2023年8月17日
2023年8月17日
贡献:Lori Perri
创新和周围生成人工智能控制和产生变革性的影响。
2023年Gartner炒作周期™人工智能(AI)标识和技术创新提供了重要的甚至是转型的好处,同时解决的局限性和风险的系统。人工智能策略应该考虑提供最可靠的投资情况。
“AI炒作周期有许多创新,值得特别注意two-to-five-year期内进入主流,包括生殖AI和决策情报,”Gartner分析师阿夫拉兹Jaffri主任说。“早期的采用这些创新将带来巨大的竞争优势和易用性与利用人工智能模型在业务流程相关的问题。”
立即下载:建立价值驱动的人工智能策略为您的业务
生成的人工智能主要讨论人工智能,提高开发人员和知识工作者生产率非常真实的方式,使用系统吗ChatGPT。这使得组织和行业重新考虑他们的业务流程和人力资源的价值,推动GenAI炒作周期翘首以望的顶峰。
Gartner现在看到双方生殖AI运动之路更强大的人工智能系统:
创新将GenAI所推动。
创新燃料GenAI进步。
了解更多:高管生成人工智能指南
生成AI影响业务相关内容发现,创建、真实性和规定。它也有能力自动化人类工作,以及客户和雇员的经验。
属于这一类的关键技术包括以下几点:
人工总体智能(AGI)的(目前假设)智能机器可以完成任何知识人类可以执行的任务。
人工智能工程是企业基本的大规模人工智能的解决方案。学科创建一致的企业开发、交付和运行基于ai系统。
自主神经系统自我管理的物理或执行domain-bounded任务的软件系统,具有三个基本特征:自主性、学习和机构。
云的人工智能服务预先构建的服务提供人工智能模型构建工具、api和相关的中间件,使建筑/培训、部署和消费机器学习(ML)模型上运行预先构建的基础设施云服务。
综合人工智能指的是组合应用程序(或融合)不同的人工智能技术来提高学习的效率,扩大知识表示的水平。它解决更广泛的业务问题,以更有效的方式。
计算机视觉是一组技术,包括采集、处理和分析真实世界的图像和视频中提取有意义的,上下文信息从物理世界。
以数据为中心的人工智能是一个方法,着重于提高和丰富训练数据来驱动更好的人工智能成果。以数据为中心的AI还涉及数据质量、隐私和可伸缩性。
边缘人工智能指的是使用人工智能技术嵌入在非it产品,物联网终端,网关和边缘服务器。它跨越了用例消费者、商业和工业应用,如自主车辆,加强医学诊断和视频分析的功能。
智能应用程序利用学习适应自主应对人员和机器。
模型操作化(ModelOps)主要是集中在端到端管理和生命周期管理先进的分析、人工智能和决策模型。
操作人工智能系统(OAISys)启用编排,自动化和生产就绪的缩放和企业级的人工智能,包括毫升、款和生成人工智能。
提示工程的学科提供输入,文本或图像的形式,指定生成人工智能模型和限制的反应模型可以产生。
聪明的机器人AI-powered,经常移动,机器自动执行一个或多个物理设计任务。
“生成人工智能探索加速,由于稳定的流行扩散,midjourney,ChatGPT和大型的语言模型。最终用户组织的大部分行业积极尝试生成AI,”Gartner分析师,斯维特拉娜·斯库拉副总裁说。
“技术供应商形式生成AI组优先交付generative-AI-enabled应用程序和工具。许多初创公司在2023年出现了创新与生成的人工智能,我们预计这种增长。一些国家的政府正在评估的影响生殖AI和准备引入规则。”
属于这一类的关键技术包括以下几点:
人工智能仿真人工智能的结合应用和仿真技术共同开发人工智能代理和模拟环境中,他们可以被训练,有时测试和部署。
AI信任、风险和安全管理(AI TRiSM)确保人工智能模型治理、诚信、公平、可靠性、健壮性、有效性和数据保护。
因果的人工智能识别和利用因果关系超越correlation-based预测模型和对人工智能系统,可以更有效地规定动作和行动更加自主。
数据标记和注释(DL&A)是一个过程,数据资产进一步分类、分割、注释和补充丰富数据更好的分析和人工智能项目。
采用基于AI (FPAI)(又名physics-informed AI)包含了物理模拟原理、管理法律和领域知识为人工智能模型。FPAI AI工程扩展到复杂的系统工程和基于模型的系统
基础模型large-parameter模型训练数据集的大范围self-supervised的方式。
知识图物理世界和数字世界的机器可读的表示。它们包括实体(人、公司、数字资产)以及它们之间的关系,坚持一个图表的数据模型。
可替换主体系统(MAS)是一种人工智能系统由多个独立的(但互动)代理,每个能够感知环境和采取行动。代理可以人工智能模型,软件程序,机器人和其他计算实体。
Neurosymbolic人工智能是一种复合人工智能相结合机器学习方法和符号系统来创建更健壮的和值得信赖的人工智能模型。它提供了一个推理基础设施更有效地解决更广泛的业务问题。
阿夫拉兹JaffriGartner分析师主任着重于分析,数据科学和人工智能。他建议数据和分析领导人在现代数据从他们的投资最科学、机器学习和分析平台。
斯维特拉娜奥特Gartner分析师VP和专注于数据和人工智能的交集。她是相信人类+人工智能是比通过自己的聪明。奥特兰女士真正关心帮助组织实现数字转换利用人工智能实现突破的经营理念。
加入你的同行在Gartner会议上公布的最新见解。
Gartner的客户推荐资源*:
*请注意,某些文件可能不会Gartner提供给所有客户。