2021年9月22日
2021年9月22日
贡献者:Laurence Goasduff
虽然机器学习、计算机视觉、聊天机器人和边缘人工智能(AI)的进步推动了应用,但这些趋势主导了今年的炒作周期。
立即下载:2021-2023年新兴技术路线图
通过使用自然语言处理(NLP)和生成式人工智能、知识图和复合人工智能等新兴技术,组织越来越多地使用人工智能解决方案,以创造新产品,改善现有产品和扩大客户基础。
然而,组织的主要关注点是加快概念证明(poc)进入生产的速度。因此,以下四个趋势主导了今年的人工智能领域:
立即下载:加强你的人工智能生态系统
对于大多数组织来说,在企业应用程序和业务工作流中持续交付和集成AI解决方案是一个复杂的事后考虑。
Gartner高级首席分析师Shubhangi Vashisth表示:“平均而言,将基于人工智能的模型集成到业务工作流中并使其产生有形价值需要大约8个月的时间。”然而,要减少人工智能项目失败时,组织必须有效地运营他们的人工智能架构。”
Gartner预计,到2025年,由于人工智能编排计划的迅速成熟,70%的组织将拥有可操作的人工智能架构。
组织应考虑将模型操作化(ModelOps)用于操作人工智能解决方案。ModelOps通过一种有原则的方法减少了将AI模型从试点转移到生产所需的时间,这有助于确保高度成功。它还提供了所有人工智能(图形、语言、基于规则的系统等)和决策模型的治理和生命周期管理系统。
随着企业在人工智能领域的不断创新,他们还需要有效地利用所有资源——数据、模型和计算。
例如,复合AI目前是将“连接主义”AI方法(如深度学习)与“符号”AI方法(如基于规则的推理、图分析、基于代理的建模或优化技术)相结合。结合这些技术(以及其他技术)的结果是一个复合AI系统,以更有效的方式解决更广泛的业务问题。
组织可以应用生成式人工智能来创建原始媒体内容、合成数据和物理对象模型。例如,生成式人工智能被用于在不到12个月的时间内创造一种治疗强迫症(OCD)的药物。Gartner估计,到2025年,超过30%的新药物和材料将使用生成式人工智能技术被系统地发现。
人工智能在规模上取代人类决策的越多,它就越放大这些决策的积极和消极影响。如果不加以控制,基于人工智能的方法可能会使偏见持续下去,导致问题、生产力和收入损失。
虽然算法可以从代理参数推断出种族和性别,比如典型的女性名字或占主导地位的种族人口统计的邮政编码,但很难发现更多的隐性偏见。例如,数据科学家可能会忽略网站上的点击次数可能是对年龄的歧视。人工智能可以完美地分类一场典型的西方婚礼,但却看不到印度和非洲的婚礼。
展望未来,企业必须公平透明地开发和运营人工智能系统,并照顾到安全、隐私和整个社会。
30% +
到2025年,30%以上的新药物和新材料将通过生成式人工智能技术被系统地发现。
COVID-19大流行等干扰导致反映过去状况的历史数据迅速过时,打破了许多生产AI和ML模型。
数据与分析和IT领导者现在正转向被称为“小数据”和“宽数据”的新分析技术。总之,它们能够更有效地使用可用数据,要么处理少量数据,要么从非结构化、多样化的数据源中提取更多价值。
到2025年,Gartner预计70%的组织将被迫将他们的重点从大数据转移到小数据和广泛数据,为分析提供更多的背景,并使AI不那么饥渴数据。
Shubhangi Vashisth他是人工智能团队的高级首席分析师,专注于数据科学和机器学习,包括预测和规范分析、公民数据科学、增强分析、自动化机器学习、DS/ML团队结构和人才管理。
加入您的同行,在高德纳会议上揭开最新的见解。
为Gartner客户推荐的资源*:
*请注意,有些文档可能不是所有Gartner客户都能获得。