Science：AI竞赛，学界正在输给业界 _业界

学术头条在不改变文章原意的前提下，对原文进行了精简与编译。
几十年来，AI 研究在学界和业界并存，但随着深度学习成为该领域的领先技术，平衡正在向业界倾斜。我们常常看到业界 AI 的成功，如 DALL·E 2、、new Bing 等。
然而，这些头条新闻预示着一场更大、更系统的变革：业界正在占据 AI 研究的主导地位，从大型数据集、计算能力和高技能研究人员三方面支配着 AI 投入。这种支配正在转化为一系列研究成果：业界在学术出版物、尖端模型和关键基准方面的影响力越来越大。尽管消费者能够从中受益，但伴随而来的是全球决策者的担忧——重要 AI 工具的公共科技替代品可能会越来越稀缺。
业界的投入优势：数据、算力与人才
业界长期以来更能够访问大型、具有经济价值的数据集，因为大量用户与设备交互时会自然而然地产生数据。例如，在 2020 年，美国用户每天发送大约 1000 亿条消息。然而，业界的主导地位除了凸显在数据之外，更是扩展到了现代 AI 的其他关键投入：人才和计算能力。
在过去十年中，AI 人才的需求骤升导致了 AI 人才竞争的加剧。然而，业界正在赢得这场竞赛。来自北美州的众多大学的数据显示，专门研究 AI 的计算机科学（CS）博士毕业生正以前所未有的数量进入业界。2004 年，只有 21% 的 AI 博士进入业界，但到 2020 年，这一数量占比高达 70% 。
专门研究 AI 的 CS 研究人员也从大学被聘请到业界工作。自 2006 年以来，这一招聘人数增长了 8 倍，远高于 CS 研究人员的整体增长。这种担忧并不局限于美国的大学。在英国，华威大学国王十字校区院长表示，“顶尖的科技公司正在汲取大学的精华” 。
学界和业界的算力使用也呈现出越来越大的差距。在图像分类中，业界使用的算力比学界或业界-学界合作使用的更大，并且增长更快。研究运用参数数量（所需算力的关键决定因素之一）来代替模型中使用的计算能力。2021 年，业界模型的平均规模是学界的 29 倍，突显出两组计算能力的巨大差异。
业界雇佣人才和利用更大算力的能力很可能是造成 AI 研究成果差异的原因。虽然公共和私营部门在 AI 方面的投资都在大幅增加，但业界的投资更大、增长更快。2021 年，非国防的美国政府机构在 AI 行业拨款 15 亿美元。同年，欧盟委员会计划支出 10 亿欧元。

文章插图
【Science：AI竞赛，学界正在输给业界】相比之下，同年全球范围内，业界在 AI 上的支出超过了 3400 亿美元，大大超过了公共投资。例如，2019 年，谷歌母公司在其子公司上花费了 15 亿美元，这只是其 AI 投资的一部分。在欧洲，这一差距较小，但仍然存在；AI Watch 估计，“私营和公共部门分别占欧盟 AI 投资的 67% 和 33%” 。
开展 AI 研究所需资金规模的一个例子来自，它最初是一个非营利组织，声称“不受产生财务回报的约束”，旨在“造福整个人类” 。四年后，将其定位改为“有上限的营利组织”，并宣布这一改变将使他们“迅速增加对算力和人才方面的投资” 。
业界在 AI 研究中日益占据主导地位
如今，业界对 AI 输入的主导地位表现在 AI 成果的日益突出，尤其是在研究发布、创建最大模型和超越关键基准方面。在主要 AI 会议上，由一位或多位业界联合作者撰写的研究论文从 2000 年的 22% 增长到 2020 年的 38%；业界在最大的 AI 模型中所占份额已从 2010 年的 11% 上升到 2021 年的 96% 。
在 AI 基准方面，纵观图像识别、语义分析、语言建模、语义分割、对象检测和机器翻译 6 个方面，以及涵盖机器人和常识推理等领域的另外 14 项基准，在 2017 年之前，业界单独或与大学合作，有 62% 的时间处于领先地位。自 2020 年以来，这一比例已上升到 91% 。