Gartner建议开发GenAI驱动产品和服务时
25项技术与趋势中的每一项都归为四大主题之一
Lori Perri5分钟阅读
大图片
GenAI提供并突出初级组件核心内容,如大语言模型和企业模型创新方法,如服务模型下方技术趋势属此范畴:
光线LMS可支持大规模(或重)LM
开源LMS深学习基础模型与使用条件相区别,向开发者分配并开发者访问源码和模型架构
多级LM链库连接不同的LLM完成多项任务
模型中心存储库预培训并随时可用机学习模型,包括变形模型
传播AI模型基因模型使用概率变换增加数据噪声并逆序生成新样本数据
至2027年,基础模型将支持70%自然语言处理使用案例,比2022年不足5%增加
源码:Gartner
主题突出用户在降低风险和为供应商制定负责任管理GenAI指南方面的关键作用下方技术趋势属此范畴:
用户循环AI工作流需要用户循环进入AI系统开发管道的任何阶段
幻觉管理指LLM生成内容非感知性或明目张胆事实错误时事件管理
检索增量生成结构模式组合搜索函数并发基因能力
GenAI扩展工具增强GenAI模型能力,使模型有能力检索实时信息、集成业务数据、执行新类型计算并代表用户安全采取行动
快速工程工具以文本或图像形式向GenAI模型提供输入以具体说明并限制模型可生成响应集
至2026年,单式AI模型将损耗60%以上GenAI解决方案的多式AI模型(文字、图像、音视频),比2023年不到1%高。
源码:Gartner
主题覆盖建设和推进GenAI模型的一些关键步骤和决定下方技术趋势属此范畴:
知识图可机器读数据结构表示物理和数字世界知识,包括实体及其关系,并坚持图数据模型
多模式GenAI模型允许多类数据输入和输出,如图像、视频、音频、文本和数值数据,单变式模型
AI生成合成数据数据类常取自并推断出一组实数据,但人工生成而非收集实战事件
可缩放矢量数据库提供矢量(语义)搜索能力并结合LLMS应用模型对自然语言响应能力使用定制信息或企业或域特有信息
学习更多 :产生AI工具
本主题侧重于对新应用的期望,其中一些应用将启动新使用案例,另一些应用将增强现有经验,未来三年下方技术趋势属此范畴:
模拟双生最佳数字双生机和IT技术
GenAI本地应用由软件组成,设计时以GenAI技术与能力为核心
工作流工具代理函数代理程序/算法可用与世界交互
嵌入式GenAI应用存有软件应用通过嵌入GenAI能力而增强改善现有使用案例或交付新案例
AI分子建模模拟技术快速测试各种潜在处理方式,建模不同复合物如何绑定目标分子并与之发生交互作用
多试剂基因系统引信计算软件代理器和LLMs模拟复杂多试器系统行为和交互环境
AI代码生成LLMs生成代码时速指令用户提交
超前技术传播几乎波及所有市场、产品和客户GenAI将驱动竞争力量的重大变换并释放技术与服务提供商的新商机
3点向同行报告
Gartner撞击雷达显示的趋势和技术可归为四大主题,帮助产品领袖获得竞争优势
使用撞击雷达为开发GenAI驱动产品和服务提供策略
实现业务目标前先注重短期技术,再进行远程GenAI投资,寻找GenAI技术与趋势的正确组合