[논문 리뷰] Artificial Intelligence for Social Good: A Survey

Zheyuan Ryan Shi, Claire Wang외 1명|arXiv (Cornell University)|2020. 01. 07.

COVID-19 and Mental Health참고 문헌 343인용 수 52

한 줄 요약

This survey analyzes the AI for Social Good (AI4SG) literature, quantifies trends across eight domains and AI techniques, and proposes a unified framework (AEC and DPP) to categorize AI4SG work while highlighting future research directions.

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.

연구 동기 및 목표

• 2008–2019년 동안 AI4SG 연구 현황과 성장을 요약한다.
• 여덟 개의 적용 도메인과 AI 기술 전반에 걸친 AI4SG 문헌의 분포를 정량적으로 분석한다.
• 통합 프레임워크 내에서 AI4SG 문헌을 체계적으로 그룹화하기 위한 세 가지 개념적 방법을 제안한다.
• 다섯 가지 교차 도메인 AI 연구 주제를 정리하고 배치/평가상의 도전 과제를 논의한다.
• 사례 연구를 제공하고 AI4SG 연구의 향후 방향을 논의한다.

제안 방법

• AAAI, IJCAI, IAAI, AAMAS, KDD, ACM SIGKDD/COMPASS 컨퍼런스(2008–2019)에서 1,176편의 논문을 선정하였다.
• 키워드 기반 및 수작업 선별을 사용하여 여덟 개의 도메인과 16개 AI 하위 주제에 논문을 태그하고, 반복적 키워드 매칭으로 정제했다.
• 세 가지 그룹화 접근법을 개발했다: (i) 도메인/주제 구조, (ii) 에이전트–환경–커뮤니티(AEC) 범위, (iii) 서술적–예측적–처방적(DPP) AI 개입 기능.
• 시간적 추세를 분석하고 도메인–기법 열지도를 작성하여 핫한 영역과 조합을 식별했다(예: 헬스케어의 ML).
• 도메인별 설명과 사례 연구(우간다의 Kudu 시장)를 제공하여 배치 및 과거 시사점을 설명한다.

실험 결과

연구 질문

• RQ1 2008년부터 2019년까지 AI4SG 연구의 시간적 추세와 도메인 분포는 무엇인가?
• RQ2 AI4SG 내에서 가장 널리 사용되는 AI 기법은 무엇이며 도메인에 따라 어떻게 다르는가?
• RQ3 AI4SG 문헌을 도메인, 에이전트 범위, AI 개입 기능에 따라 어떻게 체계적으로 분류할 수 있는가?
• RQ4 AI4SG 도메드 전반에서 공통적인 도전과 기회는 무엇이며 배치 경험은 향후 연구에 어떤 시사점을 주는가?
• RQ5 대표적인 배치되었거나 시범 운영된 AI4SG 프로젝트와 그 교훈은 무엇인가?

주요 결과

• AI4SG 출판물은 2008년의 18편에서 2019년의 246편으로 모든 도메인과 기법에 걸쳐 성장했다.
• 헬스케어가 가장 많이 연구된 도메인으로, 2019년 AI4SG 문헌의 약 32%를 차지하며 교통이 두 번째로 상위에 있다.
• 머신러닝은 AI4SG 전역에서 지배적인 기술로 2013년 이후로 점점 증가하고 있으며, 다른 도메인 내에서도 CV와 NLP를 뒷받침하는 경우가 많다.
• 히트맵은 ML이 도메인 전반에 걸쳐 중심임을 보여주며, 교통, 헬스케어, 공공 안전, 환경 지속 가능성이 가장 많이 연구된 도메인이다.
• 가장 강한 도메인–기술 페어링은 헬스케어의 ML(174편)로, 주요 교차 도메인 핫스팟을 보여준다. 다른 주목할 만한 페어링으로는 교통의 계획/최적화, 정보 조작 방지용 인간 계산 등이 있다.
• Kudu 사례 연구는 현장 배치의 도전과제(시장 설계, 데이터 필요성, 하이브리드 알고리즘–인간 정산/정리)를 보여준다.