人工智能解決方案市場(chǎng)繼續(xù)快速增長(zhǎng)，帶來(lái)了數(shù)百億美元的收入。研究公司(IDC) 9月份發(fā)布的一份報(bào)告稱，到2023年，全球人工智能系統(tǒng)的支出將達(dá)到979億美元，比今年預(yù)計(jì)的375億美元有驚人的增長(zhǎng)，這意味著未來(lái)幾年的年增長(zhǎng)率將達(dá)到28.4%。那么，2020年將是為人工智能領(lǐng)域下一個(gè)十年的創(chuàng)新奠定基調(diào)并延續(xù)現(xiàn)有勢(shì)頭的關(guān)鍵一年。
接下來(lái)我們將介紹一下研究公司認(rèn)為2020年應(yīng)當(dāng)關(guān)注的六個(gè)新興AI和機(jī)器學(xué)習(xí)趨勢(shì)。
可解釋的人工智能
隨著人工智能在組織決策中的作用越來(lái)越大，越來(lái)越需要人工智能驅(qū)動(dòng)的應(yīng)用程序來(lái)解釋它們是如何做出這些決策的。據(jù)Gartner稱，到2025年，30%的政府和大型企業(yè)合同將需要這些解決方案。這意味著2020將是為這個(gè)新興市場(chǎng)奠定基礎(chǔ)的重要一年。據(jù)研究公司稱，在數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺(tái)方面，他們需要清楚地列出得出結(jié)論所用的準(zhǔn)確性、屬性和模型統(tǒng)計(jì)數(shù)據(jù)。在另一份報(bào)告中，Gartner表示，歐盟一般數(shù)據(jù)保護(hù)條例等規(guī)則和立法將推動(dòng)對(duì)此類可解釋的人工智能解決方案的需求。
自主人工智能
雖然自動(dòng)駕駛汽車在自主空間中得到了最大的關(guān)注，但由于研究人員和技術(shù)人員在先進(jìn)的人工智能系統(tǒng)方面不斷取得進(jìn)展，自主技術(shù)的應(yīng)用有望變得更加廣泛。Gartner表示，自主人工智能將成為2020年左右未來(lái)的頂尖技術(shù)趨勢(shì)之一。這將使像協(xié)作的無(wú)人機(jī)或機(jī)器人群這樣的東西能夠自行移動(dòng)并相互協(xié)調(diào)，自動(dòng)化曾經(jīng)是手動(dòng)或半自動(dòng)的任務(wù)。商業(yè)用例包括自主航運(yùn)和先進(jìn)農(nóng)業(yè)，機(jī)器人可以在這里自主經(jīng)營(yíng)農(nóng)場(chǎng)。
人工智能安全
高德納稱，人工智能將在三個(gè)關(guān)鍵方面對(duì)網(wǎng)絡(luò)安全產(chǎn)生重大影響。首先，組織將需要確保他們能夠保護(hù)人工智能系統(tǒng)不被滲透，以防止此類系統(tǒng)產(chǎn)生錯(cuò)誤的決策或泄漏底層數(shù)據(jù)集。據(jù)這家研究公司稱，30%的人工智能網(wǎng)絡(luò)攻擊將利用訓(xùn)練數(shù)據(jù)中毒、人工智能模型盜竊或?qū)剐詷颖疚：θ斯ぶ悄芟到y(tǒng)。這些組織還需要使用人工智能來(lái)增強(qiáng)他們的安全能力，這正是已經(jīng)開(kāi)始進(jìn)入市場(chǎng)的下一代安全產(chǎn)品所能做到的。同時(shí)，他們還需要意識(shí)到不良行為者將如何使用機(jī)器學(xué)習(xí)和其他人工智能技術(shù)來(lái)實(shí)施新型網(wǎng)絡(luò)攻擊。
會(huì)話人工智能
雖然將對(duì)話式人工智能引入大眾市場(chǎng)的努力在幾年前就已開(kāi)始，但預(yù)計(jì)到2020年，這項(xiàng)技術(shù)將迎來(lái)一個(gè)重大時(shí)刻。例如，明年，Gartner預(yù)計(jì)50%的分析查詢將來(lái)自搜索、自然語(yǔ)言處理或語(yǔ)音查詢，這將使分析系統(tǒng)在組織內(nèi)更容易訪問(wèn)。在另一份報(bào)告中，這家研究公司表示，70%的白領(lǐng)每天都會(huì)使用會(huì)話平臺(tái)。
人工智能基礎(chǔ)設(shè)施
隨著人工智能影響到各種各樣的工作負(fù)載，人工智能本身在未來(lái)的it基礎(chǔ)設(shè)施投資中將發(fā)揮越來(lái)越大的作用，這一點(diǎn)也不奇怪。據(jù)Gartner稱，到2023年，人工智能將成為基礎(chǔ)設(shè)施決策的主要驅(qū)動(dòng)力之一。這一點(diǎn)很重要，因?yàn)槿斯ぶ悄芄ぷ髫?fù)載需要專門的硬件和軟件配置，以及能夠持續(xù)管理人工智能模型、幫助驅(qū)動(dòng)操作決策的專門團(tuán)隊(duì)。
傳統(tǒng)機(jī)器學(xué)習(xí)仍然很重要
