Gartner inc .)今天强调了影响数据科学的未来趋势和机器学习(DSML)作为行业快速成长和发展,满足日益增长的重要性在人工智能(AI)的数据,尤其是当焦点转向生成的人工智能的投资。

在Gartner数据&分析峰会今天,在悉尼彼得KrenskyGartner分析师主任说:“作为机器学习采用跨产业继续快速增长,DSML从仅仅关注预测模型发展,向更加民主化,动态的、以数据为中心的学科。这是现在也受生殖AI周围的热情。虽然潜在的风险是新兴的,也是如此的许多新功能和用例数据科学家和他们的组织”。

据Gartner,塑造DSML的未来趋势包括:

趋势1:云数据的生态系统
数据的生态系统正从独立的软件或混合部署全面原生云解决方案。到2024年,Gartner预计50%的新系统的部署云生态系统将基于一个有凝聚力的云数据而不是手动集成点的解决方案。

Gartner建议组织评估数据的生态系统根据他们的能力来解决分布式数据的挑战,以及访问和集成数据源之外的直接环境。

趋势2:AI边缘
的需求边缘人工智能增长能够处理数据时创造的优势,帮助组织获得实时的见解,检测新模式,满足严格的数据隐私要求。边缘AI还帮助组织提高发展,人工智能的编排、集成和部署。

Gartner预测,55%以上的数据分析的神经网络将发生在点的捕捉边缘系统,到2025年,从2021年的不到10%。组织应识别应用,人工智能训练和推论需要移动到边缘附近的环境物联网端点。

趋势3:负责任的人工智能
负责人工智能让艾一种积极的力量,而不是社会和自身构成威胁。它涵盖的方方面面做出正确的商业和道德选择采用人工智能时,组织经常独立地址,如商业和社会价值、风险、信任、透明度和问责制。Gartner预测pretrained AI模型的浓度在1%的AI厂商在2025年将负责人工智能一个社会问题。

Gartner建议组织采用risk-proportional方法将人工智能价值和应用解决方案和模型时要注意。向供应商寻求保证,确保他们管理风险和合规义务,保护组织免受潜在的经济损失,法律行动,声誉损失。

趋势四:以数据为中心的人工智能
以数据为中心的AI代表了一个从模型和以代码为中心的方法转移到更多的数据集中建立更好的人工智能系统。解决方案,比如AI-specific数据管理、合成数据和数据标记技术,旨在解决许多数据的挑战,包括可访问性、体积、隐私、安全、复杂性和范围。

的使用生成的人工智能创建合成数据是一个快速增长的领域,减轻的负担得到真实的数据机器学习模型可以有效地训练。Gartner预测,到2024年,60%的数据,人工智能将合成模拟现实,未来的场景和derisk AI,高于2021年的1%。

趋势五:AI加速投资
在人工智能的投资将会继续加速组织实施解决方案,以及行业寻求通过人工智能技术和基于AI业务增长。到2026年底,Gartner预测,已经投资了超过100亿美元将AI公司依靠基础模型——大型人工智能模型训练的大量的数据。

一个Gartner最近调查超过2500的行政领导人发现,45%报告说,近期炒作ChatGPT促使他们提高AI的投资。百分之七十的人说他们的组织是在调查和勘探模式生成的人工智能,而19%的飞行员或生产模式。

Gartner数据&分析峰会
Gartner分析师展示最新的研究数据和分析领导人和建议Gartner数据&分析峰会7月8月31日在悉尼,1。在Twitter上关注新闻和更新的会议使用# GartnerDA。

Gartner的数据和分析的领导人
Gartner数据&分析领导人提供了可操作的、客观的了解CDAOs和数据&分析领导人帮助他们加快d和a策略和运营模式来增加业务价值。额外的信息是可用的//www.kmllpx.com/en/data-analytics。

遵循新闻和更新来自Gartner d和a领导人推特和LinkedIn使用# GartnerDA。参观Gartner编亚博国际官网登录辑部为更多的信息和见解。