พื้นฐาน AI
ทำไมการประชุมวิจัย AI ถึงสำคัญ: การร่วมมือ, การถ่ายทอดความรู้, และพรสวรรค์
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
การประชุม AI, เวิร์กช็อปและโครงการชุมชนเป็นส่วนหนึ่งของโครงสร้างพื้นฐานการวิจัย พวกเขาสร้างโอกาสที่มุ่งเน้นเพื่อวิจารณ์งานใหม่ เปรียบเทียบวิธีการ พบผู้ร่วมงาน เชื่อมโยงนักศึกษากับที่ปรึกษา และถ่ายทอดผลการวิจัยเชิงเทคนิคให้กับอุตสาหกรรมและสาธารณะ
ความสำเร็จของงานไม่ได้กำหนดโดยขนาดของเวทีเพียงอย่างเดียว มูลค่าของงานขึ้นอยู่กับว่าใครสามารถเข้าร่วมได้ การตรวจสอบข้ออ้าง การเก็บรักษาความรู้ และการร่วมมือหรือการเรียนรู้ที่ต่อเนื่องหลังจากโปรแกรมสิ้นสุด
ประเด็นสำคัญ
- การประชุมเร่งกระบวนการตอบรับและการสร้างความสัมพันธ์ แต่ไม่สามารถแทนที่การตรวจสอบโดยผู้เชี่ยวชาญหรือหลักฐานที่ทำซ้ำได้
- เวิร์กช็อปและการสอนเชื่อมโยงคำถามใหม่กับวิธีการเชิงปฏิบัติและผู้เข้าร่วมใหม่
- การเข้าถึงต้องคำนึงถึงค่าใช้จ่าย, วีซ่า, ความพิการ, การดูแล, ภูมิศาสตร์และการเข้าร่วมทางไกล
- วัดผลการวิจัยต่อเนื่อง, การให้คำปรึกษา, การนำไปใช้และการเรียนรู้ของสาธารณะ ไม่ใช่เพียงการลงทะเบียน
ฟอรั่มร่วมสำหรับความรู้ที่ยังไม่สมบูรณ์
บทความนำเสนอผลลัพธ์อย่างเป็นทางการ ในขณะที่การบรรยาย, โปสเตอร์และเวิร์กช็อปเปิดเผยสมมติฐาน, วิธีที่ล้มเหลวและคำถามที่ยังเปิดอยู่ซึ่งอาจไม่เหมาะกับต้นฉบับสุดท้าย การสนทนาสามารถช่วยทีมอื่นทำซ้ำผลลัพธ์หรือค้นพบว่ามีสองสาขาใช้คำต่างกันสำหรับปัญหาเดียวกัน
การแลกเปลี่ยนนี้มีประโยชน์อย่างยิ่งในพื้นที่ที่เคลื่อนที่เร็วเช่น transformers ความเร็วยังสร้างความเสี่ยง: การนำเสนอที่ขัดเกลาแล้วไม่ใช่หลักฐานว่าข้ออ้างนั้นทั่วไปได้ ผู้เข้าร่วมยังต้องการวิธีการ, โค้ด, เอกสารข้อมูลและการประเมินอย่างอิสระ
พรสวรรค์, การให้คำปรึกษาและการเคลื่อนย้ายอาชีพ
นักศึกษาสามารถรับข้อเสนอแนะอย่างละเอียด, สังเกตว่าผู้เชี่ยวชาญไม่เห็นด้วยกันอย่างไรและพบเส้นทางอาชีพนอกสถาบันของตน ผู้ให้คำปรึกษาและองค์กรที่รับสมัครได้มุมมองที่กว้างขึ้นของพรสวรรค์ที่กำลังเกิดขึ้น ในขณะที่เครือข่ายไม่เป็นทางการสามารถสนับสนุนการร่วมมือในภายหลัง
ผู้จัดควรออกแบบโอกาสเหล่านี้แทนที่จะปล่อยให้เกิดโดยบังเอิญ การให้คำปรึกษาแบบเป็นโครงสร้าง, การสนับสนุนการเดินทาง, เซสชันสำหรับผู้ใหม่และระเบียบจรรยาบรรณที่ชัดเจนทำให้การเข้าถึงเป็นธรรมมากขึ้นและลดการพึ่งพาการเชื่อมต่อทางสังคมที่มีอยู่แล้ว
การแปลจากการวิจัยสู่ภาคอุตสาหกรรม
เซสชันอุตสาหกรรมสามารถเปิดเผยข้อจำกัดด้านการดำเนินงาน: ความหน่วง, ความน่าเชื่อถือ, ความปลอดภัย, คุณภาพข้อมูลและการกำกับดูแลที่เกณฑ์วิชาการมักมองข้าม นักวิจัยสามารถอธิบายว่าวิธีการจริง ๆ แสดงอะไรและความไม่แน่นอนยังคงอยู่ที่ไหน
