Реинвентинг АИ истраживања: приступи у пејзажу којим доминирају корпорације
Укратко
Чланак Тогелиуса и Ианнакакиса пружа драгоцен увид у изазове са којима се суочавају академици вештачке интелигенције у академским окружењима.
Чланак наглашава оскудицу рачунарских ресурса, корпоративну доминацију и потребу за експериментима мањег обима.
Истраживачи би требало да се фокусирају на коришћење унапред обучених модела, дубинску анализу постојећих модела, истраживање учења уз помоћ (РЛ), истраживање минимално оптерећених модела, истраживање неискоришћених или занемарених области и тестирање неочекиваних метода.
Они такође предлажу померање етичких граница, сарадњу са заинтересованим странама у индустрији и промовисање међууниверзитетске сарадње.
Ове стратегије нуде мапу пута за академике АИ да се сналазе у овим изазовима и наставе да дају значајан допринос овој области.
Од виталног је значаја да се процени утицај вештачке интелигенције на различите заинтересоване стране, укључујући академске истраживаче вештачке интелигенције, пошто ово поље пролази кроз брзу трансформацију. Недавни чланак Тогелиуса Ј. и Ианнакакиса ГН под насловом „Изаберите своје оружје: стратегије преживљавања за депресивне академике вештачке интелигенције” пружа дубок увид у ову област.
Садржај рада истражује потешкоће са којима се суочавају они који се баве теоријским АИ истраживање у академском окружењу, упркос разиграној наративној сугестији наслова. Главне идеје и закључци студије биће укратко сумирани у овом прегледу.
Део 1: Дилеме са лицем АИ академика
1. Недостатак рачунарских ресурса:
Чланак наглашава све већи диспаритет у рачунарским ресурсима доступним академицима АИ и њиховим колегама у корпоративним одељењима АИ. Пре једне деценије, локалне рачунарске поставке биле су довољне за унапређење истраживања вештачке интелигенције у академским круговима. Међутим, савремени сценарио је доживео промену парадигме. Значајан напредак у АИ данас се често ослања на велику рачунарску моћ и низ разрађених експеримената. Нажалост, многи академски истраживачи немају адекватан приступ таквим ресурсима.
2. Изазов корпоративне доминације:
Концепт конкуренције у свету научног истраживања је интензивиран. У идеалном случају, научни експерименти би представљали заједничке подухвате, уз дужно признање сваком сараднику. Ипак, све већи утицај корпоративног домена донекле је помрачио овај дух сарадње. Када корпорације усмеравају значајна улагања у истраживање вештачке интелигенције, оне имају тенденцију да доминирају развојем обећавајућих идеја, често занемарујући оригиналне академске сараднике. У раду се повлачи паралела између ове ситуације и феномена где се мега продавац попут Волмарта оснива у близини локалне породичне продавнице, засењујући њен посао.
Горе поменути изазови, као што су истакли Тогелиус и Ианнакакис, осликавају забрињавајући пејзаж за АИ академике. Услови су довели до одређеног степена разочарања, утичући на морал и продуктивност истраживача који су своју каријеру посветили унапређењу ове области.
Студија не само да идентификује проблеме; такође пружа стратегије преживљавања за оне у академским круговима који осећају највећи део ових изазова. Накнадна анализа у наставку ће дубље ући у потенцијална решења која су предложили аутори, са циљем да се академицима АИ понуди опипљиве путеве за навигацију овим еволуирајућим тереном.
Део 2: Стратегије за навигацију у изазовима
1. Одлучите се за алтернативне путеве објављивања:
Истраживачима се саветује да размотре објављивање у часописима мањег профила, фокусирајући се на усавршавање техничких аспеката и истраживање специфичних питања у оквиру ширих тема.
2. Одређивање приоритета рачунарских ресурса:
Акценат је стављен на доделу значајног дела грантова за истраживање за рачунарске ресурсе. Међутим, примећује се да чак и значајни грантови можда неће бити довољни за спровођење напредних експеримената упоредо са корпоративним настојањима.
3. Фокусирање на експерименте мањег обима:
Истраживачи могу усредсредити своје напоре на концизније проблеме, користећи их за валидацију теоријских напретка. Неколико радова, попут оних од Схафиуллах и др. (2022) Пеарце ет ал. (2023), успешно применио овај приступ. Иако би ове методе у почетку могле добити ограничену пажњу, њихова релевантност може порасти када се тестирају на већим скуповима података.
