2022年10月27日
2022年10月27日
贡献者:Jackie Wiles和Lori Perri
自适应人工智能即使在构建过程中也会吸收学习。想一下。
与传统的人工智能系统不同,自适应人工智能(AI)可以修改自己的代码,以适应在最初编写代码时无法知道或预见到的现实世界的变化。以这种方式将适应性和弹性构建到设计中的组织可以更快速和有效地对中断做出反应。
Gartner杰出副分析师Erick Brethenoux表示:“正如许多企业在最近的健康和气候危机中所学到的,灵活性和适应性现在至关重要。”“自适应AI系统旨在持续地对模型进行再培训,或应用其他机制在运行时和开发环境中进行适应和学习,使它们对变化具有更强的适应性和弹性。”
Gartner预计,到2026年,采用人工智能工程实践来构建和管理自适应人工智能系统的企业将在操作所需的数量和时间上超过同行人工智能型号至少降低25%。
自适应AI将一组方法(即基于代理的设计)和AI技术(即强化学习)结合在一起,使系统能够调整其学习实践和行为,以便在生产过程中适应不断变化的现实环境。
通过从过去的人类和机器经验中学习行为模式,以及在运行环境中,自适应人工智能可以提供更快、更好的结果。例如,美国陆军和空军已经建立了一个学习系统,利用学习者的个人优势使其课程适应学习者。它知道该教什么,什么时候测试,以及如何衡量进步。该项目就像一个个人导师,为学生量身定制学习内容。
对于任何企业来说,决策是一项关键但越来越复杂的活动,这将要求决策智能系统行使更多的自主权。但决策过程将需要重新设计,以使用自适应人工智能。这可能会对现有流程架构产生重大影响,并要求业务涉众确保合乎道德地使用AI来遵从法规。
汇集来自业务、IT和支持部门的代表,实现自适应AI系统。确定用例,提供对技术的洞察,并确定采购和资源分配的影响。至少,商业利益相关者必须与数据和分析、人工智能和软件工程实践合作,以构建自适应的人工智能系统。人工智能工程将在构建和运行自适应人工智能架构中发挥关键作用。
不过,最终,自适应系统将促成新的经营方式,为打破决策孤岛的新商业模式或产品、服务和渠道打开大门。
阅读更多:行政指导人工智能
人工智能工程提供了实现、操作化和过程级变更管理的基本组件,使自适应AI系统成为可能。但自适应AI需要显著加强AI工程工作的变更管理方面。如果只改变围绕这一原则的几个功能,就会违背这一目的。
为自适应人工智能重新设计系统将对员工、企业和技术合作伙伴产生重大影响,这不会在一夜之间发生。
首先,通过用持续智能设计模式和事件流能力补充当前AI实现,创建自适应AI系统的基础——最终转向基于代理的方法,赋予系统组件更多自主权。
此外,通过通过可操作的系统合并明确的和可度量的业务指标,以及在决策框架中合并信任,使业务用户更容易采用AI,并有助于管理自适应AI系统。
简而言之:
自适应人工智能通过适应不断变化的现实环境,创造更好、更快的用户体验。
在实现决策智能能力的同时,还可以扩展决策制定能力和灵活性。
IT领导者需要重新设计各种流程,以构建能够根据环境学习和改变行为的自适应AI系统。
埃里克Brethenoux是高德纳研究公司的杰出副总裁分析师。他专攻机器学习、人工智能和应用认知计算。Brethenoux先生指导组织在战略,组织和技术方面使用先进的分析作为其增长的驱动力。
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*:
2023年的顶级战略技术趋势:自适应人工智能
2023年的主要战略技术趋势
决策智能平台的创新洞察
*注意,有些文档可能不是所有Gartner客户都可以使用的。