การแปลจะเข้มแข็งที่สุดเมื่อเซสชันเปรียบเทียบฐานข้อมูล, โหมดความล้มเหลวและหลักฐานการใช้งานจริง แทนที่จะกลายเป็นการตลาด การประชุมควรรักษาอิสระด้านบรรณาธิการและวิทยาศาสตร์แม้สปอนเซอร์จะสนับสนุนสถานที่จัด
AI Week 2022 เป็นกรณีศึกษา
AI Week ของ Amii ในเดือนพฤษภาคม 2022 ผสานการสัมมนาวิชาการกับโปรแกรมธุรกิจและชุมชน รายงานหลังงานของ Amii ระบุว่ามีผู้เข้าร่วม 2,142 คน, ผู้บรรยาย 82 รายและกิจกรรม 57 รายการ แสดงให้เห็นว่าโปรแกรมเดียวสามารถให้บริการระดับความคุ้นเคยทางเทคนิคหลายระดับ
ตัวเลขเหล่านี้บ่งบอกถึงการเข้าถึง ไม่ได้บ่งบอกถึงผลกระทบระยะยาว การประเมินที่ยั่งยืนควรตรวจสอบโครงการใหม่, โอกาสของนักศึกษา, การเข้าร่วมซ้ำ, การบันทึกที่เข้าถึงได้และว่าคำถามของชุมชนมีอิทธิพลต่อผลงานต่อไปหรือไม่
การออกแบบและวัดผลงานที่มีประโยชน์
การออกแบบที่ดีรวมถึงการคัดเลือกอย่างโปร่งใส, นโยบายความขัดแย้งของผลประโยชน์, สถานที่และสื่อที่เข้าถึงได้, เครือข่ายที่คำนึงถึงความเป็นส่วนตัว, การรายงานการล่วงละเมิด, การตรวจสอบศิลปวัตถุเมื่อเป็นไปได้และการระบุอย่างชัดเจนว่ามีการตรวจสอบโดยผู้เชี่ยวชาญหรือเป็นเนื้อหาเชิญชวน
หลังงานควรสำรวจการเรียนรู้และการเข้าถึง, ติดตามการให้คำปรึกษาและการร่วมมือด้วยความยินยอม, เผยแพร่การบันทึกหรือสรุปและบันทึกคำถามที่ยังไม่ได้รับคำตอบ เป้าหมายคือการสร้างคลังความรู้ที่ใช้ซ้ำได้ ไม่ใช่ความประทับใจชั่วคราวว่าแต่ละปัญหา machine-learning ได้รับการแก้ไขแล้ว
การประชุมสนับสนุนการแก้ไขและการถ่ายทอดวิทยาศาสตร์
การประชุมวิจัย AI รวมการตรวจสอบโดยผู้เชี่ยวชาญ, การตีพิมพ์, การบรรยาย, โปสเตอร์, เวิร์กช็อป, การสอน, การแข่งขันและการสนทนาไม่เป็นทางการ การตรวจสอบกรองและปรับปรุงงานแต่ไม่ได้เป็นการรับรองความจริง: ผู้ตรวจสอบมีเวลาจำกัด, วิธีการแตกต่างกันและบทความที่รับอาจมีข้อผิดพลาด โปสเตอร์และช่วงถามตอบทำให้นักวิจัยเปิดเผยสมมติฐาน, เปรียบเทียบผลลัพธ์ลบและค้นหาฐานข้อมูลที่ขาดหาย เวิร์กช็อปมักพัฒนาประเด็นใหม่ก่อนที่ความเห็นร่วมจะเกิดขึ้น ในขณะที่การสอนถ่ายทอดวิธีการที่พัฒนามาแล้วให้กับผู้ปฏิบัติใหม่
การถ่ายทอดความรู้ต้องมีศิลปวัตถุที่เกินกว่าการนำเสนอ บทความควรระบุข้อมูล, โค้ด, การคำนวณ, การประเมินและข้อจำกัด รายการตรวจสอบการทำซ้ำและเส้นทางศิลปวัตถุช่วยให้ผู้อื่นตรวจสอบข้ออ้าง เกณฑ์มาตรฐานสามารถประสานความก้าวหน้าได้แต่ก็อาจส่งเสริมการเพิ่มประสิทธิภาพแคบ, การปนเปื้อนชุดทดสอบและการขยายขนาดที่มีค่าใช้จ่ายสูง ชุมชนการประชุมควรให้คุณค่ากับการทำซ้ำ, ชุดข้อมูล, ระบบ, ทฤษฎี, ผลลัพธ์ลบและการวิเคราะห์ผลกระทบควบคู่กับคะแนนระดับแนวหน้า การบันทึกการบรรยายขยายการเข้าถึงแต่ไม่สามารถแทนที่การวิจารณ์เชิงโต้ตอบและการให้คำปรึกษาได้
