2021年9月22日
2021年9月22日
贡献:劳伦斯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”(Hype Cycle)。
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AI、知识图和复合AI等新兴技术,组织正在越来越多地使用这些技术人工智能解决方案,创造新产品,改善现有产品和扩大他们的客户群。
然而,组织的主要关注点是加快概念证明(POCs)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:强化人工智能(AI)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。
“平均而言,将基于人工智能的模型集成到业务工作流中并交付实际价值需要大约8个月的时间,”他说Shubhangi Vashisth, Gartner的高级首席分析师。“然而,减少人工智能项目失败后,组织必须有效地操作他们的AI架构。”
Gartner预计,到2025年,由于AI编排计划的迅速成熟,70%的组织将拥有可操作的AI架构。
组织应该考虑对AI解决方案进行操作化的模型操作化(ModelOps)。ModelOps通过一种原则性的方法减少了将AI模型从试点转移到生产所需的时间,这有助于确保高度的成功。它还为所有AI(图表、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提供了一个系统。
随着组织在人工智能方面的不断创新,他们也需要有效地利用所有资源——数据、模型和计算。
例如,复合AI目前是将深度学习等“连接主义”AI方法与基于规则的推理、图分析、基于代理的建模或优化技术等“符号”AI方法相结合。将这些技术(以及其他技术)结合起来的结果是一个复合AI系统,它以更有效的方式解决了更广泛的业务问题。
组织可以应用生成式AI来创建原始媒体内容、合成数据和物理对象模型。例如,生成式人工智能在不到12个月的时间里就被用于开发一种治疗强迫症(OCD)的药物。Gartner估计,到2025年,超过30%的新药和材料将通过生成式人工智能技术被系统发现。
人工智能在规模上取代人类决策的次数越多,这种决策的正面和负面影响就会放大得越多。如果不加以控制,基于人工智能的方法可能会使偏见持续存在,导致问题、生产力和收入的损失。
虽然算法可以从代理参数中推断出种族和性别,比如典型的女性名字或占主导地位的种族人口统计数据的邮政编码,但更隐性的偏见很难发现。例如,数据科学家可能忽略了网站上的大量点击可能是对年龄的歧视。人工智能可以完美地将典型的西方婚礼分类,但却对印度和非洲的婚礼视而不见。
未来,企业必须以公平和透明的方式开发和运营AI系统,并照顾到安全、隐私和整个社会。
30% +
到2025年,30%以上的新药和材料将通过生成式人工智能技术被系统发现。
COVID-19大流行等中断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。
D&A和IT领导者现在转向新的分析技术,称为“小数据”和“宽数据”。总的来说,它们能够更有效地使用可用数据,要么处理少量数据,要么从非结构化的、不同的数据源中提取更多的价值。
Gartner预计,到2025年,70%的组织将被迫将重点从大数据转移到小数据和大数据,为分析提供更多的背景,使人工智能不那么渴求数据。
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*:
*注意,有些文档可能不是所有Gartner客户都可以使用的。