2019年人工智能的5个预测:务实的人工智能

作者: 企业网D1Net 2018-12-09 14:35:58

2019年人工智能的5个预测:务实的人工智能

2019年推动人工智能发展的力量是什么?调研机构Forrester Research公司对未来一年企业CIO针对人工智能的5项预测进行了细分。

很多企业希望在2018年获得能够应对外部压力和不断变化的IT环境。但是,却在费用、资源不足、文化抵制,以及认识到数字化转型较难等方面遇到了严峻的现实。

根据调研机构Forrester Research公司的一系列报告,这些报告指出了2018年IT团队在实施人工智能技术时的雄心壮志与执行力之间的差距,并预测了2019年将会发生什么。

IT团队的利害关系度仍然很高,但Forrester公司认为,随着企业CIO采取更加务实的数字化转型方法,并着眼于建立一个更加持久有效的创新和扩展运营基础,2019年的这种情况正在好转。

务实的人工智能

这对企业人工智能旅程意味着什么?Forrester公司预测,具有加强、自动化和个性化三个特性的务实人工智能将在2019年开始实施,因为很多企业CIO放弃了他们宏大的、长期的人工智能发展目标,并意识到他们必须与人工智能目前可以做的事情相结合,而不是在未来可以做到什么。

这将帮助企业摆脱“人工智能清洗”这一广泛问题,即声称企业的品牌和产品涉及人工智能时,而这种联系可能是脆弱的或不存在的。

“使用人工智能算法交换原有的算法只能提供有限的短期提升。”该报告的分析师兼合着者Michele Goetz说。

Forrester公司在客户在2018年向他们提出的有关人工智能的数千个问题以及该公司的深入研究基础,所发布的2019年人工智能预测报告将重点放在以下五个最佳预测中:

(1)数据质量仍将是一项挑战

Forrester表示,人工智能采用者面临的首要挑战是获得高质量的数据。该公司预测,“数据低迷”将继续影响在2019年开始采用人工智能的大多数公司。因此,Forrester公司表示,对于已经涉足人工智能的大多数公司来说,这将使人工智能(AI)转向信息架构(IA)。因为他们意识到利用人工智能,需要一个人工智能值得的数据环境。

人力资源咨询机构O.C.Tanner公司副总裁兼首席技术官Niel Nickolaisen说:“在可预见的将来,数据低迷将会继续存在。数据是凌乱的,清理数据需要花费时间和精力。我预计数据质量仍然是一项挑战。”

Goetz将数据质量称为与企业CIO最相关的人工智能方面的内容,而且是Forrester公司在人工智能预测中最重要的。

“数据是业务的数字孪生,而非数字化排放。”她说,并解释说企业CIO必须以新的方式解决人工智能中的数据问题。简单地将数据迁移到云平台以供数据科学家使用,忽略了语义设计原则,使人工智能能够深入了解业务和客户。

“数据需要在其所来自的数据库、文件或表格之外进行解释,并代表环境、影响、意图、行为、决策、行动和结果。”Goetz说。

(2)企业将把人类带回到圈子中

Forrester公司预测,利用人工智能的企业中有10%将在2019年将人类带到圈子中。报告指出,机器学习非常适合分析数据以创建预测、识别模式和自动化决策的模型,但它缺乏人工推理能力。

“就像我们对员工的管理和治理监督一样,人工智能也应该置于这个保护伞下。”Goetz说,“圈子中的人员既是可以支持人工智能的预生产培训的专家,也是人工智能机器人的同事和管理者。”

“拥有商业智能、GRC和人机协作功能,可以将机器人作为虚拟团队成员进行查看和管理,从而降低人工智能行动的风险,同时确保人工智能可以不断向团队成员和管理者学习,避免道德问题以及糟糕的决定。”她说。

然而,Nickolaisen认为将人类带到圈子有可能影响人工智能的一些动力和驱动力。

他说:“我一直认为,人工智能的强大之处在于能够快速处理大量数据和变量,并提供人类可以做的事情,但速度要快得多。有时会出现数据漏洞,因此人工智能可能会做出最佳决策,并通过直观了解丢失的数据可能暗示的内容让人类更加了解决定,但这会产生风险。”

(3)企业将在人工智能的人才争夺战中使用人工智能

众所周知,企业中的人工智能的人才短缺不仅仅是数据科学家和机器学习架构师,还有培训和管理人工智能系统所需的法律、客户体验和运营专业知识。根据Forrester公司的研究,三分之二的人工智能决策者在寻找和获得人工智能人才方面比较困难,83%的公司很难留住人才。