พรสวรรค์, การสร้างเครือข่าย, และการเข้าถึงที่ไม่เท่าเทียม
การประชุมสร้างโอกาสการจ้างงาน, การให้คำปรึกษา, การร่วมมือและการมองเห็น โดยเฉพาะสำหรับนักศึกษาและนักวิจัยระยะต้น ประโยชน์เหล่านี้ไม่เท่าเทียมเมื่อการเดินทาง, วีซ่า, การดูแล, ความพิการ, ค่าใช้จ่าย, ภาษา หรือการล่วงละเมิดทำให้บางคนไม่สามารถเข้าร่วมได้ การเข้าถึงแบบไฮบริด, เงินทุนสนับสนุน, สถานที่ที่เข้าถึงได้, ระเบียบจรรยาบรรณ, ระบบรายงานเป็นความลับและการคัดเลือกที่โปร่งใสช่วยเพิ่มการมีส่วนร่วม การสร้างเครือข่ายไม่ควรกลายเป็นประตูไม่เป็นทางการที่ลบล้างคุณภาพงานวิจัยหรือรวมโอกาสไว้กับสถาบันที่เชื่อมต่อกันอยู่แล้ว
สปอนเซอร์และอุตสาหกรรมให้ทรัพยากรแต่ก็อาจกำหนดวาระและความสนใจ เปิดเผยความขัดแย้ง, แยกการตัดสินใจบรรณาธิการจากสปอนเซอร์และปกป้องอิสระทางวิชาการ ผลกระทบด้านคาร์บอนและการเดินทางควรวัดด้วยตัวเลือกเสมือนจริงที่มีความหมายและกิจกรรมระดับภูมิภาค ความปลอดภัยสำคัญเมื่อมีการแบ่งปันแนวคิดที่ยังไม่ตีพิมพ์, ข้อมูลส่วนบุคคลหรือการสาธิตที่อาจใช้เป็นอาวุธ ผู้จัดต้องมีกฎสำหรับการบันทึก, การถ่ายภาพ, ชุดข้อมูลและการเปิดเผยอย่างรับผิดชอบ
วิธีประเมินมูลค่าการประชุม
นักวิจัยควรกำหนดเป้าหมาย, อ่านบทความล่วงหน้า, บันทึกการติดตามและตรวจสอบข้ออ้างหลังงาน องค์กรสามารถติดตามการร่วมมือ, วิธีการที่ทำซ้ำ, การสรรหาพรสวรรค์, การฝึกอบรมและโครงการที่ให้ผลลัพธ์ที่ตรวจสอบได้—not การสแกนบัตรหรือการรับชมบนโซเชียลมีเดีย ผลกระทบที่แข็งแกร่งที่สุดของการประชุมคือการสะสม: ชุมชนกำหนดมาตรฐาน, แก้ไขกันและกันและถ่ายทอดความรู้โดยไม่เป็นทางการตลอดหลายปี การประชุมมีความสำคัญเมื่อมันปรับปรุงคุณภาพ, ความเปิดเผย, ความปลอดภัยและการเข้าถึงของการวิจัย ไม่ใช่แค่เมื่อมันสร้างประกาศเท่านั้น
ตัวอย่างการทำงาน: การประเมินข้ออ้างจากการประชุม
ทีมหนึ่งพบกระดาษการประชุมที่อ้างว่ามีวิธีการดึงข้อมูลใหม่ พวกเขาอ่านกระดาษและภาคผนวก, ตรวจสอบชุดข้อมูลและโค้ด, สร้างฐานข้อมูลที่แข็งแกร่งที่สุดและรันวิธีการบนชุดข้อมูลโดเมนส่วนตัว นักวิจัยติดต่อผู้เขียนเกี่ยวกับขั้นตอนการเตรียมข้อมูลที่คลุมเครือและหารือกรณีล้มเหลวที่โปสเตอร์ รายงานภายในแยกข้ออ้างที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญ, ผลลัพธ์ที่ทำซ้ำ, การเปลี่ยนแปลงการนำไปใช้และผลลัพธ์ในท้องถิ่น
