推荐引用 推荐引用 Anderson, Kayla;Roggeman, Andrew;Fuller, Joseph,“人工智能与电影:1960 年至今公众认知之旅”(2024 年)。庆祝学术与创造力日(2018-)。253。https://digitalcommons.csbsju.edu/ur_cscday/253
行业聘用人才和利用更强大计算能力的能力可能是由于支出差异而产生的。尽管公共和私营部门对人工智能的投资都大幅增加,但行业的投资规模更大且增长速度更快(见 SM)。我们将行业与公共利益人工智能研究的主要来源进行比较:政府,政府既资助自己的研究,也是学术资金的主要来源。2021 年,美国非国防政府机构在人工智能上拨款 15 亿美元。同年,欧盟委员会计划支出 10 亿欧元(12 亿美元)。相比之下,2021 年全球行业在人工智能上的支出超过 3400 亿美元,大大超过公共投资。例如,2019 年谷歌的母公司 Alphabet 在其子公司 DeepMind 上花费了 15 亿美元,这只是其人工智能投资的一部分。在欧洲,差距较小,但仍然存在; AI Watch 估计“私营和公共部门分别占欧盟 AI 投资的 67% 和 33%”(4)(见 SM)。相比之下,近几十年来,制药行业的研究资金大致平均分配给私营部门和政府或非营利组织(见 SM)。OpenAI 就是进行 AI 研究所需资金规模的一个例子,它最初是一个非营利组织,声称“不受产生财务回报需求的限制”,旨在“造福全人类”(5)。四年后,OpenAI 将其地位更改为“有上限的营利性组织”,并宣布这一变化将使他们“能够迅速增加在计算和人才方面的投资”(6)。
从《巴黎协定》可以推断,限制气候变化需要减少温室气体排放,这需要能源部门的转型 [1]。可再生能源及其分散传播在这一背景下发挥着重要作用。已经对分散能源生产的技术创新进行了大量研究[例子包括(海上)风力发电场、改进的太阳能电池和小型热电联产厂]。然而,重点不仅仅是技术创新。还强调新参与者正在采用和实施能源转型,他们追求创新和不同的组织形式,以挑战现任者和僵化的市场结构[1]–[4]。在这方面,Becker 等人 [1] 指出,新的参与者通常在参与可再生能源项目后被纳入这一过程。Fuchs 和 Hinderer [2] 介绍了德国地方层面此类纳入的有趣例子。Geels 等人 [2] [3] 根据德国和英国对能源行业社会技术转型路径的比较,展示了新参与者的重要性。对于德国现有的能源行业,Berlo 等人 [4] 表明,新参与者的重要性日益增加,而“旧能源行业”则寻求制定策略来保护其既得权利。最近的研究
[福岛19] S. Fukushima:复杂社会中决策与共识构建支持技术发展趋势,人工智能,第34卷,第2期,第131-138页(2019年) [福岛21] S. Fukushima:人工智能研究新趋势:日本的制胜策略,JST CRDS报告,CRDS-FY2021-RR-01(2021年) [福田19] N. Fukuda、S. Fukushima、T. Ito、T. Taniguchi、M. Yokoo:复杂社会中决策与共识构建的AI技术,人工智能,第34卷,第6期,第863-869页(2019年) [郝19] 郝K.:DeepMind希望教AI玩比围棋更难的纸牌游戏,麻省理工学院技术评论,2月5日, 2019,https://www.technologyreview. com/2019/02/05/137577/deepmind-wants-to-teach-ai-how-to-play-a-card-game-thats-harder-than-go/ (2019) [HBR 19] 专题:假新闻,DIAMOND《哈佛商业评论》,2019 年 1 月刊,第 16-82 页 (2019) [Ito 17] Ito, T.、Fujita, K.、Matsuo, N.、Fukuda, N.:基于代理技术创建大规模共识构建支持系统 ─ 迈向实现自动协助代理 ─,人工智能,第 32 卷,第 5 期,第 739-747 页 (2017) [Ito 20] Ito, T.、Suzuki, S.、Yamaguchi, N.、Nishida、T.、Hiraishi、K. 和 Yoshino、K.:D-Agree:基于自动化辅助代理的群体讨论支持系统,第 34 届 AAAI 人工智能会议论文集,第 13614-13615 页 (2020) [Kimura 18] Kimura、Y.、Fukushima、S. 等人:支持复杂社会决策和共识建立的信息科学与技术,JST CRDS 战略提案,