Инновации в области искусственного интеллекта продолжают давать большую отдачу коммерческим организациям, и в ближайшие годы темпы внедрения ИИ ускорятся.
«Цикл ажиотажа» (Hype Cycle™) фирмы Gartner для искусственного интеллекта (ИИ) по состоянию на 2022 год выделяет ключевые инновации в технологиях и методах ИИ, выходящие за рамки «повседневного» ИИ, уже используемого для добавления интеллекта к ранее статичным деловым приложениям, устройствам и инструментам повышения производительности.
«Примечательно, что «Цикл ажиотажа для ИИ» полон инноваций, которые, как ожидается, принесут большую отдачу или даже будут иметь трансформирующий характер», - говорит директор по аналитике фирмы Gartner Афраз Джаффри (Afraz Jaffri). «Обратите особое внимание на инновации, которые, как ожидается, получат широкое распространение через два-пять лет, включая «композитный» ИИ (composite AI), интеллектуальное принятие решений (decision intelligence) и периферийный ИИ (edge AI). Раннее внедрение этих инноваций может дать значительное конкурентное преимущество и большую отдачу для деловой деятельности, а также смягчить проблемы, связанные с хрупкостью ИИ-моделей».
Для справки: Ряд публикаций фирмы Gartner по тематике искусственного интеллекта) можно бесплатно скачать со страницы по адресу https://www.gartner.com/en/information-technology/insights/artificial-intelligence , при условии предоставления данных о себе и о работодателе.
Четыре категории инноваций в области ИИ
Ожидается, что широкий спектр инноваций в области искусственного интеллекта повлияет на людей и на процессы внутри и вне корпоративного контекста, что делает их понимание важным для многих заинтересованных сторон начиная от руководителей коммерческих организаций и до корпоративных инженерных групп, которым поручается развертывание и ввод в эксплуатацию систем на основе искусственного интеллекта.
Однако от использования отражённого в «Цикле ажиотажа» видения - для разработки на перспективу своих ИИ-стратегий и использования оказывающих сегодня наиболее сильное воздействие технологий - в наибольшей степени должны выиграть лидеры в области данных и аналитики (data and analytics, D&A).
Упомянутые в «Цикле ажиотажа» ИИ-инновации отражают взаимодополняющие, а иногда и противоречащие друг другу приоритеты в четырех основных категориях:
- ИИ, ориентированный на данные (Data-centric AI)
- ИИ, ориентированный на модели (Model-centric AI)
- ИИ, ориентированный на приложения (Applications-centric AI)
- ИИ, ориентированный на человека (Human-centric AI)
«Цикл ажиотажа» фирмы Gartner для искусственного интеллекта 2022 года
ИИ, ориентированный на данные
ИИ-сообщество традиционно фокусировало внимание на улучшении результатов использования ИИ-решений путём настройки самих ИИ-моделей, однако ориентированный на данные ИИ смещает акцент на улучшение и обогащение данных, используемых для обучения алгоритмов.
При решении специфических для ИИ вопросов, связанных с данными, ориентированный на данные ИИ радикально отходит от традиционного управления данными, однако масштабно инвестирующие в ИИ организации будут эволюционировать, чтобы сохранить «вечнозелёные» классические идеи управления данными и распространить их на ИИ двумя способами:
- Добавляя возможности, необходимые для удобного применения искусственного интеллекта ориентированной на ИИ аудиторией, которая не знакома с управлением данными;
- Используя искусственный интеллект для совершенствования и расширения «вечнозелёных» классических методов стратегического управления данными, обеспечения их жизнестойкости, интеграции и качества.
Инновации в области ориентированного на данные искусственного интеллекта включают синтетические данные, графы знаний, маркировку и аннотирование данных.
Синтетические данные (synthetic data), например, представляют собой класс данных, которые генерируются искусственно, а не получаются из прямых наблюдений над реальным миром. Данные можно генерировать с использованием различных методов, таких как статистически строгая выборка из реальных данных, семантические подходы и генеративные состязательные сети; или путем создания сценариев моделирования, в которых модели и процессы взаимодействуют с целью создания совершенно новых наборов данных о событиях.
Синтетические данные всё шире применяются в различных отраслях, наряду с использованием в компьютерном зрении и в приложениях для обработки естественного языка, - а Gartner прогнозирует значительное расширение внедрения в качестве синтетических данных:
- Во избежание использования персональных данных при обучении моделей машинного обучения (machine learning, ML), с помощью синтетических вариаций исходных данных или синтетической замены частей данных;
- Для снижения затрат и экономии времени при разработке решений на основе машинного обучения, так как получить данные таким образом дешевле и быстрее;
- Для повышения производительность ML-алгоритмов и решений, поскольку наличие больших объёмов обучающих данных приводит к лучшим результатам обучения.
(Окончание следует, см. http://rusrim.blogspot.com/2022/10/gartner-2022-2.html )
Джеки Уайлс (Jackie Wiles)
Источник: сайт фирмы Gartner
https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2022-gartner-hype-cycle
Комментариев нет:
Отправить комментарий