Świat badań nad sztuczną inteligencją podlega ciągłym zmianom, a przełomy pojawiają się w zawrotnym tempie. Ale gdzie następuje ten postęp? Choć uniwersytety tradycyjnie były wylęgarnią odkryć naukowych, obecnie następuje znacząca zmiana. Duże firmy technologiczne odgrywają w coraz większym stopniu kluczową rolę w badaniach nad sztuczną inteligencją, zacierając granice między środowiskiem akademickim a przemysłem.
W 2019 r. 65% absolwentów studiów doktoranckich w dziedzinie sztucznej inteligencji w Ameryce Północnej zdecydowało się na pracę w branżyco stanowi znaczący skok z 44,4% w 2010 r. Tendencja ta podkreśla rosnący wpływ laboratoriów branżowych na kształtowanie przyszłości sztucznej inteligencji.
Aby zrozumieć ten ewoluujący krajobraz, rozmawiałem z Shakarim Sołtanajewpracownik naukowy w Sony Interactive Entertainment i były inżynier ds. badań w Huawei. Jego spostrzeżenia rzucają światło na motywacje, korzyści i wyzwania związane z prowadzeniem badań nad sztuczną inteligencją w dużej firmie oraz na to, jak ta interakcja ze środowiskiem akademickim napędza innowacje.
Dlaczego firmy wybierają publikacje akademickie
Giganci technologiczni, tacy jak Google, Meta, Microsoft i NVIDIA z różnych powodów publikować badania na konferencjach naukowych.
„Przede wszystkim publikowanie wyników badań na konferencjach może być potężnym narzędziem marketingowym dla firm” – powiedział Soltanayev. „Te publikacje służą jako forma marketingu pośredniego, demonstrując sprawność techniczną firmy i zaangażowanie w rozwój tej dziedziny. Poprawia to wizerunek ich marki w środowisku badawczym oraz w oczach klientów, partnerów i inwestorów. Publikacje te pomagają firmom wyróżnić się na tle konkurencji i wzmocnić ich ogólną obecność na rynku.
Rola, jaką wydawnictwo odgrywa w pozyskiwaniu talentów, jest kluczowa.
„Najwyższej klasy konferencje, takie jak NeurIPS i CVPR, to doskonałe miejsce do nawiązywania kontaktów z czołowymi badaczami i inżynierami oraz rekrutacji obiecujących studentów” – powiedział Soltanayev. „Pokazując swoją pracę, laboratoria badawcze, takie jak Google Deepmind i Meta AI, mogą przyciągnąć najzdolniejsze umysły w tej dziedzinie, ponieważ największe talenty często chcą pracować nad przełomowymi problemami z dostępem do wysokiej jakości zasobów i współpracowników”.
Ulica dwukierunkowa: wymiana wartości
Relacja między środowiskiem akademickim a przemysłem nie jest jednostronna; to dynamiczna wymiana wiedzy i zasobów, która przynosi korzyści obu stronom.
„Świetnym przykładem badań akademickich mających bezpośredni wpływ na przemysł jest rozwój architektury splotowej sieci neuronowej (CNN)” – powiedział Soltanayev. „Został on zapoczątkowany przez Yanna LeCuna i jego współpracowników w przestrzeni akademickiej i wywarł ogromny wpływ na produkty technologiczne, szczególnie w dziedzinie wizji komputerowej. Kiedy AlexNet, model oparty na CNN, wygrał konkurs ImageNet w 2012 roku, wywołał szerokie przyjęcie w branży. Obecnie CNN mają szeroki zakres zastosowań, w tym rozpoznawanie obrazu do identyfikacji twarzy i wykrywania obiektów, obrazowanie medyczne do diagnozowania chorób oraz pojazdy autonomiczne do rozpoznawania obiektów w czasie rzeczywistym”.
Z drugiej strony przemysł na kilka sposobów wniósł znaczący wkład w badania akademickie.
„Jednym z najbardziej znaczących wkładów jest rozwój wielkoskalowych zbiorów danych i wydajnych platform obliczeniowych” – powiedział Soltanayev. „Firmy udostępniły na przykład ogromne zbiory danych, np. dotyczące rozpoznawania obrazów, modeli językowych i symulacji samochodów autonomicznych, które stały się krytyczne dla badań akademickich. Te zbiory danych zapewniają skalę niezbędną do szkolenia zaawansowanych modeli uczenia maszynowego, których niezależne zgromadzenie byłoby trudne dla większości laboratoriów akademickich. Przemysł napędza także innowacje w sprzęcie i oprogramowaniu, dzięki rozwojowi procesorów graficznych firmy NVIDIA i platform głębokiego uczenia się, takich jak TensorFlow firmy Google i PyTorch firmy Meta, które są obecnie standardowymi narzędziami w badaniach akademickich i przemysłowych.
Różne priorytety, różne kultury
W miarę postępu sztucznej inteligencji środowisko akademickie i przemysł obierają różne ścieżki, aby ustalić priorytety i podejść do tych zmian.
„Główną różnicą między badaniami akademickimi i przemysłowymi jest to, na czym się skupiają” – powiedział Soltanayev. „W środowisku akademickim priorytetem są często długoterminowe, fundamentalne kwestie, które przesuwają granice wiedzy. Naukowcy mają swobodę eksplorowania pomysłów bez presji natychmiastowego zastosowania. W przemyśle badania skupiają się bardziej na rozwiązywaniu rzeczywistych problemów i tworzeniu produktów, więc harmonogram jest zwykle krótszy i istnieje większa presja na dostarczenie praktycznych wyników”.
