[新聞] Gartner概述AI創新四大趨勢 預計未來2至5年對市場產生變革

看板Tech_Job作者 (zxcvxx)時間4年前 (2021/09/15 18:11), 編輯推噓4(4013)
留言17則, 6人參與, 4年前最新討論串1/1
Gartner概述AI創新四大趨勢 預計未來2至5年對市場產生變革 https://bit.ly/3tK1wdi 2021年Gartner針對AI的Hype Cycle提出四個趨勢且正在推動近期AI創新。這些趨勢包括 :負責任的AI;小而廣的數據方法;AI平台的運作;以及有效利用數據、模型和運算資源 。 Gartner認為AI創新正在快速發生,根據其最新公布的Hype Cycle,可以得知邊緣AI、電 腦視覺、決策智慧和機器學習在內的創新,預計在未來2至5年將對市場產生變革性影響。 看起來,AI市場仍處於進化街段,大比例的AI 創新是出現在向上的創新觸發點上。這表 明最終用戶正在尋求特定技術能力的市場趨勢,其往往會超出現今AI工具的能力。以下針 對四大趨勢概述說明: 1.負責任的AI AI技術的信任度、透明度、公平性和可審計性對廣泛的利益相關者來說越來越重要。因此 ,負責任的AI有助於實現公平。事實上,Gartner 預計到2023年,所有為AI開發和培訓工 作聘用的人員,都必須展示在負責任的AI方面的專業知識。 2.小而廣的數據方法 數據是構成成功AI計劃的基礎。小而廣的數據方法支持更強大的分析和AI,減少組織對大 數據的依賴,並提供更豐富、更完整的情況感知。 Gartner預計到2025年,70%的組織將被迫將重點從大數據轉移到小而廣數據,為分析提供 更多上下文關聯,並減少AI對數據的需求。 基本上,小數據是分析技術的應用,其需要較少的數據但仍能提供有用的見解。而廣泛的 數據可以實現各種數據源的分析和綜效。這一方法可以實現更強大的分析,並有助於獲得 以360度視野來看商業問題。 3.AI平台的操作性 利用AI進行業務轉型的緊迫性和關鍵性正在推動AI平台操作化的需求。這意味著將AI專案 從概念轉移到生產,以便可以依靠AI解決方案來解決企業問題。 Gartner的研究發現,只 有一半的AI專案能夠從試點進入生產階段,而平均需要9個月時間。如AI編排和自動化平 台 (AIOAP) 以及模型操作化 (ModelOps) 等創新正在實現可重複使用性、可擴展性和治 理,因而加速AI的採用和成長。 4.有效利用資源 鑑於AI部署所涉及的數據、模型和運算資源的複雜性和規模,AI創新需要以最高效率使用 這些資源。多重經驗、複合式AI、生成式AI 和變形者等,因其能夠以更有效的方式解決 廣泛的商業問題而在AI市場中獲得知名度,並預計在2至5年之間進入Hype Cycle的最後階 段。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.145.192.245 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1631700666.A.EC3.html

09/15 19:01, 4年前 , 1F
實聯制:
09/15 19:01, 1F

09/15 20:01, 4年前 , 2F
洋雞Gardner 表示:
09/15 20:01, 2F

09/15 21:27, 4年前 , 3F
量子佛學是新的趨勢
09/15 21:27, 3F

09/16 03:41, 4年前 , 4F
AI最好的應用,就是將所有儀器都自動化自己操作測試
09/16 03:41, 4F

09/16 05:38, 4年前 , 5F
大數據退燒了換小而廣嗎
09/16 05:38, 5F

09/16 10:24, 4年前 , 6F
G這水平看看就好 說大數據退燒是沒在接觸過FAANG
09/16 10:24, 6F

09/16 10:25, 4年前 , 7F
規模的公司 不然Confluence還能拼上市?
09/16 10:25, 7F

09/16 10:25, 4年前 , 8F
*Confluent
09/16 10:25, 8F

09/16 10:26, 4年前 , 9F
小數據是大公司要讓使用者接受Federated Learning的
09/16 10:26, 9F

09/16 10:27, 4年前 , 10F
一種模式 Tim Berners Lee講分散式資料擁有權很久了
09/16 10:27, 10F

09/16 10:28, 4年前 , 11F
或許這幾年有實際應用場景 小資料就可以落地
09/16 10:28, 11F

09/16 10:29, 4年前 , 12F
更常見的小資料是醫療AI 認識的人在GoogleAI專碰這
09/16 10:29, 12F

09/16 10:30, 4年前 , 13F
項 是覺得台灣產業特性沒有參與可理解 但大家都觀望
09/16 10:30, 13F

09/16 10:30, 4年前 , 14F
不認真理解脈動 我們這個世代只會被外面淘汰
09/16 10:30, 14F

09/16 10:32, 4年前 , 15F
希望有更多台灣一流AI公司把我們帶向世界 耐能的老
09/16 10:32, 15F

09/16 10:34, 4年前 , 16F
從草創經歷那麼多年 終於可以赴美上市 AI的峰谷都經
09/16 10:34, 16F

09/16 10:35, 4年前 , 17F
歷很多吧 領域仍大有可為 台灣也有努力的人
09/16 10:35, 17F
文章代碼(AID): #1XGSQwx3 (Tech_Job)