首頁熱門文章
Gartner預測：2019年七大AI科技趨勢 百萬行業(yè)將顛覆
發(fā)布時間：2018-12-12 分類：趨勢研究
盡管科幻小說可能將人工智能機器人描繪成壞人，但一些科技巨頭現(xiàn)在也將其用于安全。 微軟和優(yōu)步等公司使用Knightscope K5機器人巡邏停車場和大型戶外區(qū)域來預測和預防犯罪。 機器人可以讀取車牌，報告可疑活動并收集數(shù)據(jù)以向其所有者報告。
這些人工智能驅動的機器人只是“自主事物”的一個例子，它是2019年Gartner 7大戰(zhàn)略技術之一，有可能在未來五年內帶來重大中斷并帶來機遇。
趨勢1：自主事物
無論是汽車，機器人還是農業(yè)，自主事物都使用AI來執(zhí)行傳統(tǒng)上由人類完成的任務。 智能的復雜程度各不相同，但所有自主事物都使用人工智能與他們的環(huán)境進行更自然的交互。
自主事物有五種類型：機器人、車輛、無人機、家電、虛擬助理。
這五種類型占據(jù)四種環(huán)境：海洋，陸地，空中和數(shù)字。 它們都具有不同程度的能力，協(xié)調和智能。 例如，它們可以跨越在空中操作的無人機，人工輔助在田地中完全自主地操作的農業(yè)機器人。 這描繪了潛在應用的廣泛圖景，幾乎每個應用程序，服務和物聯(lián)網對象都將采用某種形式的AI來自動化或增強流程或人為操作。 諸如無人機群之類的協(xié)作自主事物將越來越多地推動人工智能系統(tǒng)的未來發(fā)展。
趨勢2：增強式分析（大數(shù)據(jù)）
數(shù)據(jù)科學家現(xiàn)在擁有越來越多的數(shù)據(jù)來準備，分析和分組 - 并從中得出結論。鑒于數(shù)據(jù)量，探索所有可能性變得不可能。這意味著企業(yè)可能會錯過數(shù)據(jù)科學家無法探索的假設的關鍵見解。
增強分析代表了數(shù)據(jù)和分析能力的第三大浪潮，因為數(shù)據(jù)科學家使用自動算法來探索更多假設。數(shù)據(jù)科學和機器學習平臺已經改變了企業(yè)如何產生分析洞察力。
“到2020年，超過40%的數(shù)據(jù)科學任務將實現(xiàn)自動化”。
增強分析可識別隱藏的模式，同時消除個人偏見。雖然企業(yè)存在無意中將偏差插入算法的風險，但增強分析和自動化洞察最終將嵌入到企業(yè)應用程序中。
到2020年，公民數(shù)據(jù)科學家的數(shù)量將比專業(yè)數(shù)據(jù)科學家快5倍。公民數(shù)據(jù)科學家使用人工智能驅動的增強分析工具，自動化數(shù)據(jù)科學功能，自動識別數(shù)據(jù)集，開發(fā)假設和識別數(shù)據(jù)模式。企業(yè)將把公民數(shù)據(jù)科學家視為實現(xiàn)和擴展數(shù)據(jù)科學能力的一種方式。 Gartner預測，到2020年，超過40%的數(shù)據(jù)科學任務將實現(xiàn)自動化，從而提高公民數(shù)據(jù)科學家的生產力和廣泛使用。在公民數(shù)據(jù)科學家和增強分析之間，數(shù)據(jù)洞察將在整個企業(yè)中得到更廣泛的應用，包括分析師，決策者和運營工作者。
趨勢3：人工智能驅動的開發(fā)
AI驅動的開發(fā)著眼于將AI嵌入到應用程序中并使用AI為開發(fā)過程創(chuàng)建AI驅動的工具的工具，技術和最佳實踐。這一趨勢正在沿著三個方面發(fā)展：
用于構建基于AI的解決方案的工具正在從針對數(shù)據(jù)科學家(AI基礎設施，AI框架和AI平臺)的工具擴展到針對專業(yè)開發(fā)人員社區(qū)(AI平臺，AI服務)的工具。借助這些工具，專業(yè)開發(fā)人員可以將AI驅動的功能和模型注入應用程序，而無需專業(yè)數(shù)據(jù)科學家的參與。
用于構建基于AI的解決方案的工具正在被賦予AI驅動的功能，這些功能可以幫助專業(yè)開發(fā)人員并自動執(zhí)行與AI增強型解決方案開發(fā)相關的任務。增強分析，自動化測試，自動代碼生成和自動化解決方案開發(fā)將加速開發(fā)過程，并使更廣泛的用戶能夠開發(fā)應用程序。
支持AI的工具正在從協(xié)助和自動化與應用程序開發(fā)(AD)相關的功能演變?yōu)槭褂脴I(yè)務領域專業(yè)知識和自動化AD流程堆棧(從一般開發(fā)到業(yè)務解決方案設計)的更高活動。