Różnice między tymi dwoma środowiskami znacząco wpływają na dynamikę kulturową.
„Środowisko akademickie zachęca do głębokich eksploracji, niezależnego myślenia i publikowania odkryć w celu pogłębiania wiedzy” – powiedział Soltanayev. „Z drugiej strony badania branżowe wymagają większej współpracy, a zespoły pracują razem, aby szybko przekształcić pomysły w produkty lub rozwiązania. Podczas gdy badania akademickie często dostarczają podstaw teoretycznych, badania branżowe stymulują innowacje poprzez zastosowanie tych pomysłów w rzeczywistych sytuacjach”.
Urok laboratoriów przemysłowych
Dlaczego więc więcej badaczy wybiera karierę w laboratoriach przemysłowych, a nie w tradycyjnych instytucjach akademickich i jakie są zalety i wady każdej ścieżki?
„Wielu badaczy decyduje się na pracę w dużych firmach ze względu na atrakcyjne pakiety wynagrodzeń” – powiedział Soltanajew. „Wynagrodzenia w laboratoriach przemysłowych są zazwyczaj znacznie wyższe niż w środowisku akademickim i często wiążą się z dodatkowymi świadczeniami, takimi jak ubezpieczenie zdrowotne, plany emerytalne i premie. W szczególności opcje na akcje lub akcje mogą stanowić duży atut, zwłaszcza w spółkach technologicznych, w których akcje mogą potencjalnie znacząco wzrosnąć. Te zachęty finansowe mogą zapewnić długoterminowe bezpieczeństwo, które jest trudniejsze do osiągnięcia w środowisku akademickim, gdzie badacze mogą borykać się z cyklami finansowania opartymi na grantach i niższymi wynagrodzeniami, szczególnie na wczesnych etapach kariery. Stabilność i korzyści, jakie zapewniają duże firmy, w połączeniu z możliwością pracy nad wpływowymi i dobrze finansowanymi projektami sprawiają, że laboratoria branżowe są dla wielu atrakcyjnym wyborem”.
Badania branżowe często koncentrują się na osiąganiu konkretnych celów biznesowych i opracowywaniu nowych produktów, co może ograniczać swobodę badaczy w eksplorowaniu tematów wyłącznie ze względu na wiedzę.
„Z drugiej strony środowisko akademickie oferuje możliwość realizacji długoterminowych projektów opartych na ciekawości, co może być niezwykle satysfakcjonujące dla osób pasjonujących się badaniami podstawowymi” – powiedział Soltanayev. „Środowisko akademickie zachęca również do rozwoju niezależnych programów badawczych oraz możliwości mentorowania i nauczania kolejnego pokolenia naukowców, co wielu badaczy uważa za satysfakcjonujące. To powiedziawszy, kultura „publikuj lub zgiń” w środowisku akademickim może wywierać presję na częste publikowanie artykułów, co może czasami ograniczać swobodę podejmowania dużego ryzyka lub odkrywania nowatorskich pomysłów. Zabezpieczanie finansowania i stanowisk na stałe może również wiązać się z dużą konkurencyjnością, co zwiększa stres związany z karierą akademicką”.
Branża zapewnia doskonałe zachęty finansowe, bezpieczeństwo pracy i dostęp do zasobów pozwalających stawić czoła znaczącym wyzwaniom świata rzeczywistego. Z drugiej strony środowisko akademickie oferuje większą autonomię intelektualną i możliwości samodzielnego prowadzenia badań. Obie ścieżki mają swoje zalety, a decyzja zależy od osobistych motywacji badacza – czy priorytetem jest dla niego natychmiastowy wpływ i kompensacja, czy głębsza eksploracja podstawowych idei.
Przyszłość współpracy
Soltanayev przewiduje jeszcze bardziej powiązaną przyszłość środowiska akademickiego i przemysłu.
„Widzę, że relacje między środowiskiem akademickim a przemysłem w zakresie sztucznej inteligencji stają się jeszcze bardziej oparte na współpracy” – powiedział Soltanayev. „Spodziewam się, że w przyszłości będzie więcej partnerstw między uniwersytetami a firmami, w ramach których badania akademickie będą stanowić podstawę dla przemysłu, a firmy będą zapewniać dane, moc obliczeniową i fundusze niezbędne do prowadzenia eksperymentów i zastosowań na dużą skalę. Przedsiębiorstwa będą nadal odgrywać główną rolę w kształtowaniu przyszłości sztucznej inteligencji, szczególnie w zakresie badań stosowanych i rozwoju. Dzięki ogromnym ilościom danych i dostępowi do potężnych zasobów obliczeniowych mają wyjątkową możliwość przyspieszenia postępu w uczeniu maszynowym, przetwarzaniu języka naturalnego i wizji komputerowej.
Organizacje zachowają swój wpływ na badania nad sztuczną inteligencją, wnosząc wkład w projekty typu open source, udostępniając dane oraz tworząc nowe narzędzia i struktury. To środowisko współpracy będzie odgrywać kluczową rolę w przyspieszaniu postępu w dziedzinie sztucznej inteligencji i zapewnianiu jej odpowiedzialnego postępu. Ponieważ granice między środowiskiem akademickim a przemysłem stają się coraz bardziej niewyraźne, możemy spodziewać się jeszcze bardziej niezwykłego postępu w dziedzinie sztucznej inteligencji, napędzanego współpracą między tymi dwoma wpływowymi podmiotami.
