2024年Gartner炒作周期的人工智能新动向

【🚀Gartner人工智能炒作周期🚀】

最近Gartner人工智能炒作周期的创新值得您关注——许多创新将在未来两到五年内出现。

Gartner总监兼分析师Afraz Jaffri表示：“人工智能炒作周期有许多创新值得在两到五年内特别关注，以将其纳入主流，其中包括生成性人工智能和决策智能。早期采用这些创新将带来显著的竞争优势，并缓解在业务流程中使用人工智能模型的相关问题。”

🚀两种类型的GenAI创新占据主导地位

生成型人工智能正在主导关于人工智能的讨论，使用ChatGPT等系统，以非常真实的方式提高了开发人员和知识工作者的生产力。这促使组织和行业重新思考其业务流程和人力资源的价值，将GenAI推到了炒作周期中膨胀预期的顶峰。

Gartner现在看到了生成型人工智能运动朝着更强大的人工智能系统发展的两个方面：

➡️GenAI将推动的创新。

➡️将推动GenAI进步的创新。

🌟将由生成人工智能推动的创新

生成型人工智能影响业务，因为它涉及内容发现、创建、真实性和法规。它还具有自动化人工工作以及客户和员工体验的能力。

属于这一类别的关键技术包括以下内容：

➡️通用人工智能（AGI）是一种（目前假设的）机器智能，可以完成人类可以完成的任何智力任务。

➡️人工智能工程是企业大规模交付人工智能解决方案的基础。该学科创建了连贯的企业开发、交付和基于人工智能的操作系统。

➡️自主系统是执行领域受限任务的自我管理物理或软件系统，表现出三个基本特征：自主、学习和代理。

➡️云人工智能服务提供人工智能模型构建工具、预构建服务的API和相关中间件，使在预构建基础设施上运行的机器学习（ML）模型能够作为云服务进行构建/培训、部署和使用。

➡️复合人工智能是指将不同的人工智能技术组合应用（或融合），以提高学习效率，拓宽知识表达水平。它以更有效的方式解决了更广泛的业务问题。

➡️计算机视觉是一套技术，涉及捕捉、处理和分析真实世界的图像和视频，以从物理世界中提取有意义的上下文信息。

➡️以数据为中心的人工智能是一种专注于增强和丰富训练数据以推动更好的人工智能结果的方法。以数据为中心的人工智能还涉及数据质量、隐私和可扩展性。

➡️边缘人工智能是指在非IT产品、物联网端点、网关和边缘服务器中嵌入人工智能技术的使用。它涵盖了消费者、商业和工业应用的用例，如自动驾驶汽车、增强的医疗诊断能力和流媒体视频分析。

➡️智能应用程序利用学习的适应能力对人和机器做出自主反应。

➡️模型操作（ModelOps）主要侧重于高级分析、人工智能和决策模型的端到端治理和生命周期管理。

➡️操作人工智能系统（OAISys）实现了生产级和企业级人工智能的编排、自动化和扩展，包括ML、DNN和Generative AI。

➡️即时工程是以文本或图像的形式向生成的人工智能模型提供输入，以指定和限制模型可以产生的一组响应的学科。

➡️智能机器人是人工智能驱动的、通常是移动的机器，旨在自主执行一项或多项物理任务。

➡️合成数据是一类人工生成的数据，而不是从现实世界的直接观测中获得的数据。

🌟将推动人工智能发展的创新

Gartner副总裁分析师Svetlana Sicula表示：“由于稳定扩散、中途、ChatGPT和大型语言模型的流行，生成人工智能的探索正在加速。大多数行业的最终用户组织都在积极尝试生成人工智能。”。

“技术供应商成立了生成性人工智能小组，优先交付支持生成性人工智慧的应用程序和工具。2023年，许多初创公司涌现出了使用生成性人工智进行创新的公司，我们预计这一数字还会增长。一些政府正在评估生成性AI的影响，并准备出台法规。”

属于这一类别的关键技术包括以下内容：

➡️人工智能模拟是人工智能和模拟技术的结合应用，共同开发人工智能代理和模拟环境，在模拟环境中可以对其进行训练、测试，有时还可以进行部署。

➡️人工智能信任、风险和安全管理（AI TRiSM）确保人工智能模型治理、可信度、公平性、可靠性、稳健性、有效性和数据保护。

➡️因果人工智能识别并利用因果关系，超越基于相关性的预测模型，走向能够更有效地规定行动并更自主地行动的人工智能系统。

➡️数据标记和注释（DL&A）是一个对数据资产进行进一步分类、分割、注释和扩展的过程，以丰富数据，从而实现更好的分析和人工智能项目

➡️第一原理人工智能（FPAI）（也称为基于物理的人工智能）将物理和模拟原理、支配定律和领域知识纳入人工智能模型。FPAI将人工智能工程扩展到复杂系统工程和基于模型的系统

➡️基础模型是以自我监督的方式在广泛的数据集上训练的大参数模型。

➡️知识图是物理世界和数字世界的机器可读表示。它们包括实体（人、公司、数字资产）及其关系，这些实体遵循图形数据模型。

➡️多智能体系统（MAS）是一种由多个独立（但交互式）智能体组成的人工智能系统，每个智能体都能够感知其环境并采取行动。代理可以是人工智能模型、软件程序、机器人和其他计算实体。

➡️神经符号人工智能是一种复合人工智能，它将机器学习方法和符号系统相结合，以创建更健壮、更可信的人工智能模型。它为更有效地解决更广泛的业务问题提供了推理基础设施。

➡️负责任的人工智能是一个总括性术语，指在采用人工智能时做出适当的商业和道德选择的各个方面。它包括确保积极、负责任和道德的人工智能开发和运营的组织责任和实践。