AI-onderzoek is een vuilnisbeltbrand en Google houdt de lucifers vast

Deel dit verhaal!

Google heeft Surveillance Capitalism uitgevonden en toch heeft het grootste deel van de wereld geen idee wat dat is of betekent. Het is het gebruik van machinale "intelligentie" om het collectief te transformeren in een hulpbron die met enorme winsten kan worden verkocht. Dit is niet welwillend voor de mensheid, maar eerder destructief voor zowel het individualisme als alle democratische bestuurssystemen. ⁃ TN-editor

Wetenschappelijk streven is geen partij voor hebzucht van bedrijven.

De wereld van AI-onderzoek ligt in puin. Van de academici die voorrang geven aan gemakkelijk te gelde maken plannen boven baanbrekend werk, tot de elite van Silicon Valley die de dreiging van banenverlies gebruikt om bedrijfsvriendelijke hypothesen aan te moedigen, het systeem is een puinhoop.

En Google verdient een leeuwendeel van de schuld.

Hoe het begon

Er waren ongeveer 85,000 onderzoekspapers wereldwijd gepubliceerd over het onderwerp AI/ML in het jaar 2000. Fast-forward naar 2021 en er werden bijna twee keer zoveel gepubliceerd in de VS alleen.

Om te zeggen dat er een explosie in het veld is geweest, zou een enorm understatement zijn. Deze toestroom van onderzoekers en nieuwe ideeën heeft ertoe geleid dat deep learning een van 's werelds belangrijkste technologieën is geworden.

Tussen 2014 en 2021 heeft de big tech zijn "web first"- en "mobile first"-principes bijna verlaten om "AI first" -strategieën toe te passen.

Nu, in 2022, is er meer vraag naar AI-ontwikkelaars en onderzoekers (en hebben ze meer salaris) dan bijna alle andere banen in de technologie buiten de C-suite.

Maar dit soort ongebreidelde groei heeft ook een keerzijde. In de strijd om te voldoen aan de marktvraag naar op deep learning gebaseerde producten en diensten, is het veld net zo moordend en grillig geworden als professionele sporten.

In de afgelopen jaren hebben we gezien dat de “GANvader”, Ian Goodfellow, sprong van Google naar Apple, Timnit Gebru en anderen worden ontslagen van Google voor afwijkende meningen over de doeltreffendheid van onderzoek, en een virtuele stortvloed van dubieuze AI-papers slaagt erin om op de een of andere manier peer-review te verduidelijken.

De stroom van talent die arriveerde in de nasleep van de deep learning-explosie bracht ook een modderstroom van slecht onderzoek, fraude en hebzucht van bedrijven met zich mee.

Hoe gaat het

Google draagt, meer dan enig ander bedrijf, de verantwoordelijkheid voor het moderne AI-paradigma. Dat betekent dat we grote G volledige punten moeten geven om natuurlijke taalverwerking en beeldherkenning naar de massa te brengen.

Het betekent ook dat we Google kunnen prijzen voor het creëren van de researcher-eat-researcher-omgeving waarin sommige universiteitsstudenten en hun hoogtechnologische professoren onderzoekspapers behandelen als niet meer dan een lokaas voor durfkapitalisten en corporate headhunters.

Aan de top toonde Google zijn bereidheid om 's werelds meest getalenteerde onderzoekers in dienst te nemen. En het is ook talloze keren aangetoond dat het hen in een oogwenk zal ontslaan als ze zich niet aan de bedrijfslijn houden.

Het bedrijf haalde de krantenkoppen over de hele wereld na het ontslaan van Timnit Gebru, een onderzoeker die het had ingehuurd om de AI-ethiekafdeling te leiden, in december 2020. Slechts een paar maanden later ontsloeg het een ander lid van het team, Margaret Mitchell.

Google beweert dat het werk van de onderzoekers niet voldeed aan de specificaties, maar zowel vrouwen als talloze supporters beweren dat de ontslagen pas plaatsvonden nadat ze ethische bezwaren hadden geuit over onderzoek dat de AI-baas van het bedrijf, Jeff Dean, had ondertekend.

Het is nu amper een jaar later en de geschiedenis herhaalt zich. Google heeft weer een wereldberoemde AI-onderzoeker ontslagen, Satrajit Chatterjee, nadat hij een team van wetenschappers had geleid bij het uitdagen van een andere paper die Dean had ondertekend.

Het modderstroomeffect

Aan de top betekent dit dat de concurrentie om goedbetaalde banen hevig is. En de jacht op de volgende getalenteerde onderzoeker of ontwikkelaar begint eerder dan ooit.

Van studenten die op weg zijn naar geavanceerde graden op het gebied van machine learning en AI, die uiteindelijk buiten de academische wereld willen werken, wordt verwacht dat ze onderzoekspapers schrijven of co-auteur zijn die hun talent aantonen.

Helaas is de pijplijn van de academische wereld naar de grote technologie of de door VC geleide startup-wereld bezaaid met waardeloze papers die zijn geschreven door studenten wiens hele neiging bestaat uit het schrijven van algoritmen waarmee geld kan worden verdiend.

Lees hier het hele verhaal ...