Winter is coming - Цикл постов про академиков в депрессии - Часть 3
Завершение серии постов по статье Togelius, Yannakakis (2023)
Помните - по мотивам нашумевшей статьи - мы рассказывали вам о том, почему академики сферы AI все чаще оказываются в депрессии? Вспомнить можно вот тут:
- Часть 1: почему грустят AI-академики
- Часть 2: что предлагается делать академикам, впавшим в депрессию.
Далее мы обещали рассказать вам о том, что нас ждет в связи со всем вышеперечисленным, и что же можно сделать.
Ну что ж, прошло всего полгода с этого момента. Самое время выполнить обещание!
Что нас ждет
- Рост зависимости от вычислительных ресурсов. С увеличением потребности в больших вычислительных мощностях, процессы исследований в области AI будут все больше концентрироваться в крупных организациях с доступом к огромным вычислительным ресурсам.
- Более жесткая конкуренция в области AI. Неспособность конкурировать с корпорациями и зависимость от pretrained моделей снизят степень инноваций в академической сфере.
- Смещение приоритетов в академической среде. Как следствие первых двух пунктов, приоритеты в исследованиях академии вынужденно могут сдвинуться - от решения фундаментальных вопросов к сотрудничеству с индустрией и практически ориентированным направлениям (привет, коммерческий эффект!).
Что можно сделать
- Объединения для обмена ресурсами. Помогать созданию и распространению различные объединения (между университетами и не только) для обмена и объединения вычислительных ресурсов и идей. Это может помочь уменьшить зависимость от индивидуальных возможностей каждого университета и лаборатории. Развитию таких объединений также могут способствовать программы госфондирования - по аналогии с недавней историей с вычислительными ваучерами от государства для стартапов в Китае. Как вам идея "талонов на AI" для научных лабораторий?
- Развивать методы анализа малых наборов данных. Продвижение в алгоритмах, позволяющих делать ценные выводы из малых наборов данныхи может повысить эффективность исследований в условиях ограниченных ресурсов.
- Создавать площадки для коммерциализации идей. Поддержка площадок, объединяющих исследователей и предпринимателей, для коммерциализации перспективных идей и создания стартапов на базе академических исследований. Источниками финансирования могут быть как университеты, так и их объединения друг с другом и корпорациями.
А что думаете вы? Есть ли еще пути для разогрева академических исследований в области AI?
P.S. В размышлениях на тему решения проблемы депрессии AI-академиков поучаствовала GPT-3.5-turbo. Нам показалось, что сети будет важно сказать свое мнение. Будущее AI-академии, это ведь и ее будущее.
Ваш @Reliable ML
#business #tech #thoughts #reliable_ml
Завершение серии постов по статье Togelius, Yannakakis (2023)
Помните - по мотивам нашумевшей статьи - мы рассказывали вам о том, почему академики сферы AI все чаще оказываются в депрессии? Вспомнить можно вот тут:
- Часть 1: почему грустят AI-академики
- Часть 2: что предлагается делать академикам, впавшим в депрессию.
Далее мы обещали рассказать вам о том, что нас ждет в связи со всем вышеперечисленным, и что же можно сделать.
Ну что ж, прошло всего полгода с этого момента. Самое время выполнить обещание!
Что нас ждет
- Рост зависимости от вычислительных ресурсов. С увеличением потребности в больших вычислительных мощностях, процессы исследований в области AI будут все больше концентрироваться в крупных организациях с доступом к огромным вычислительным ресурсам.
- Более жесткая конкуренция в области AI. Неспособность конкурировать с корпорациями и зависимость от pretrained моделей снизят степень инноваций в академической сфере.
- Смещение приоритетов в академической среде. Как следствие первых двух пунктов, приоритеты в исследованиях академии вынужденно могут сдвинуться - от решения фундаментальных вопросов к сотрудничеству с индустрией и практически ориентированным направлениям (привет, коммерческий эффект!).
Что можно сделать
- Объединения для обмена ресурсами. Помогать созданию и распространению различные объединения (между университетами и не только) для обмена и объединения вычислительных ресурсов и идей. Это может помочь уменьшить зависимость от индивидуальных возможностей каждого университета и лаборатории. Развитию таких объединений также могут способствовать программы госфондирования - по аналогии с недавней историей с вычислительными ваучерами от государства для стартапов в Китае. Как вам идея "талонов на AI" для научных лабораторий?
- Развивать методы анализа малых наборов данных. Продвижение в алгоритмах, позволяющих делать ценные выводы из малых наборов данныхи может повысить эффективность исследований в условиях ограниченных ресурсов.
- Создавать площадки для коммерциализации идей. Поддержка площадок, объединяющих исследователей и предпринимателей, для коммерциализации перспективных идей и создания стартапов на базе академических исследований. Источниками финансирования могут быть как университеты, так и их объединения друг с другом и корпорациями.
А что думаете вы? Есть ли еще пути для разогрева академических исследований в области AI?
P.S. В размышлениях на тему решения проблемы депрессии AI-академиков поучаствовала GPT-3.5-turbo. Нам показалось, что сети будет важно сказать свое мнение. Будущее AI-академии, это ведь и ее будущее.
Ваш @Reliable ML
#business #tech #thoughts #reliable_ml