoluție.
Partea 2: Strategii pentru depășirea provocărilor
1. Optarea pentru căi alternative de publicare:
Cercetătorii sunt sfătuiți să ia în considerare publicarea în reviste de profil mai puțin înalt, concentrându-se pe rafinarea aspectelor tehnice și explorarea întrebărilor de nișă în cadrul unor subiecte mai ample.
2. Prioritizarea resurselor de calcul:
Se pune accent pe alocarea unei părți semnificative a granturilor de cercetare pentru resurse de calcul. Cu toate acestea, se remarcă faptul că chiar și granturile substanțiale ar putea să nu fie suficiente pentru a efectua experimente avansate la egalitate cu eforturile corporative.
3. Concentrarea pe experimente la scară mai mică:
Cercetătorii își pot concentra eforturile pe probleme mai concise, folosindu-le pentru a valida progresele teoretice. Mai multe lucrări, precum cele ale Shafiullah și colab. (2022) și Pearce și colab. (2023), a folosit cu succes această abordare. Deși aceste metode ar putea primi inițial o atenție limitată, relevanța lor poate crește odată ce sunt testate pe seturi de date mai mari.
4. Utilizarea modelelor preantrenate:
În loc să pornești de la zero, folosește preantrenați modelele pot accelera procesul de cercetare, deși uneori ar putea limita profunzimea constatărilor.
5. Analiza aprofundată a modelelor existente:
Cercetatorii sunt încurajați să se aprofundeze în complexitatea modelelor actuale, mai degrabă decât să se concentreze exclusiv pe crearea altora noi.
6. Explorarea Consolidarea învățării (RL):
RL este propus ca un instrument valoros, mai ales că nu se bazează foarte mult pe seturi extinse de date. Cu toate acestea, este esențial să echilibrăm ambiția cu fezabilitatea.
7. Investigarea modelelor cu încărcare minimă:
Lucrarea evidențiază importanța crescândă a tragerii de concluzii folosind modele încărcate minim și un set de date limitat, făcând referire la metode bayesiene ca exemplu.
8. Explorarea zonelor neexploatate sau neglijate:
Cercetătorii ar putea să se aprofundeze în subiecte trecute cu vederea în prezent de industrie sau să revină metodologii abandonate anterior. Această abordare poate oferi o fereastră de oportunitate înainte de a atrage atenția semnificativă.
9. Experimentarea cu metode neașteptate:
Cercetătorii sunt îndemnați să conteste status quo-ul testând metode care par contraintuitive.
10. Navigarea granițelor etice:
În timp ce corporațiile ar putea fi restricționate de liniile directoare etice și considerente de reputație, academicienii au puțin mai multă libertate. Autorii sugerează să exploreze subiecte care ar putea fi considerate controversate, dar subliniază importanța respectării reglementările legale.
11. Colaborarea cu industria:
Stabilirea de parteneriate cu părțile interesate din industrie ar putea oferi finanțare și ar putea duce la înființarea de start-up-uri. Cu toate acestea, este esențial ca cercetarea să se alinieze cu aplicațiile practice.
12. Promovarea colaborărilor interuniversitare:
Construirea de punți între universități poate stimula un mediu de colaborare, deși beneficiile imediate ar putea părea evazive.
Strategiile conturate de Togelius și Yannakakis (2023) reprezintă o foaie de parcurs pentru academicienii AI care navighează în provocările actuale. În timp ce viitorul universității AI rămâne incert, aceste linii directoare oferă căi pentru a continua să aducă contribuții semnificative în domeniu. Articolele ulterioare din această serie vor aprofunda în continuare implicațiile acestor recomandări și impactul lor potențial pe termen lung.
Citiți mai multe despre AI:
Declinare a responsabilităţii
În conformitate cu Ghidurile proiectului Trust, vă rugăm să rețineți că informațiile furnizate pe această pagină nu sunt destinate și nu trebuie interpretate ca fiind consiliere juridică, fiscală, investițională, financiară sau orice altă formă de consiliere. Este important să investești doar ceea ce îți poți permite să pierzi și să cauți sfaturi financiare independente dacă ai îndoieli. Pentru informații suplimentare, vă sugerăm să consultați termenii și condițiile, precum și paginile de ajutor și asistență furnizate de emitent sau agent de publicitate. MetaversePost se angajează să raporteze corecte, imparțial, dar condițiile de piață pot fi modificate fără notificare.
Despre autor
Damir este liderul echipei, manager de produs și editor la Metaverse Post, care acoperă subiecte precum AI/ML, AGI, LLM-uri, Metaverse și Web3-domenii conexe. Articolele sale atrag o audiență masivă de peste un milion de utilizatori în fiecare lună. El pare a fi un expert cu 10 ani de experiență în SEO și marketing digital. Damir a fost menționat în Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto și alte publicații. Călătorește între Emiratele Arabe Unite, Turcia, Rusia și CSI ca nomad digital. Damir a obținut o diplomă de licență în fizică, despre care crede că i-a oferit abilitățile de gândire critică necesare pentru a avea succes în peisajul în continuă schimbare al internetului.
Mai multe articole
Damir este liderul echipei, manager de produs și editor la Metaverse Post, care acoperă subiecte precum AI/ML, AGI, LLM-uri, Metaverse și Web3-domenii conexe. Articolele sale atrag o audiență masivă de peste un milion de utilizatori în fiecare lună. El pare a fi un expert cu 10 ani de experiență în SEO și marketing digital. Damir a fost menționat în Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto și alte publicații. Călătorește între Emiratele Arabe Unite, Turcia, Rusia și CSI ca nomad digital. Damir a obținut o diplomă de licență în fizică, despre care crede că i-a oferit abilitățile de gândire critică necesare pentru a avea succes în peisajul în continuă schimbare al internetului.
