Телеграм канал «Выше квартилей»

​​(Не)похожие: Китай и США в исследованиях ИИ Мы не раз касались темы искусственного интеллекта (в дайджестах и отдельных постах): от роли ИИ в науке до вопросов этики и публикаций. Если же посмотреть на ИИ с точки зрения страновой (прежде всего, наукометрической) перспективы, то нельзя не отметить, что Китай и США являются признанными лидерами в области. Согласно данным AI Index Report 2025, Китай лидирует по числу публикаций, а США — по влиянию своих исследований. Обе страны активно инвестируют в развитие технологий, и именно их соперничество во многом определяет ключевые тенденции в области. Недавно в Journal of Infometrics вышла статья, авторы которой предложили подход, выходящий за рамки статистического анализа и тематического моделирования, позволивший детально проанализировать, как отличаются смысловые акценты и исследовательские приоритеты ученых США и Китая в области ИИ.  В качестве источника данных были использованы статьи из ядра WoS с января 1996 г. по май 2023 г. по запросу «искусственный интеллект» (Artificial Intelligence). В выборку вошли публикации американских авторов (без китайских соавторов) и китайских авторов (без соавторов из США): 160 896 и 243 272 публикации соответственно. Анализ показал, что почти 90 % популярных исследовательских концепций получают одинаковое внимание в обеих странах. При этом лишь 3 % тем расходятся по интересу, и по содержанию (метод главных компонент, распознавание образов, сенсорные сети), тогда как около 5%, напротив, совпадают по акцентам, но отличаются по уровню внимания (нейронные сети, эволюционные алгоритмы, метод опорных векторов, приближённые множества, регистрация изображений).  Совпадения есть и в приоритетах: обе страны активно работают над отбором признаков, распознаванием лиц, сегментацией изображений, обнаружением объектов; в методах — над нейронными сетями, машинным обучением, генетическими алгоритмами и методами опорных векторов. Но различия тоже очевидны. Китай делает акцент на диагностику неисправностей, временные задержки, системы управления, классификацию изображений. США чаще фокусируются на распознавании речи, робототехнике, виртуальной реальности, компьютерном зрении и языковых моделях, используя при этом байесовские сети, скрытые марковские модели и экспертные системы. Показательный пример, демонстрируйщий преимущества предложенного авторами метода, —распознавание лиц. В обеих странах эта тема имеет схожий масштаб, но содержательные акценты разные. В Китае внимание сосредоточено на: ⚪️  деталях (распознавание уха, отпечатков ладоней, пола, микровыражений, сложных условиях распознавания). В США такие исследования: ⚪️  менее детализированы, больше сосредоточены на общих характеристиках изображений, например, идентификации по походке и обнаружении лиц. Эти различия во многом объясняются разными правовыми и социальными нормами: в Китае уровень допустимого использования персональных данных выше, чем в США. Пример сравнения ИИ в Китае и США показывает: наука развивается не только в цифрах и темах, но и в том, какие акценты ученые расставляют в одних и тех же направлениях. Именно эти смысловые различия создают напряжение, из которого рождаются новые траектории развития исследований. #ИИ #Китай #США #искуственныйинтеллект #тематическоемоделирование #семантика

​​(Не)похожие: Китай и США в исследованиях ИИ Мы не раз касались темы искусственного интеллекта (в дайджестах и отдельных постах): от роли ИИ в науке до вопросов этики и публикаций. Если же посмотреть на ИИ с точки зрения страновой (прежде всего, наукометрической) перспективы, то нельзя не отметить, что Китай и США являются признанными лидерами в области. Согласно данным AI Index Report 2025, Китай лидирует по числу публикаций, а США — по влиянию своих исследований. Обе страны активно инвестируют в развитие технологий, и именно их соперничество во многом определяет ключевые тенденции в области. Недавно в Journal of Infometrics вышла статья, авторы которой предложили подход, выходящий за рамки статистического анализа и тематического моделирования, позволивший детально проанализировать, как отличаются смысловые акценты и исследовательские приоритеты ученых США и Китая в области ИИ. В качестве источника данных были использованы статьи из ядра WoS с января 1996 г. по май 2023 г. по запросу «искусственный интеллект» (Artificial Intelligence). В выборку вошли публикации американских авторов (без китайских соавторов) и китайских авторов (без соавторов из США): 160 896 и 243 272 публикации соответственно. Анализ показал, что почти 90 % популярных исследовательских концепций получают одинаковое внимание в обеих странах. При этом лишь 3 % тем расходятся по интересу, и по содержанию (метод главных компонент, распознавание образов, сенсорные сети), тогда как около 5%, напротив, совпадают по акцентам, но отличаются по уровню внимания (нейронные сети, эволюционные алгоритмы, метод опорных векторов, приближённые множества, регистрация изображений). Совпадения есть и в приоритетах: обе страны активно работают над отбором признаков, распознаванием лиц, сегментацией изображений, обнаружением объектов; в методах — над нейронными сетями, машинным обучением, генетическими алгоритмами и методами опорных векторов. Но различия тоже очевидны. Китай делает акцент на диагностику неисправностей, временные задержки, системы управления, классификацию изображений. США чаще фокусируются на распознавании речи, робототехнике, виртуальной реальности, компьютерном зрении и языковых моделях, используя при этом байесовские сети, скрытые марковские модели и экспертные системы. Показательный пример, демонстрируйщий преимущества предложенного авторами метода, — распознавание лиц. В обеих странах эта тема имеет схожий масштаб, но содержательные акценты разные. В Китае внимание сосредоточено на: ⚪️ деталях (распознавание уха, отпечатков ладоней, пола, микровыражений, сложных условиях распознавания). В США такие исследования: ⚪️ менее детализированы, больше сосредоточены на общих характеристиках изображений, например, идентификации по походке и обнаружении лиц. Эти различия во многом объясняются разными правовыми и социальными нормами: в Китае уровень допустимого использования персональных данных выше, чем в США. Пример сравнения ИИ в Китае и США показывает: наука развивается не только в цифрах и темах, но и в том, какие акценты ученые расставляют в одних и тех же направлениях. Именно эти смысловые различия создают напряжение, из которого рождаются новые траектории развития исследований. #ИИ #Китай #США #искуственныйинтеллект #тематическоемоделирование #семантика