การนำไปใช้จะรอจนกว่าความหน่วง, ค่าใช้จ่าย, ไลเซนส์, ความปลอดภัยและคุณภาพจะได้รับการทดสอบในระบบครบวงจร บริษัทบันทึกว่าการเข้าร่วมการประชุมทำให้เกิดการทำซ้ำ, การร่วมมือ, การฝึกอบรมหรือการปรับปรุงผลิตภัณฑ์ที่ตรวจสอบได้ การสนับสนุนการเดินทางและการเข้าถึงจะจัดสรรให้กับนักวิจัยรุ่นใหม่ที่มีเป้าหมายชัดเจน และความรู้จะถูกแบ่งปันต่อไป การยอมรับการประชุมกระตุ้นการตรวจสอบ ไม่ได้ถือเป็นการรับรองการผลิต และการบรรยายที่น่าสนใจไม่สามารถลบล้างหลักฐานที่ทำซ้ำได้
หลักฐานการนำไปใช้และความพร้อมในการดำเนินงาน
การตัดสินใจผลิตต้องการมากกว่าการสาธิตที่ประสบความสำเร็จ กำหนดผู้ใช้เป้าหมาย, สภาพแวดล้อมการทำงาน, อินพุต, เอาต์พุต, การพึ่งพา, เจ้าของและผลของความล้มเหลวที่สำคัญแต่ละประการ สร้างฐานข้อมูลที่ทำซ้ำได้และชุดการประเมินที่เวอร์ชันก่อนการปรับแต่ง ทดสอบกรณีทั่วไป, เงื่อนไขขอบเขต, อินพุตที่ผิดรูปหรือขาดหาย, การเปลี่ยนแปลงการกระจาย, การหยุดทำงานของการพึ่งพา, การใช้งานผิดวิธีและกลุ่มหรือสภาพแวดล้อมที่อาจได้รับผลกระทบอย่างไม่เท่าเทียม วัดคุณภาพงานพร้อมกับการปรับเทียบหรือความไม่แน่นอน, ความหน่วง, ปริมาณการทำงาน, ต้นทุนทรัพยากร, การเข้าถึง, ความเป็นส่วนตัวและความปลอดภัย บันทึกการแปลงทุกขั้นตอนและเกณฑ์เพื่อให้ผู้ตรวจสอบอิสระสามารถทำซ้ำผลลัพธ์และแยกแยะหลักฐานจากต้นแบบที่ดึงดูดใจ
ก่อนเปิดตัวมอบอำนาจการปล่อย, ข้อยกเว้น, การเปลี่ยนแปลง, การย้อนกลับและการยกเลิก ใช้การเปิดตัวเป็นขั้นตอน, รักษาการสำรองที่ปลอดภัยและตรวจสอบการเฝ้าระวังด้วยความล้มเหลวที่ใส่เข้าไปโดยเจตนา โทรเมตรีการดำเนินงานควรเปิดเผยคุณภาพอินพุต, พฤติกรรมเอาต์พุต, รุ่นโมเดลหรือกฎ, สถานะการพึ่งพา, การแทรกแซงของมนุษย์และผลลัพธ์ที่ยืนยันโดยไม่เก็บข้อมูลที่ละเอียดอ่อนไม่จำเป็น กำหนดเกณฑ์การแจ้งเตือนและผู้รับผิดชอบการตอบสนอง แล้วตรวจสอบหลักฐานในโลกจริงหลังการใช้งานแทนการสันนิษฐานว่าประสิทธิภาพออฟไลน์จะคงอยู่ ประเมินใหม่ทุกครั้งที่แหล่งข้อมูล, ผู้ใช้, โมเดล, ผู้จำหน่าย, นโยบาย, ฮาร์ดแวร์หรือเป้าหมายเปลี่ยนแปลง ระบบที่ดูแลต้องมีขั้นตอนการกู้คืน, การเรียนรู้จากเหตุการณ์, การลบและการเก็บรักษาเอกสารที่ชัดเจนและจุดที่ควรปิดหรือแทนที่ระบบ
คำถามที่พบบ่อย
การบรรยายในการประชุมเทียบเท่ากับบทความที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญหรือไม่?
ไม่ การบรรยายบางส่วนสรุปงานวิจัยที่ผ่านการตรวจสอบ ในขณะที่การบรรยายหลัก, แพเนล, เวิร์กช็อปและการสาธิตอาจผ่านกระบวนการคัดเลือกที่แตกต่างกัน หลักฐานควรตรวจสอบจากแหล่งต้นฉบับ
การเข้าร่วมแบบเสมือนสามารถทดแทนการประชุมแบบตัวต่อตัวได้เต็มที่หรือไม่?
การเข้าร่วมแบบเสมือนช่วยเพิ่มการเข้าถึงเชิงภูมิศาสตร์และค่าใช้จ่าย แต่การโต้ตอบแบบไม่เป็นทางการแตกต่าง การออกแบบไฮบริดควรถือผู้เข้าร่วมทางไกลเป็นผู้ชมจริง ไม่ใช่เพียงส่วนเสริมหลังเหตุการณ์
อ้างอิงหลัก
