「AIはどこで起こるのか？」

「AIはどこで起こるのか？」

パートナーシップ記事

  Connor Lee、NYUのコンピュータサイエンス専攻予定の学生による投稿    

2022年11月以来、AIの進歩による衝撃がメディアで広まっていますが、多くの人々が自分たちの仕事がAIに置き換えられることを懸念しています。しかし、1つの職業は確実に置き換えることはできません。それはディープニューラルネットワークや他の機械学習モデルを進化させる研究者たちです。AIの背後にいる人々です。研究は伝統的に大学の壁の中で行われてきましたが、AIは決して伝統的な研究分野ではありません。AIの研究の相当な部分は産業の研究所で行われています。しかし、将来の研究者はどのセクターに向かうべきでしょうか？学界か産業界か？

「学界は基礎的な基礎研究により傾倒しており、産業界は大量のデータアクセスによって推進されるユーザ指向の研究に傾倒しています」とノートルダム大学のコンピュータサイエンスおよびエンジニアリングの教授であるNitesh Chawla氏は述べています。Chawla教授は、産業界と学術界のAI研究の違いを知識の追求による分離要因として指摘しています。産業界では、研究は製品に関連しており、より良い社会のために進化していきますが、学界では純粋な発見の追求が研究のブレークスルーを推進します。学界には無限の学術的自由がありますが、「学界には使用可能なデータやコンピューティングアクセスがない」とChawla教授は述べています。

• アンソロピックは、以前のモデルと比べて、コーディング、数学、論理思考において大幅な改善を果たしたClaude 2モデルをリリースしました
• 「最適効率のための証明済み戦略：Azure VM パフォーマンスの最適化とコスト削減の効率化」
• このツールを使用することで、プロンプトエンジニアリングのテストを簡素化します

将来の若い研究者にとって、選択肢はシンプルに見えます。民間部門には望むすべてのものがあります。イノベーションを目指し、利用可能なデータ、計算能力、資金援助を受けながら進化する広範で自律的な商業組織。これにより、産業界が学界から人材を「奪っている」という認識が広まりました。当然、学界の人々は不満を抱いています。2021年にオールボー大学のチームが発表した研究によれば、「AI研究への民間部門の参加の増加に伴い、研究者の流れが学界から産業界、特にGoogle、Microsoft、Facebookなどのテクノロジー企業に向かっている」と指摘されています。

予想通り、産業界の研究者たちは異論を唱えています。「私がチームを採用する際、私はトップの才能を求めており、学界の才能を奪っているのではなく、むしろ彼らが産業からの賞や資金、そして彼らの学生をインターンとして手助けすることを目指しています」と、Metaの主任科学者であるLuna Dong博士は説明しています。彼女は産業界と学術界の間に明らかな違いがあると見ています。それは研究の実施方法の基本的な違いによるものです。Dong博士によれば、産業界内のAI研究は最終的な製品がどのようになるかを知り、それに向けた逆算的なアプローチを取ることで実施されます。一方、学界では、有望なアイデアを持つ学者たちは、どこにその道が続くのかわからないまま、さまざまな経路を継続的に構築していきます。

それにもかかわらず、Dong博士は産業界が学界にも貢献していると考えています。「多くの産業界のブレークスルーは、学界の研究を実際のユースケースに適用することでインスピレーションを受けています」と彼女は説明します。同様に、ワシントン大学タコマ校のコンピュータサイエンス教授であるAnkur Teredesai氏は産業界と学界の関係を「相互依存」と表現し、「共生」という言葉が思い浮かびます。彼によれば、研究の実践は学界が産業製品を支援するためのアジェンダを変更することに進化していると述べています。この変化の良い例は、いくつかの著名な教授が主要な企業内の共同ポジションを持っていることです。

所属に関係なく、データサイエンスコミュニティは年に数回、カンファレンスで一堂に会います。Chawla教授はそれらを「素晴らしい溶け合いの鍋」と形容しています。一部のカンファレンスは伝統的により学術的なものであり、一部は純粋に産業的なものですが、一部はその両方の完璧な融合です。Chawla教授は、そのような関係で知られるカンファレンスであるKnowledge Discovery and Data Miningの特別利益グループであるKDDを指摘しています。KDDは研究トラックと応用データサイエンス（ADS）トラックという2つの並行した査読つきトラックを維持しています。KDD-2022でADSプログラム共同議長を務めたDong博士の言葉を借りれば、「KDDは研究者と実践者が一緒になって講演を聴き、技術を議論しながら互いに刺激し合う場所です。KDDはコミュニケーションと協力の壁を破る場所であり、データサイエンスと機械学習が産業での消費においてどのように進化しているかを示す場所です。

これがKDDが初期から持っていた考え方です。ノースイースタン大学の実証的AI研究所のエグゼクティブディレクターであり、元Yahooの最高データオフィサーでもあるUsama Fayyad教授は、1995年にKDDカンファレンスを共同設立したGregory Piatetsky-Shapiro博士と共に、「アプリケーションが適切に代表されているカンファレンスを作りたいというのは最初からの願いの一つでした」と賞賛しています。Fayyad教授は、AIのカンファレンスが学術的な視点にのみ焦点を当てている場合、実際の問題に対する研究を証明し、新たな研究を進める意欲を見逃してしまうと考えています。

しかし、KDDを産業界に開放することには困難もありました。研究トラックは自然にアカデミックな研究によって支配されていましたので、ADSトラックは主に産業研究所からの応用研究に捧げられるべきでした。しかし現実には、半数以上のADS出版物はアカデミア発のものであり、または強力な学術産業連携の結果でした。10年前、Fayyad教授は興味深いAIアプリケーションが単に論文を書く時間がないチームによって開発されていることに気付きました。彼はKDDを現在のフェーズに導きました。そこではKDDの主催者がトップの産業実践者による優れた招待講演を冒険し、キュレーションしています。ADSの招待講演はすぐにカンファレンスのハイライトとなりました。

KDDカップコンペティションは毎年KDDカンファレンスと連携して開催されており、学界と産業界をつなぐもう一つの方法です。 「KDDカップは、産業界と学界の参加者の両方を引き付ける方法です。企業は共有するのに快適な課題を持ち込み、学者はアクセスできないデータに取り組む機会を得ることができます」と、健康テック企業CueZenのCEOでもあるTeredesai教授は説明しています。毎年、新しいタスクが導入され、新しいデータセットが公開されます。何百ものチームが最も効果的な解決策を追求し、賞と名声を競い合います。Fayyad教授も同意します。「これはこの分野にとって非常に健全なものです。アカデミアからの参加や学生の参加、または企業同士のチーム作りが見られます」と述べています。

産業界とアカデミアの選択肢に戻ると、もうすぐ関係なくなるでしょう。実践者によって教えられるアカデミックなコース、産業研究所を率いる教授、グローバルなクラウドコンピューティングリソースの支配、そしてより多くのデータの利用可能性により、AI領域におけるアカデミアと産業界の境界線は急速に曖昧になっています。どちらかのセクターにこだわる必要はありません、ただ自分が最も興奮するプロジェクトを選ぶだけです！

Connor Lee はベイエリアのSaratoga High Schoolの2023年卒業生です。彼は秋にNYUのコンピューターサイエンスプログラムに参加します。間違いなく、Connorは最も若いKDD参加者の一人になるでしょう！

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!