[論文レビュー] Report of 2017 NSF Workshop on Multimedia Challenges, Opportunities and Research Roadmaps

Shih‐Fu Chang, Alexander G. Hauptmann+19 more|arXiv (Cornell University)|Aug 6, 2019

Video Analysis and Summarization参考文献 89被引用数 4

ひとこと要約

この論文は、2017年のNSFワークショップの成果を提示しており、今後15年間におけるマルチメディアおよびマルチモーダルシステム分野の重要な課題、機会、および長期的研究ロードマップを特定した。専門家による合意形成と構造的なブレイクアウトリーディングを通じて、マルチモーダル理解、AI統合、倫理的AI、スケーラブルなマルチメディアシステムといった分野における戦略的方針が示され、5年、10年、15年後の各タイムラインに向けた実行可能なロードマップが提示されている。

ABSTRACT

With the transformative technologies and the rapidly changing global R&D landscape, the multimedia and multimodal community is now faced with many new opportunities and uncertainties. With the open source dissemination platform and pervasive computing resources, new research results are being discovered at an unprecedented pace. In addition, the rapid exchange and influence of ideas across traditional discipline boundaries have made the emphasis on multimedia multimodal research even more important than before. To seize these opportunities and respond to the challenges, we have organized a workshop to specifically address and brainstorm the challenges, opportunities, and research roadmaps for MM research. The two-day workshop, held on March 30 and 31, 2017 in Washington DC, was sponsored by the Information and Intelligent Systems Division of the National Science Foundation of the United States. Twenty-three (23) invited participants were asked to review and identify research areas in the MM field that are most important over the next 10-15 year timeframe. Important topics were selected through discussion and consensus, and then discussed in depth in breakout groups. Breakout groups reported initial discussion results to the whole group, who continued with further extensive deliberation. For each identified topic, a summary was produced after the workshop to describe the main findings, including the state of the art, challenges, and research roadmaps planned for the next 5, 10, and 15 years in the identified area.

研究の動機と目的

• 今後10〜15年間におけるマルチメディアおよびマルチモーダルシステム分野で最も重要な研究的課題と機会を特定・優先順位付けすること。
• AI、ヒューマンコンピュータインタラクション、信号処理など多様な分野のリーダーを結集させることで、横断的連携を促進すること。
• 5年、10年、15年というタイムラインに沿った、実行可能で長期的な研究ロードマップを、マルチメディア研究分野の主要分野について開発すること。
• オープンソースプラットフォーム、パーソナライズドコンピューティング、および伝統的な学問的境界を越えた急速なイノベーションに伴い生じる新たな課題に対処すること。
• 米国国立科学財団（NSF）および広範な研究コミュニティが今後の資金配分と研究投資を支援する根拠とするために、マルチメディアシステム分野における戦略的指針を提供すること。

提案手法

• 23名の招待参加者（多様なマルチメディアおよびマルチモーダル研究分野の専門家）が参加した、ワシントンD.C.で開催された2日間の専門家ワークショップ。
• 合意形成に基づく議論を通じて、重点的な研究分野を特定・優先順位付けするための構造的なブレイクアウトリーディングセッションを実施。
• グループディスカッションの結果を収集・統合し、各特定されたトピックについて詳細な要約を作成。
• 各トピックについて、最先端技術の評価、未解決の課題、および5年、10年、15年ごとの段階的目標を含む包括的な研究ロードマップを策定。
• AI、自然言語処理、コンピュータビジョン、ヒューマンセンタードコンピューティングの分野間での対話を促進することで、横断的統合を重視。
• 研究者および資金提供機関の戦略的参考資料として使用できる長編レポート（arXiv:1908.02308）に成果を文書化。

実験結果

リサーチクエスチョン

• RQ1 今後15年間におけるマルチメディアおよびマルチモーダルシステム分野で最も重要な研究的課題と機会は何か？
• RQ2 横断的連携は、次世代マルチメディアシステムの開発をどのように促進できるか？
• RQ3 実世界への展開を想定したスケーラブルなマルチメディアAIシステムの構築に向けた、主な技術的および社会的課題は何か？
• RQ4 マルチモーダル理解や推論といったコアなマルチメディア能力を向上させるために、5年、10年、15年というタイムラインに沿った長期的ロードマップはどのように構築されるべきか？
• RQ5 今後のマルチメディアシステム設計に、倫理的配慮、プライバシー保護、説明可能性のあるAIの原則をどのように統合できるか？

主な発見

• ワークショップでは、マルチモーダル表現学習、ヒューマンセンタードマルチメディアシステム、マルチメディア分野における倫理的AIといった、高影響力の研究分野が特定された。
• 多様なモダリティや実世界の環境で動作可能な、スケーラブルで説明可能かつ頑健なマルチメディアAIシステムの需要が高まっている。
• マルチモーダル理解とインタラクションの発展には、AI、ヒューマンコンピュータインタラクション、認知科学の分野間での連携が不可欠である。
• 各トピックについて、5年、10年、15年というタイムラインに沿った、具体的なマイルストーンと研究方向性を明確にした長期的ロードマップが策定された。
• マルチメディアシステムへの倫理的配慮、公平性、透明性の統合は、重要な研究優先課題として特定された。
• 本レポートは、今後のNSFの資金配分および学術研究を支援する基盤となる戦略的文書としての役割を果たしている。