-
UID:12641
-
- 注册时间2013-11-16
- 最后登录2023-11-02
- 在线时间364小时
- 配偶单身
-
-
- 发帖682
- 搜Ta的帖子
- 精华0
- 铜币48325
- 威望621
- 贡献值20
- 银元28073
-
访问TA的空间加好友用道具
- 发帖
- 682
- 铜币
- 48325
- 威望
- 621
- 贡献值
- 20
- 银元
- 28073
|
lZ3o3" NjTVinz Gartner:2018人工智能技术成熟度曲线 G]Jchg < rQncW~ x bG'![OX 人工智能被广为关注,但是一些想法恐难达到预期。本成熟度曲线将追踪AI基本趋势和未来创新,以确定人工智能技术发展的范围、状态、价值和风险。 $jd>=TU| ~N i#xa NMSpi[dr 一、从曲线上消失的技术 .>(?c92 Z UvA` 2018年,以下几个技术已经从曲线上消失: u#+p6%?k I92c!`{ ➧ 1、虚拟客户助理 T4W"!4[ -zeodv7 ➧ 2、认知专家顾问 5X7kZ!r Z66b>.<8 ➧ 3、3级和4级自动驾驶 X9:(}=E
V 8tc9H}> ➧ 4、深层强化学习
h=q%h8 2C@hjw( ➧ 5、智能应用程序 !U,^+"l'GP /12D >OK
➧ 6、信息技术操作人工智能平台 Y:nF.An3 =jik33QV< 二、2018曲线五个阶段的关键技术 ,RkL|'1l c=YJ:&/5& (一)上升阶段 ~IHjj1s ^J8sR4p#
1 人工智能管理 ^6?NYHMr= 5(/ 5$u 用预测模型和算法,指导人工智能的应用和使用,优化决策权的分配,确保组织对风险的问责和投资决策过程的掌控。不论是何种人工智能,数据源要真实可信。为了避免片面的信息,要求汇聚新的、不同的,甚至是矛盾的数据与您已经使用的数据相结合,以尽量减少人工智能带来的偏见的风险。 :'OCQ.[{s gyW*-:C 2 通用人工智能 @17hB h h_ ^,|@C" 通用人工智能也被称为“强人工智能”。目前的人工智能看起来具有人类一样的学习、推理和适应能力,但它们缺乏常识、智能和广泛的自我维护和复制手段。在人工智能方面取得的实际进展仅限于弱人工智能。如今的人工智能技术无法被证明具有相当于人类智能的能力(对于证明此类智能的测试,缺乏共识本身就是一个问题)。在某种程度上,有可能制造出一台接近人类认知能力的机器,但我们很可能要等几十年才能完成必要的研究和工程。 2p( M`@ CS 7"mE`{ 前沿人工智能技术正在推动目前被认为是“惊人的创新”,包括深度学习工具和相关的自然语言处理能力,这些创新正在做我们以前认为技术做不到的事情。然而,它们通常只是刚刚从实验室出现的研究工具,而且随着时间的推移,我们对工程原理没有完全的理解,反而了解它们的局限性,针对性制定可行的研发指导策略。随着这种好奇心热度逐渐消退,人们会慢慢开始感到厌烦。 u}QB-oU
-%XvWZvZ 特殊用途的人工智能将对商业和个人生活产生巨大的破坏性影响。但是在技术出现重大突破之前,应该忽略任何供应商关于他们的产品具有通用人工智能这一说法,往往是程序员制造的幻觉。在未来10年内,通用人工智能不太可能出现。当它最终出现时,它很可能是许多特殊用途人工智能技术结合在一起的结果。 u_aln[oIv fwy-M: 3 人工智能开发工具包 8ycmvpJ o:\RJig< 人工智能(AI)开发工具包是指抽象数据平台、框架和分析库的应用程序和软件开发工具包(SDK),能够交付软件工程师启用的人工智能应用程序等。它们涵盖:云为基础的人工智能的服务;用于虚拟助理(例如苹果Siri、Amazon Alexa和Google助手)的工具包,设备开发工具包;以及AI服务SDK。软件工程师使用它们,并将AI集成到新的或现有的应用程序中。 TtL2}Wdd.% -R!qDA" 在过去的18到24个月中,厂商一直在积极地提供面向开发人员的AI工具包和SDK。有代表性的产品包括:基于云的人工智能云服务平台(例如,Google Automl、AwsSagaker和Azure ML studio),用于虚拟助手的工具包(例如,Amazon Alexa技能工具包、Apple Sirikit、百度Dueros开放平台、Google对话框流和Cortana设备Sdk)设备开发工具包(例如microsoft vision AI)、SDK(例如,苹果的coreml和Google ML工具包)。 ,w.`(?I/ HQ%-e5Q 在所有类别中,供应商提供的产品都需要不同的部署考虑,并具有不同的特性覆盖范围差异,但我们预计,与原生PaaS平台相比,基于云的AIaas平台将降低数据科学的复杂性,从而更有利于开发人员采用。但是在数据准备、特征甄别、模型选择和培训、超参数优化和模型部署阶段各供应商之间差异很大。 Z=O 2tR v-85`h AI Developer工具包支持如图像识别(包括人脸和地标)、文本分析和图像标记。开发人员还可以在模型运行时部署自定义模型并可选择地更新云服务中的模型。设备开发工具包将定制硬件设备与API和SDK放在一起,以鼓励平台开发人员采用。随着平台支持被纳入更广泛的市场产品,直接平台供应商工具包产品将减少。 ~P*t_cpZ
Nxu10 全球对人工智能的需求是巨大的,其增长速度远远超过了有经验的数据科学家单打独斗的速度。随着数据产品的不断成熟,通过轻量级运行框架的扩展,实现对以边缘或以设备为中心的AI模型的支持。软件工程师和数据科学家的努力提高了用户对更广泛的、基于供应商的云平台产品的吸引力和粘性,包括平台即服务(PaaS)。 VV(>e@Bc4 DPfP)J:~ 4 知识图谱 c<V.\y0x \?,'i/c- 知识图谱由信息知识编码为由节点和链接边组成的网络图中的数据,而不是由行和列组成的表。专业供应商正在向新市场提供基于图形的产品,知名供应商正在其平台和产品中提供这种技术。 mT.p-C W{OlJRX8 使用自然语言处理(NLP)和相关的文本分析技术,知识图谱非常适合存储从非结构化资源分析中提取的数据。它们还能够存储结构化数据,包括隐式提供结构和内容的元数据,编码支持各种用例的处理的信息。 ?VMj;+'tr }2Lh'0 xY 应用程序领导者应该使用知识图谱将不同的概念连接起来,用缺失的信息丰富他们的数据。通过图表分析,可以自动发现和利用数字资产、数据源、过程交互产生的动态关系等。 p}KZ#"Q
XpzdvR1 5 神经形态硬件 _tR%7%3* bQ-5uFe~$B 神经形态硬件包括从概念上受神经生物学体系结构启发的半导体器件。神经形态处理器采用非von-Neumann体系结构,并实现与传统处理器截然不同的执行模型。它们的特点是处理元素简单,但互连性很高。 &jg |