人工智慧技術(shù)在應(yīng)對大流行的任務(wù)中可能發(fā)揮重要作用

盡管自今年年初以來，針對的AI研究水平迅速增長，但與AI在之外的研究相比，AI在該領(lǐng)域的代表性仍然不足。到2020年，到目前為止，在上的研究中有7.1%引用了AI，而在以外的主題上有12%的引用了AI。在今年早些時候迅速增長之后，最近幾周AI論文在研究中的份額停滯了。

涉及的出版物中超過三分之一涉及對患者數(shù)據(jù)的預(yù)測分析，尤其是醫(yī)學(xué)掃描。人工智能還被部署為分析社交媒體數(shù)據(jù)，預(yù)測疾病的傳播并開發(fā)生物醫(yī)學(xué)應(yīng)用。

，，英國，和加拿大是開發(fā)應(yīng)對研究的AI應(yīng)用程序的全球領(lǐng)導(dǎo)者，占我們擁有地理數(shù)據(jù)的機構(gòu)參與者的62%。特別是在 AI研究中，的代表人數(shù)過多。我們還確定了涉及機構(gòu)的大量出版物，而這些出版物是我們所使用的全球研究機構(gòu)數(shù)據(jù)庫無法比擬的。這與新演員進入任務(wù)領(lǐng)域的想法是一致的。

在中工作的AI和非AI研究人員傾向于借鑒不同的知識體系。AI對計算機科學(xué)的引用比例是外部引用的五倍，而對醫(yī)學(xué)的引用比例則低三分之一。即使我們控制了不同出版物所關(guān)注的中的主題，這些差異仍然存在。

通常，與相關(guān)的AI論文被引用的次數(shù)少于同一主題下的其他論文?；钴S于任務(wù)領(lǐng)域的AI研究人員的數(shù)量也往往因其近年來收到的引用而被替代，其建立的記錄較差。當我們比較從事同一主題的研究人員時，這個結(jié)果成立了，這表明它不僅僅是由不同社區(qū)和學(xué)科的引用行為的變化所驅(qū)動。

含義

我們的分析強調(diào)了包括AI研究人員在內(nèi)的研究社區(qū)動員起來以應(yīng)對大流行的速度。我們發(fā)現(xiàn)許多應(yīng)用強大的AI算法來預(yù)防，診斷和治療病毒的機會。同時，深度學(xué)習(xí)算法對大型數(shù)據(jù)集的依賴，難以解釋其發(fā)現(xiàn)以及人工智能研究人員與醫(yī)學(xué)和生物科學(xué)領(lǐng)域的相關(guān)知識體系之間的脫節(jié)可能會限制人工智能在與戰(zhàn)斗中的影響。我們證明了AI研究在領(lǐng)域中的代表性不足，它專注于計算機視覺分析，這些分析可以發(fā)揮當前算法的優(yōu)勢，但需要在硬件上進行大量投資并需要改變醫(yī)院的工作方式，

研究人員面臨進入該領(lǐng)域的低門檻的風(fēng)險也可能產(chǎn)生低質(zhì)量的貢獻，這使得很難找到有價值的研究并阻礙跨學(xué)科的貢獻，而跨學(xué)科的貢獻可能需要更長的開發(fā)時間。我們的發(fā)現(xiàn)發(fā)現(xiàn)，即使在相同的出版主題內(nèi)，人工智能研究也往往比其他研究少被引用，并且進入該領(lǐng)域的人工智能研究人員的平均業(yè)績較其他研究弱，這為這些擔(dān)憂提供了支持。