4. Коришћење унапред обучених модела:
Уместо да почнете од нуле, користите унапред обучене модели могу убрзати процес истраживања, иако понекад може ограничити дубину налаза.
5. Детаљна анализа постојећих модела:
Истраживачи подстичу се да се удубе у замршености тренутних модела уместо да се искључиво фокусирају на креирање нових.
6. Истраживање Учење ојачања (РЛ):
РЛ се предлаже као вредан алат, посебно зато што се не ослања у великој мери на обимне скупове података. Међутим, битно је ускладити амбицију са изводљивошћу.
7. Истраживање модела са минималним оптерећењем:
У раду се истиче све већи значај извођења закључака коришћењем минимално оптерећених модела и ограниченог скупа података, позивајући се на Бајесове методе као пример.
8. Истраживање неискоришћених или занемарених области:
Истраживачи би могли да се удубе у теме које индустрија тренутно занемарује или да оживе раније напуштене методологије. Овај приступ може пружити прилику пре него што привуче значајну пажњу.
9. Експериментисање са неочекиваним методама:
Истраживачи су подстакнути да изазову статус кво тестирањем метода које изгледају контраинтуитивно.
10. Кретање кроз етичке границе:
Иако би корпорације могле бити ограничене етичким смјерницама и разматрањима репутације, академици имају мало више слободе. Аутори предлажу да се истраже теме које би се могле сматрати контроверзним, али наглашавају важност придржавања законским прописима.
11. Сарадња са индустријом:
Успостављање партнерстава са заинтересованим странама из индустрије могло би да обезбеди финансирање и потенцијално доведе до покретања старт-уп-а. Ипак, неопходно је да се истраживање усклади са практичним применама.
12. Промовисање међууниверзитетске сарадње:
Изградња мостова између универзитета може да подстакне окружење за сарадњу, иако непосредне користи могу изгледати неухватљиве.
Стратегије наведене од Тогелијус и Јанакакис (2023) представљају путоказ за АИ академике који се крећу кроз тренутне изазове. Иако је будућност АИ академије и даље неизвесна, ове смернице нуде путеве за наставак давања значајног доприноса овој области. Наредни чланци у овој серији даље ће се бавити импликацијама ових препорука и њиховим потенцијалним дугорочним утицајем.
Прочитајте више о АИ:
Одрицање од одговорности
У складу са Смернице пројекта Труст, имајте на уму да информације дате на овој страници нису намењене и не треба да се тумаче као правни, порески, инвестициони, финансијски или било који други облик савета. Важно је да инвестирате само оно што можете приуштити да изгубите и да тражите независан финансијски савет ако сумњате. За додатне информације, предлажемо да погледате одредбе и услове, као и странице помоћи и подршке које пружа издавач или оглашивач. MetaversePost је посвећен тачном, непристрасном извештавању, али тржишни услови су подложни променама без претходне најаве.
О аутору
Дамир је вођа тима, менаџер производа и уредник у Metaverse Post, покривајући теме као што су АИ/МЛ, АГИ, ЛЛМ, Метаверсе и Web3-сродна поља. Његови чланци привлаче огромну публику од преко милион корисника сваког месеца. Чини се да је стручњак са 10 година искуства у СЕО и дигиталном маркетингу. Дамир се помиње у Масхабле, Виред, Cointelegraph, Тхе Нев Иоркер, Инсиде.цом, Ентрепренеур, БеИнЦрипто и друге публикације. Путује између УАЕ, Турске, Русије и ЗНД као дигитални номад. Дамир је стекао диплому физике, за коју верује да му је дало вештине критичког размишљања које су му потребне да буде успешан у свету интернета који се стално мења.
više чланака
Дамир је вођа тима, менаџер производа и уредник у Metaverse Post, покривајући теме као што су АИ/МЛ, АГИ, ЛЛМ, Метаверсе и Web3-сродна поља. Његови чланци привлаче огромну публику од преко милион корисника сваког месеца. Чини се да је стручњак са 10 година искуства у СЕО и дигиталном маркетингу. Дамир се помиње у Масхабле, Виред, Cointelegraph, Тхе Нев Иоркер, Инсиде.цом, Ентрепренеур, БеИнЦрипто и друге публикације. Путује између УАЕ, Турске, Русије и ЗНД као дигитални номад. Дамир је стекао диплому физике, за коју верује да му је дало вештине критичког размишљања које су му потребне да буде успешан у свету интернета који се стално мења.
