[論文レビュー] Artificial Intelligence for Social Good: A Survey

Zheyuan Ryan Shi, Claire Wang+1 more|arXiv (Cornell University)|Jan 7, 2020

COVID-19 and Mental Health参考文献 343被引用数 52

ひとこと要約

この調査は AI for Social Good (AI4SG) 文献を分析し、8つのドメインとAI技術の動向を定量化し、AI4SG の作業を分類する統一フレームワーク（AEC と DPP）を提案し、今後の研究方向を強調します。

ABSTRACT

Artificial intelligence for social good (AI4SG) is a research theme that aims to use and advance artificial intelligence to address societal issues and improve the well-being of the world. AI4SG has received lots of attention from the research community in the past decade with several successful applications. Building on the most comprehensive collection of the AI4SG literature to date with over 1000 contributed papers, we provide a detailed account and analysis of the work under the theme in the following ways. (1) We quantitatively analyze the distribution and trend of the AI4SG literature in terms of application domains and AI techniques used. (2) We propose three conceptual methods to systematically group the existing literature and analyze the eight AI4SG application domains in a unified framework. (3) We distill five research topics that represent the common challenges in AI4SG across various application domains. (4) We discuss five issues that, we hope, can shed light on the future development of the AI4SG research.

研究の動機と目的

• 2008年から2019年にかけてのAI4SG研究の全体像と成長を要約する。
• 8つの応用ドメインおよびAI技術別にAI4SG文献の分布を定量的に分析する。
• 統一フレームワーク内でAI4SG文献を体系的に分類するための3つの概念的手法を提案する。
• 5つのドメイン横断的なAI研究トピックを抽出し、展開・評価の課題を議論する。
• ケーススタディを提供し、AI4SG研究の今後の方向性を論じる。

提案手法

• 2008–2019年のAAAI, IJCAI, IAAI, AAMAS, KDD, ACM SIGKDD/COMPASS カンファレンスから1,176件の論文を選択した。
• キーワードベースおよび手動キュレーションを用いて、8つのドメインと16のAIサブトピックに論文をタグ付けし、反復的なキーワード照合で精練した。
• 3つの分類アプローチを開発: (i) ドメイン/トピック構造, (ii) エージェント–環境–コミュニティ (AEC) の範囲, (iii) 記述的–予測的–処方的 (DPP) AI介入機能。
• 時間的動向を分析し、ドメイン–技術のヒートマップを作成して、ホットエリアと組み合わせを特定した（例: 医療分野の機械学習）。
• ドメイン別の説明と事例研究（ウガンダのクドゥ市場）を提供し、展開と回顧的な洞察を示した。

実験結果

リサーチクエスチョン

• RQ1 2008年から2019年にかけてのAI4SG研究の時間的傾向とドメイン分布はどうなっているか？
• RQ2 AI4SG内で最も普及しているAI技術は何で、ドメイン別にどう変化するか？
• RQ3 AI4SG文献をドメイン・エージェントの範囲・AI介入機能の観点でどのように体系的に分類できるか？
• RQ4 AI4SGドメイン全体に共通する課題と機会は何か、展開経験は今後の研究にどう影響するか？
• RQ5 代表的なデプロイ済み/試験運用中のAI4SGプロジェクトと得られた教訓は何か？

主な発見

• AI4SGの出版物は2008年の18件から2019年には246件へと増加し、すべてのドメインと技術で拡大した。
• 医療分野が最も研究されており、2019年にはAI4SG文献の約32％を占め、交通が次点である。
• 機械学習はAI4SG全体で支配的な技術であり、2013年以降ますます重要になり、他のドメイン内でCVやNLPを支えることが多い。
• ヒートマップは、MLがドメイン横断的に中心であることを示しており、交通、医療、公共安全、環境持続可能性が最も研究されているドメインである。
• 最強のドメイン–技術の組み合わせは医療分野のML（174論文）であり、重要なドメイン横断ホットスポットを示している。他の注目すべき組み合わせには、交通の計画/最適化、および情報操作対策のための人間計算が挙げられる。
• クドゥ事例研究は、現地での展開上の課題を示しており、市場設計、データニーズ、ハイブリッドなアルゴリズム–人間のクリアリングを含む。