​​(Не)похожие: Китай и США в исследованиях ИИ Мы не раз касались темы искусственного интеллекта (в дайджестах и отдельных постах): от роли ИИ в науке до вопросов этики и публикаций. Если же посмотреть на ИИ с точки зрения страновой (прежде всего, наукометрической) перспективы, то нельзя не отметить, что Китай и США являются признанными лидерами в области. Согласно данным AI Index Report 2025, Китай лидирует по числу публикаций, а США — по влиянию своих исследований. Обе страны активно инвестируют в развитие технологий, и именно их соперничество во многом определяет ключевые тенденции в области. Недавно в Journal of Infometrics вышла статья, авторы которой предложили подход, выходящий за рамки статистического анализа и тематического моделирования, позволивший детально проанализировать, как отличаются смысловые акценты и исследовательские приоритеты ученых США и Китая в области ИИ. В качестве источника данных были использованы статьи из ядра WoS с января 1996 г. по май 2023 г. по запросу «искусственный интеллект» (Artificial Intelligence). В выборку вошли публикации американских авторов (без китайских соавторов) и китайских авторов (без соавторов из США): 160 896 и 243 272 публикации соответственно. Анализ показал, что почти 90 % популярных исследовательских концепций получают одинаковое внимание в обеих странах. При этом лишь 3 % тем расходятся по интересу, и по содержанию (метод главных компонент, распознавание образов, сенсорные сети), тогда как около 5%, напротив, совпадают по акцентам, но отличаются по уровню внимания (нейронные сети, эволюционные алгоритмы, метод опорных векторов, приближённые множества, регистрация изображений). Совпадения есть и в приоритетах: обе страны активно работают над отбором признаков, распознаванием лиц, сегментацией изображений, обнаружением объектов; в методах — над нейронными сетями, машинным обучением, генетическими алгоритмами и методами опорных векторов. Но различия тоже очевидны. Китай делает акцент на диагностику неисправностей, временные задержки, системы управления, классификацию изображений. США чаще фокусируются на распознавании речи, робототехнике, виртуальной реальности, компьютерном зрении и языковых моделях, используя при этом байесовские сети, скрытые марковские модели и экспертные системы. Показательный пример, демонстрируйщий преимущества предложенного авторами метода, — распознавание лиц. В обеих странах эта тема имеет схожий масштаб, но содержательные акценты разные. В Китае внимание сосредоточено на: ⚪️ деталях (распознавание уха, отпечатков ладоней, пола, микровыражений, сложных условиях распознавания). В США такие исследования: ⚪️ менее детализированы, больше сосредоточены на общих характеристиках изображений, например, идентификации по походке и обнаружении лиц. Эти различия во многом объясняются разными правовыми и социальными нормами: в Китае уровень допустимого использования персональных данных выше, чем в США. Пример сравнения ИИ в Китае и США показывает: наука развивается не только в цифрах и темах, но и в том, какие акценты ученые расставляют в одних и тех же направлениях. Именно эти смысловые различия создают напряжение, из которого рождаются новые траектории развития исследований. #ИИ #Китай #США #искуственныйинтеллект #тематическоемоделирование #семантика