该公司预测,在2019年,由于传统的招聘方法存在不足,人们将看到企业开始将人工智能应用于招聘来解决人工智能的人才短缺问题。

Nickolaisen表示,人工智能驱动的招聘听起来很具吸引力,但他不确定算法会在哪里收集数据来提出招聘选项。

“我认为,更有可能解决人才需求的方式是能够创造更多可用的人工智能工具的公司。这也意味着这些工具将更加专注于更加垂直方向。”他说。

(4)机器人流程自动化(RPA)和人工智能技术

Forrester公司预测,机器人流程自动化(RPA)和人工智能将共同为超过40%的企业创建数字化工作者。企业一直在明确地处理这些技术,例如机器人流程自动化(RPA)用于自动化,人工智能用于智能控制,但要真正进行创新,并创造突破性机会,这两者的结合是必需的。

该报告提供了一些用户案例:解决服务平台问题的分析,RPA机器人的聊天机器人,触发数字工作者的物联网事件,以及将非结构化数据组织成机器人流程自动化(RPA)任务的文本分析。后者在实际部署方面领先于四个机器人流程自动化(RPA)类别。

(5)提高“可解释性人工智能”的兴趣

根据Forrester公司的说法,一些机器学习算法是透明的,易于理解,但其他算法(如神经网络)是不透明的。

在2019年,这种情况不会一直持续下去。在人工智能预测报告中,该研究公司期望像GDPR这样的法规,该法规声明自动决策主体有权获得对所达成决定的解释,将会引起企业和供应商对“可解释性”的兴趣,创造了一个新兴的供应方市场。

Forrester公司列举的例子表明,人们对人工智能的需求不断增长:DARPA公司对它的投资以及从Equifax、IBM和Pegasystems等供应商推出务实的人工智能服务和功能。

Nickolaisen对采用务实的人工智能也有一些犹豫。他说,“我同意这些算法需要有一些透明度,但是这会削弱机器学习测试不同模型并创建最佳链接因果关系的整体能力吗?”

人工智能 预测
上一篇:Gartner预测:2019年七大AI科技趋势,百万行业将颠覆! 下一篇:盘点:近两年人工智能和机器学习领域部分收购案
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI行业寒潮下,智能物流机器人产业迎来“风口”

“人工智能,前景很好,但‘钱’景不好 ” 、“2018年,人工智能的进展就是没有进展”、“2019年的AI行业已如石墨烯一样,尽显疲态”……一篇《投资人逃离人工智能》文章又给人工智能行业泼了一身冷水。人工智能融资难、“寒冬论”再一次戳痛每个人工智能从业者的心,激起大众的焦虑情绪。

AI报道 ·  1天前
人工智能应用在智慧社区五大场景

物联网、云计算、大数据、人工智能正逐步从概念走向应用。越来越多的传统产业也开始探索和创新,积极拥抱互联网和新技术。未来,人工智能技术可能会颠覆社区管理。

有熊 ·  1天前
基于PyTorch的CV模型框架,北大学生出品TorchCV

在机器学习带来的所有颠覆性技术中,计算机视觉领域吸引了业内人士和学术界最大的关注。

张倩、泽南 ·  1天前
高位截瘫患者重新行走:靠意念指挥外骨骼,法国脑机接口新突破

依靠介入头部的 2 个传感器,法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。

孙滔 ·  1天前
2008 年预测 2020 年生活方式:基本都实现了

美国皮尤研究中心曾在 2008 年预测 2020 年的生活方式,目前来看,该研究的预测基本已经实现。而对于未来 10 年,也就是 2030 年左右人们的生活,在 2017 年底的世界经济论坛上,800 多名信息和通讯技术领域的技术高管和专家给出了如下预测。

佚名 ·  1天前
机器学习的正则化是什么意思?

正则化的好处是当特征很多时,每一个特征都会对预测y贡献一份合适的力量;所以说,使用正则化的目的就是为了防止过拟合。

佚名 ·  1天前
为什么我的CV模型不好用?没想到原因竟如此简单……

机器学习专家 Adam Geitgey 近日发布了一篇文章探讨了这一简单却又让很多人头痛的问题,并分享了他为解决这一问题编写的自动图像旋转程序。

机器之心 ·  1天前
中文自动转SQL,准确率高达92%,这位Kaggle大师刷新世界纪录

首届中文NL2SQL挑战赛上,又一项超越国外水平的NLP研究成果诞生了。在NL2SQL这项任务上,比赛中的最佳成绩达到了92.19%的准确率,超过英文NL2SQL数据集WikiSQL目前完全匹配精度86.0%,执行匹配精度91.8%的最高成绩。

郭一璞 ·  1天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载