• 據Gartner的2019年CIO議程調查顯示,2018年至2019年期間,已部署AI的企業組織從4%增加到14%。
  • 鑑於亞馬遜Alexa、谷歌助理(Google Assistant)及其他同類產品在全球取得了成功,對話式AI仍然是企業議程的重中之重。
  • 隨著AI日益普及,企業在AI方面正取得進步,但它們也在犯更多的錯誤,導致學習曲線加快陡起來。
Gartner最新的《AI炒作週期》體現了這個現狀:隨著企業加大采用AI的力度,AutoML、智慧應用軟體、AI平臺即服務或AI雲服務越來越受到歡迎。下圖顯示了Gartner 2019年AI炒作週期:
2019 年 AI 技術炒作週期:AutoML、智慧應用軟體、AI雲服務受追捧

2018年AI炒作週期:

2019 年 AI 技術炒作週期:AutoML、智慧應用軟體、AI雲服務受追捧
語音識別離主流應用不到兩年的時間,預計它帶來的變革性優勢是炒作週期上所有技術中最顯著的。Gartner建議客戶考慮將語音識別納入到短期AI技術路線圖。Gartner表示,與自然語言處理領域的其他技術不同,語音到文字(和文字到語音)是一種獨立的大眾化技術,其模組可以插入各種自然語言工作流程中。該技術領域的領先供應商包括:亞馬遜、百度、Cedat 85、谷歌、IBM、智慧語音、微軟、NICE、Nuance和Speechmatics。
今年的炒作週期包括8種基於AI的新技術,反映了Gartner企業客戶計劃在支援新型商業模式的同時跨DevOps和IT擴充套件AI。AI炒作週期中包含的最新技術反映了企業在如何竭力揭開AI的神祕面紗,以提高採用率,同時推動新的商業模式。新技術包括以下幾種:
  • AI雲服務—AI雲服務是託管服務,讓開發團隊可以整合AI和機器學習固有的優勢。
  • AutoML—自動化機器學習(AutoML)是指使構建、部署和管理機器學習模型這個過程實現自動化的功能。
  • 增強智慧—增強智慧是指一種以人為中心的合作模式,人和AI協同工作以增強認知表現,包括學習、決策和新體驗。
  • 可解釋型AI—AI研究人員將“可解釋型AI”定義為使黑匣子AI演算法的輸出足夠容易理解的一整套方法。
  • 邊緣AI—邊緣AI是指使用嵌入在物聯網端點、閘道器和邊緣裝置中的AI技術,用於從自動駕駛汽車到資料流分析的各種應用領域。
  • 強化學習—強化學習主要在遊戲和自動化行業大有潛力,有望在機器人、車輛路線、物流及其他工業控制場景帶來重大突破。
  • 量子計算—量子計算有潛力在系統優化、機器學習、密碼加密、藥物發現和有機化學等領域做出重大貢獻。

    雖然量子計算在大多數企業的規劃範圍之外,但在關鍵業務或公司會帶來戰略性影響。

  • AI市場—Gartner將AI市場(AI Marketplace)定義為一個易於訪問的受到技術基礎設施支援的場所,它為釋出、使用和計費可重複使用的演算法提供了便利。

    一些AI市場在企業組織內部加以使用,以支援資料科學家之間內部共享預構建演算法。

Gartner認為下列AI技術大行其道,是AI炒作週期的創新觸發(Innovation Trigger)階段的一部分。AI市場、強化學習、決策智慧、AI雲服務、資料標籤及註釋服務以及知識圖現正顯示出有望取得技術突破的跡象,早期的概念驗證故事就是佐證。處於炒作週期創新觸發階段的技術常常缺乏實用的、可擴充套件的產品,商業可行性尚未得到證明。
智慧機器人和AutoML處於2019年炒作週期的頂峰。與眾多製造商因缺少工人而採用的工業機器人系統迅猛發展形成對比的是,Gartner將智慧機器人定義為擁有在實體世界可自動工作的機電外形尺寸,在短期時間間隔內從人員監督的訓練中學習,並演示監督體驗(包括在車間環境中按照人的聲音服從指令)。SoftBank Robotics的Whiz機器人就是智慧機器人的一個例子,它將採用機器人即服務(RaaS)模式加以銷售,最初僅在日本市場有售。AutoML是今年AI界最熱門的技術之一。Gartner將自動化機器學習(AutoML)定義為使構建、部署和管理機器學習模型這個過程實現自動化的功能。提供AutoML平臺和應用軟體的領先供應商包括:Amazon SageMaker、Big Squid、dotData、DataRobot、谷歌雲平臺、H2O.ai、KNIME、RapidMiner和Sky Tree。
與2018年相比,今年的AI炒作週期中9種技術被刪除或重新分配。Gartner刪除了9種技術,常常將它們重新分配到更廣泛的類別中。擴增實境和虛擬現實現在是增強智慧(更廣泛的類別)的一部分,仍然在其他許多炒作週期上。商用UAV(無人機)現在是邊緣AI(更廣泛的類別)的一部分。整合學習(ensemble learning)在2018年早已進入實質生產的高原期,現已從炒作週期“畢業”。基於人機共生的眾包已被資料標籤及註釋服務(更廣泛的類別)所取代。現在,自然語言生成已包含在NLP中。知識管理工具已被與AI更密切相關的洞察力引擎所取代。預測性分析和規範性分析現在是決策情報(更廣泛的類別)的一部分。
來自:雲頭條