市場將從專注于與開發(fā)人員合作的數(shù)據(jù)科學家轉移到使用作為服務提供的預定義模型獨立運營的開發(fā)人員。這使更多的開發(fā)人員能夠利用這些服務，并提高效率。這些趨勢也導致虛擬軟件開發(fā)人員和非專業(yè)“公民應用程序開發(fā)人員”的主流使用。
趨勢4：賦權邊緣
邊緣計算是一種拓撲，其中信息處理和內容收集和傳遞更靠近信息源，并且將流量保持在本地將減少延遲。目前，該技術的大部分重點是物聯(lián)網系統(tǒng)需要在嵌入式物聯(lián)網世界中提供斷開連接或分布式功能。這種類型的拓撲結構將解決高WAN成本和不可接受的延遲水平等挑戰(zhàn)。此外，它還將實現(xiàn)數(shù)字業(yè)務和IT解決方案的細節(jié)。
“技術和思維將轉變?yōu)榻涷瀸⑷藗兣c數(shù)百個邊緣設備聯(lián)系起來的地步”。
到2028年，Gartner預計在邊緣設備中嵌入傳感器，存儲，計算和高級AI功能將不斷增加。一般而言，智能將走向各種終端設備的邊緣，從工業(yè)設備到屏幕再到智能手機再到汽車發(fā)電機。
趨勢5：沉浸式技術
到2028年，改變用戶與世界互動方式的會話平臺，以及改變用戶感知世界的方式的增強現(xiàn)實(AR)，混合現(xiàn)實(MR)和虛擬現(xiàn)實(VR)等技術將帶來新的身臨其境的體驗。 AR，MR和VR顯示出提高生產力的潛力，下一代VR能夠感知形狀并跟蹤用戶的位置和MR，使人們能夠查看和與他們的世界互動。
到2022年，70%的企業(yè)將嘗試使用沉浸式技術進行消費和企業(yè)使用，25%將部署到生產中。會話平臺的未來，從虛擬個人助理到聊天機器人，將結合擴展的感官渠道，使平臺能夠根據(jù)面部表情檢測情緒，并且他們將在交互中變得更加對話。
最終，技術和思維將轉移到這樣的程度，即人們將數(shù)百種邊緣設備(從計算機到汽車)連接起來。
趨勢6：智能空間
智能空間是物理或數(shù)字環(huán)境，人類和技術支持的系統(tǒng)在日益開放，連接，協(xié)調和智能的生態(tài)系統(tǒng)中相互作用。隨著技術成為日常生活中更加集成的一部分，智能空間將進入加速交付的時期。此外，隨著個人解決方案成為智能空間，其他趨勢，如AI驅動技術，邊緣計算，區(qū)塊鏈和數(shù)字雙胞胎正在朝著這一趨勢發(fā)展。
智能空間僅在五個關鍵方面發(fā)展：開放性，連通性，協(xié)調性，智能性和范圍。從本質上講，智能空間正在發(fā)展，因為單個技術從孤島中產生，共同協(xié)作以創(chuàng)建協(xié)作和交互環(huán)境。智能空間最廣泛的例子是智能城市，其中結合商業(yè)，住宅和工業(yè)社區(qū)的區(qū)域正在使用智能城市生態(tài)系統(tǒng)框架進行設計，所有部門都與社會和社區(qū)協(xié)作相關聯(lián)。
趨勢7：量子計算
量子計算是一種非經典計算，它基于亞原子粒子的量子態(tài)，它將信息表示為表示為量子位或“量子位”的元素。
量子計算機是指數(shù)級可擴展且高度并行的計算模型。 想象傳統(tǒng)計算機和量子計算機之間差異的一種方法是想象一個巨大的圖書館。
雖然經典計算機會以線性方式讀取庫中的每本書，但量子計算機會同時讀取所有書籍。 量子計算機理論上可以同時處理數(shù)百萬次計算。 以商業(yè)可用，價格合理且可靠的服務形式進行的量子計算將改變一些行業(yè)。
顛覆未來 - 智能AI芯片
從推動PCB的生產到在增強現(xiàn)實中發(fā)揮不可或缺的作用，下一代人工智能有可能徹底改變我們所知道的生活。谷歌發(fā)布自己的TPU以及Egde TPU：TPU是針對TensorFlow上的機器學習工作負載量身定制的定制應用專用集成電路(ASIC)。 雖然第一代TPU僅用于推理，但Cloud TPU適用于推理和機器學習培訓。Cloud TPU采用四個定制ASIC構建，可提供強大的64 GB高帶寬內存和180 TFLOPS性能。
去年，谷歌宣稱它的TPU比現(xiàn)代GPU和推理CPU快15到30倍，并且TOPS / Watt測量值提高了30-80倍。
在舊金山Google Next會議的主題演講中，Google Cloud的物聯(lián)網副總裁Injong Rhee宣布推出兩款新的AIY項目主板 - AIY Projects Edge TPU Dev Board和Edge TPU Accelerator 圍繞谷歌新推出的專用邊緣TPU。
