[論文レビュー] The complementary contributions of academia and industry to AI research

Lizhen Liang, Zhuang Han+2 more|arXiv (Cornell University)|Jan 4, 2024

Big Data and Business Intelligence被引用数 5

ひとこと要約

この論文は25年間のAI研究を分析し、産業チームは注目・引用・最先端の成果で優れており、学術チームは新規性を高く推進する。協力が全体的な影響を最大化する。

ABSTRACT

Artificial intelligence (AI) has seen fast paced development in industry and academia. However, striking recent advances by industry have stunned the field, inviting a fresh perspective on the role of academic research on this progress. Here, we characterize the impact and type of AI produced by both environments over the last 25 years and establish several patterns. We find that articles published by teams consisting exclusively of industry researchers tend to get greater attention, with a higher chance of being highly cited and citation-disruptive, and several times more likely to produce state-of-the-art models. In contrast, we find that exclusively academic teams publish the bulk of AI research and tend to produce higher novelty work, with single papers having several times higher likelihood of being unconventional and atypical. The respective impact-novelty advantages of industry and academia are robust to controls for subfield, team size, seniority, and prestige. We find that academic-industry collaborations produce the most impactful work overall but do not have the novelty level of academic teams. Together, our findings identify the unique and nearly irreplaceable contributions that both academia and industry make toward the progress of AI.

研究の動機と目的

• AIの進歩に対する学術と産業の貢献がどのように異なるかを理解する動機づけ。
• 学術・産業・混成チームのAI研究における注目、新規性、影響のパターンを特徴づける。
• 協力は全体的な影響と新規性の点で単一セクターのチームを上回るかを特定する。

提案手法

• 過去25年間のAI論文の縦断データを分析する。
• 論文をチーム構成で分類する：学術-only、産業-only、学術-産業の協力。
• 注目/引用指標、新規性/型破りさ、最先端モデルの生成などの成果を測定する。
• 効果の頑健性を評価するためにサブ分野、チーム規模、上位性、権威を統制する。

実験結果

リサーチクエスチョン

• RQ1 産業のみのAIチームは学術のみのAIチームより注目を多く集め最先端モデルを多く生み出しているか？
• RQ2 学術のみのAIチームは産業のみのAIチームより新規性の高い/異例な作品を生み出しているか？
• RQ3 学術-産業の協力は全体的により影響力があるか、学術のみのチームと比べて新規性はどうか？

主な発見

• 産業のみのチームは注目を集めやすく、引用されやすく、引用破壊的である可能性が高い。
• 産業のみのチームは最先端モデルを生み出す可能性が数倍高い。
• 学術のみのチームはAI研究の大半を生み出し、新規性の高い成果を出す傾向がある。
• 学術のみのチームの単一論文は異例で型破りである可能性が数倍高い。
• 学術-産業の協力は全体として最も影響力のある成果を生むが、新規性は学術のみのチームより低い。