Gartner：2023年機器學習主要趨勢

近日，在澳大利亞悉尼舉行的 Gartner 數(shù)據(jù)與分析峰會上，這家研究和咨詢公司的分析師強調了數(shù)據(jù)科學和機器學習的一些頂級趨勢。

作為機器學習領域的突破性技術，生成式人工智能是討論的焦點。預計它會以某種方式影響每個行業(yè)，Gartner提出的一些趨勢與生成式 AI 工具的進步和擴散有關。

Gartner首席分析師 Peter Krensky 在一份報告中表示：“隨著機器學習在各行業(yè)的采用持續(xù)快速增長，數(shù)據(jù)科學和機器學習正在從僅僅關注預測模型，轉向更加民主化、動態(tài)和以數(shù)據(jù)為中心的學科。雖然潛在風險正在出現(xiàn)，但數(shù)據(jù)科學家及其組織的許多新功能和用例也在出現(xiàn)?！?/font>

以下是Gartner認為正在塑造數(shù)據(jù)科學和機器學習未來的五個趨勢：

1、云數(shù)據(jù)生態(tài)系統(tǒng)

在第一個十年中，組織經常以從 A 點到 B 點的方式開發(fā)云數(shù)據(jù)生態(tài)系統(tǒng)，而不是作為一個內聚的云數(shù)據(jù)單元進行部署。據(jù) Gartner 稱，到 2024 年，一半的部署將是內聚的生態(tài)系統(tǒng)，而不是手動集成的單點解決方案，這在過去十年中是大多數(shù)部署的常態(tài)。

2、邊緣人工智能

下一個轉移到邊緣的技術可能是人工智能，Gartner表示，隨著企業(yè)希望能夠在更接近創(chuàng)建點的位置處理數(shù)據(jù)，以提供實時、可操作的見解，對邊緣人工智能的需求正在增長。在邊緣運行人工智能軟件的能力對于數(shù)據(jù)隱私要求嚴格的行業(yè)的運營商也有利，這些行業(yè)不允許將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心或出國。

3、負責任的人工智能

越來越多的組織在采用人工智能時考慮道德選擇，這屬于“負責任的人工智能”這一籠統(tǒng)術語，它著眼于如何訓練和使用模型的各種要素，同時確保遵循其他風險和合規(guī)措施。Gartner 預測，由于預訓練模型的日益集中，更多基礎開發(fā)人員將使負責任的 AI 成為社會關注的問題。

4、以數(shù)據(jù)為中心的人工智能

這代表著人工智能開發(fā)重點的轉變，從以代碼為中心的方法轉向以數(shù)據(jù)為中心的方法，數(shù)據(jù)管理、合成數(shù)據(jù)和數(shù)據(jù)標簽是人工智能成功開發(fā)的關鍵因素。據(jù) Gartner 稱，到 2024 年，60% 的人工智能數(shù)據(jù)將通過綜合創(chuàng)建來刺激現(xiàn)實，這一比例高于 2021 年的 1%。

5、加速人工智能投資

隨著越來越多的企業(yè)尋求實施人工智能解決方案，人工智能投資在許多行業(yè)已經處于較高水平，預計未來幾年將會增加。到 2026 年底，對依賴基礎模型的人工智能初創(chuàng)公司的投資預計將達到 100 億美元。