Gartner發(fā)布推動近期人工智能創(chuàng)新的四項趨勢

全球領(lǐng)先的信息技術(shù)研究和顧問公司Gartner 2021年人工智能技術(shù)成熟度曲線（Hype Cycle for Artificial Intelligence, 2021）中的四個趨勢正在推動近期人工智能創(chuàng)新。這四個趨勢是：負責任的人工智能、小而寬數(shù)據(jù)策略、人工智能平臺的操作化，以及數(shù)據(jù)、模型和計算資源的有效利用。

Gartner高級首席研究分析師Shubhangi Vashisth表示：“人工智能的創(chuàng)新速度飛快，技術(shù)成熟度曲線中一半以上的技術(shù)將在二到五年內(nèi)成為主流技術(shù)。邊緣人工智能、計算機視覺、決策智能和機器學習等創(chuàng)新都將在未來幾年對市場產(chǎn)生革命性的影響。”

人工智能市場仍處于逐步發(fā)展階段，位于技術(shù)萌芽期的人工智能創(chuàng)新占據(jù)著很大的比例（見圖一）。這表明終端用戶正在尋求超出當前人工智能工具功能范圍的特定技術(shù)功能這一市場趨勢。

圖1 人工智能技術(shù)成熟度曲線 來源：Gartner（2021年9月）

Gartner認為以下四項趨勢正在推動人工智能創(chuàng)新：

負責任的人工智能

Gartner研究副總裁Svetlana Sicular表示：“提高人工智能技術(shù)的可信度、透明性、公平性和可審核性對各類利益相關(guān)者的重要性仍在日益增加。負責任的人工智能有助于：實現(xiàn)公平（即便數(shù)據(jù)中存在偏見也不例外）、獲得信任（盡管透明度和可解釋性方法正在逐步發(fā)展）以及在確保監(jiān)管合規(guī)的同時，努力克服人工智能的概率性質(zhì)?！?/p>

Gartner預測到2023年，所有人工智能開發(fā)和培訓人員都必須具備負責任的人工智能方面的專業(yè)知識。

小而寬數(shù)據(jù)

數(shù)據(jù)是成功人工智能計劃的基礎(chǔ)。小而寬數(shù)據(jù)策略能夠?qū)崿F(xiàn)更強大的分析和人工智能、減少企業(yè)機構(gòu)對大數(shù)據(jù)的依賴，并提供更豐富、更完整的情境感知。

根據(jù)Gartner的預測，到2025年，70%的企業(yè)機構(gòu)將被迫把重點從大數(shù)據(jù)轉(zhuǎn)向小而寬數(shù)據(jù)，這將為分析工具提供更多的上下文并減少人工智能對數(shù)據(jù)的需求。

Sicular表示：“小數(shù)據(jù)的關(guān)鍵在于使用只需較少數(shù)據(jù)就能提供實用洞察的分析技術(shù)，而寬數(shù)據(jù)則能實現(xiàn)各種數(shù)據(jù)源的分析和協(xié)同作用。把這些策略結(jié)合在一起就能夠?qū)崿F(xiàn)更強大的分析并有助于獲得更加全方位的業(yè)務問題視角?！?/p>

人工智能平臺的操作化

運用人工智能促進業(yè)務轉(zhuǎn)型的緊迫性和關(guān)鍵性正在推動人工智能平臺的操作化需求。這意味著將人工智能項目從概念轉(zhuǎn)向生產(chǎn)，從而可以依靠人工智能解決方案來解決企業(yè)范圍內(nèi)的問題。

Sicular表示：“根據(jù)Gartner的研究，只有一半的人工智能項目能夠從試點進入到生產(chǎn)，而這些項目的平均完成時間為9個月。人工智能編排和自動化平臺（AIOAPs）和模型操作化（ModelOps）等創(chuàng)新正在實現(xiàn)可重用性、可擴展性和治理，加快人工智能的采用和增長速度。”

資源高效利用

鑒于人工智能部署所涉及到的數(shù)據(jù)、模型和計算資源復雜性與規(guī)模，人工智能創(chuàng)新需要最高效地利用這些資源。多重體驗（multiexperience）、組合式人工智能（composite AI）、生成式人工智能（generative AI）和Transformer因能夠以更高效的方式解決各類業(yè)務問題而引起了人工智能市場的關(guān)注。