​​(Не)похожие: Китай и США в исследованиях ИИ Мы не раз касались темы искусственного интеллекта (в дайджестах и отдельных постах): от роли ИИ в науке до вопросов этики и публикаций. Если же посмотреть на ИИ с точки зрения страновой (прежде всего, наукометрической) перспективы, то нельзя не отметить, что Китай и США являются признанными лидерами в области. Согласно данным AI Index Report 2025, Китай лидирует по числу публикаций, а США — по влиянию своих исследований. Обе страны активно инвестируют в развитие технологий, и именно их соперничество во многом определяет ключевые тенденции в области. Недавно в Journal of Infometrics вышла статья, авторы которой предложили подход, выходящий за рамки статистического анализа и тематического моделирования, позволивший детально проанализировать, как отличаются смысловые акценты и исследовательские приоритеты ученых США и Китая в области ИИ. В качестве источника данных были использованы статьи из ядра WoS с января 1996 г. по май 2023 г. по запросу «искусственный интеллект» (Artificial Intelligence). В выборку вошли публикации американских авторов (без китайских соавторов) и китайских авторов (без соавторов из США): 160 896 и 243 272 публикации соответственно. Анализ показал, что почти 90 % популярных исследовательских концепций получают одинаковое внимание в обеих странах. При этом лишь 3 % тем расходятся по интересу, и по содержанию (метод главных компонент, распознавание образов, сенсорные сети), тогда как около 5%, напротив, совпадают по акцентам, но отличаются по уровню внимания (нейронные сети, эволюционные алгоритмы, метод опорных векторов, приближённые множества, регистрация изображений). Совпадения есть и в приоритетах: обе страны активно работают над отбором признаков, распознаванием лиц, сегментацией изображений, обнаружением объектов; в методах — над нейронными сетями, машинным обучением, генетическими алгоритмами и методами опорных векторов. Но различия тоже очевидны. Китай делает акцент на диагностику неисправностей, временные задержки, системы управления, классификацию изображений. США чаще фокусируются на распознавании речи, робототехнике, виртуальной реальности, компьютерном зрении и языковых моделях, используя при этом байесовские сети, скрытые марковские модели и экспертные системы. Показательный пример, демонстрируйщий преимущества предложенного авторами метода, — распознавание лиц. В обеих странах эта тема имеет схожий масштаб, но содержательные акценты разные. В Китае внимание сосредоточено на: ⚪️ деталях (распознавание уха, отпечатков ладоней, пола, микровыражений, сложных условиях распознавания). В США такие исследования: ⚪️ менее детализированы, больше сосредоточены на общих характеристиках изображений, например, идентификации по походке и обнаружении лиц. Эти различия во многом объясняются разными правовыми и социальными нормами: в Китае уровень допустимого использования персональных данных выше, чем в США. Пример сравнения ИИ в Китае и США показывает: наука развивается не только в цифрах и темах, но и в том, какие акценты ученые расставляют в одних и тех же направлениях. Именно эти смысловые различия создают напряжение, из которого рождаются новые траектории развития исследований. #ИИ #Китай #США #искуственныйинтеллект #тематическоемоделирование #семантика

​​Дайджест: август 2025 Поздравляем подписчиков с Днём знаний и представляем дайджест научных событий за август. ИИ в науке · В Nature обсудили, как использование ИИ в написании научных работ меняет представление о плагиате. Учёные спорят, не являются ли работы, сгенерированные ИИ, формами заимствования идей без должного указания авторства. · В Science прокомментировали тестирование ИИ для анализа перспективных исследовательских направлений и одобрения грантов. Там же рассмотрели применение ИИ для определения потенциально недобросовестных журналов, что в будущем поможет авторам избежать публикаций в сомнительных изданиях. · В Scholary Kitchen подвели итоги форума Комитета по этике публикаций (COPE) о возникающих дилеммах, связанных с применением ИИ в научных публикациях. Редакционная политика · В LSE прокомментировали потенциальные риски перехода журнала Nature на публикации рецензий на принятые статьи. · Исследование, опубликованное в Journal of Infometrics, показало, что Bluesky постепенно становится альтернативой X (ранее Twitter) в контексте альтметрик. · Elsevier представила новый инструмент Reaxys AI Search, позволяющий химикам быстро находить релевантную информацию среди более чем 121 млн документов, патентов и статей. Наука в мире · Опубликован Академический рейтинг университетов мира за 2025 год (ARWU), также известный как Шанхайский рейтинг. · Национальные институты здравоохранения США (NIH) представили план, направленный на укрепление научных исследований по принципам «золотого стандарта». · В Scholarly Kitchen вышел обновленный анализ консолидации рынка научных журналов. · Королевское общество перейдет на модель открытого доступа Subscribe to Open с 2026 года. Восемь журналов будут публиковаться в открытом доступе при условии достаточного дохода от библиотек. · С сентября 2025 года Национальные институты здравоохранения США (NIH) будут отклонять заявки на гранты, написанные с помощью ИИ. Научная этика · Индия начнет «штрафовать» университеты за большое количество отозванных статей. Таким образом правительство планирует бороться с нарушениями научной этики. · Springer Nature отозвало книгу Mastering Machine Learning: From Basics to Advanced после выхода заметки о цитировании в книге несуществующих работ. · В Nature вышла заметка о предвзятости рецензентов в отношении одобрения работ, которые ссылаются на исследования рецензентов. Там же вышел материал о кризисе рецензирования, связанного с растущим количеством научных работ. · Серверы препринтов переполнены публикациями, предположительно подготовленными ИИ и фабриками публикаций (paper mills). Команда openRxiv разрабатывает автоматизированные инструменты для выявления подобных текстов. · В Science вновь подняли проблему превращения научного мошенничества в целую индустрию. #дайджест #новостинауки #научнаяэтика #научнаяполитика #иивнауке #новостинауки