9月16日消息,Gartner發(fā)布了最新的《2022年人工智能技術成熟度曲線》報告,報告稱盡早采用復合型人工智能(AI)、決策智能等AI技術將給企業(yè)機構帶來明顯的競爭優(yōu)勢,緩解AI模型脆弱性引發(fā)的問題,有助于捕捉業(yè)務背景信息,推動價值實現(xiàn)。
已進入生產(chǎn)成熟期的技術,其實際效益已得到證明和認可。隨著越來越多的企業(yè)機構認為風險已下降至可接受程度,AI技術的采用開始進入快速增長階段(見圖一)。
AI一直是企業(yè)、政府和社會討論的熱門話題,企業(yè)機構很難分辨哪些AI技術具有真正的業(yè)務價值。數(shù)據(jù)和分析(D&A)領導者需制定具有前瞻性的AI戰(zhàn)略,并充分利用當前可產(chǎn)生重大影響的技術。
圖一、2022年人工智能技術成熟度曲線
來源:Gartner(2022年7月)
合成數(shù)據(jù)
當今AI發(fā)展所面臨的主要問題之一是,為有效訓練AI模型而獲取真實數(shù)據(jù)并進行標記,會給企業(yè)機構帶來沉重的負擔。此舉不但耗時,而且費用高昂,但這一問題可通過合成數(shù)據(jù)來彌補。另外,合成數(shù)據(jù)在去除個人身份信息(PII)方面也有至關重要的作用。
因果人工智能
人工智能的最終價值在于提高人類的行動水平。機器學習(ML)方法根據(jù)統(tǒng)計關系(相關性)進行預測,無論這些關系是否構成因果關系。當需要更規(guī)范地確定哪些最佳行動可促成特定結果時,因果人工智能可發(fā)揮至關重要的作用。該方法能夠提高人工智能技術的自主性、可解釋性、穩(wěn)健性和效率。
決策智能
決策智能是一種實用的技術,旨在準確理解決策流程以及如何根據(jù)反饋來評估、管理和改進結果,從而提高決策水平。當前,隨著人工智能技術在決策中的應用日益廣泛,自動決策和增強智能受到熱議,這一趨勢正在將決策智能推向期望膨脹期。近期的危機揭示了業(yè)務流程的脆弱性,而在企業(yè)機構重構業(yè)務流程并增強韌性、適應性和靈活性的過程中,決策智能方法和技術將發(fā)揮重要作用。依托多種軟件技術的決策智能市場正快速興起,已開始為決策者提供解決方案。
復合型人工智能
復合型人工智能產(chǎn)生的前提在于,任何一種人工智能方法都不能解決所有問題。目前,復合型人工智能將“連接主義”派別的方法(如機器學習)與“符號主義”等派別的方法(如基于規(guī)則的推理、圖分析、基于主體的建模和優(yōu)化技術等)相結合,旨在減少人工智能解決方案學習時所需的數(shù)據(jù)和能量,使抽象化機制發(fā)揮更大作用。復合型人工智能是推動決策智能市場興起的核心因素。
生成式人工智能
目前對生成式人工智能方法的探索正在升溫,并且開始在生命科學、醫(yī)療、制造、材料科學、媒體、娛樂、汽車、航空航天、國防以及能源行業(yè)證明自身的價值。生成式人工智能已催生了營銷、設計、建筑和內(nèi)容領域的創(chuàng)造性工作。技術生成的合成數(shù)據(jù)可以提高人工智能交付的準確性和速度。生成式人工智能的使用日益普遍,已上市的產(chǎn)品種類越來越豐富,此技術最近被積極應用于元宇宙領域。
基礎模型
基礎模型附帶大量預訓練數(shù)據(jù)集并可適用于廣泛的用例,是人工智能領域發(fā)展過程中的重大進步。與以前的模型相比,基礎模型能更高效地提供更先進的自然語言處理能力?;A模型已成為自然語言處理領域的首選架構,此架構還可支持計算機視覺、音頻處理、軟件工程、生物化學、金融和法律用例。
- 獨家對話尚網(wǎng)網(wǎng)絡CEO朱立華:再造線下經(jīng)濟新繁榮
- 消息稱智譜管理層變動 2名高管離職
- SM娛樂單方面通知網(wǎng)易云音樂不續(xù)約 行業(yè)預估波及數(shù)百萬用戶
- 特斯拉中國召回超120萬輛進口及國產(chǎn)汽車
- 小米首次召回3.1萬輛SU7標準版車型 OTA升級即可解決
- 解碼機器人技術未來:英偉達推動智能與產(chǎn)業(yè)融合
- 網(wǎng)易云音樂或?qū)⑾录躍M娛樂版權歌曲 行業(yè)預估波及數(shù)百萬用戶
- 百川智能發(fā)布全場景深度思考模型Baichuan-M1-preview:聚齊三大推理能力,解鎖醫(yī)療循證模式
- 抖音上線打車服務 目前僅高德打車一家入駐
- 好未來2025財年第三季度凈利潤2310萬美元,同比扭虧
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。