Gartner发布AI技术成熟度曲线，Edge AI、AutoML等或将最先实现商业化

近日，围绕现在AI的定位、未来AI的发展状况、如何抵达未来三个话题，老牌信息技术研究分析公司Gartner发布了最新版的AI技术成熟度曲线。

在曲线的峰值处，我们能看到AI Paas（人工智能平台服务）、Auto ML（自动化机器学习）等12项技术成为了人们这一阶段对AI最大的期待。

相比之下，Robitic Process Automation Software（机器人自动化运行软件）、GPU Accelerators（GPU加速器）、Speech Recognition（语音识别）或将成为最快落地的AI项目。

而Artificial General Intelligence（创造一个像人一样的AI）、Autonomous Vehicles（自动驾驶汽车）、Quantum Computing（量子计算）等技术实现难度有待考量，或许还需要超过10年的时间才能实现。

在理解2019AI技术成熟度曲线前，我们先回顾一下Gartner在2018年的曲线中都预测了什么。

通过两条曲线的对比，我们可以发现，Ensemble Learning（集成学习）、Virtual Reality（虚拟现实）、Knowledge Management Tools（知识管理工具）、Commercial UAVs（商用无人机）、Crowdsource（众包）、Human-in-the-Loop(人机回圈)这7项技术已经从19年的技术成熟度曲线中消失。

相反，AI Marketplaces（人工智能市场）、Reinforcement Learning（强化学习）、Decision intelligence（决策智能）、Data number and Annotation service（数据编号和注释服务）、Explainable AI(可解释人工智能)、Edge AI（边缘人工智能）、Auto ML（自动化机器学习）、Insight Engines(洞察引擎)8项新技术则登上了新一版的人工智能曲线。

这里存在一些技术同时存在于两条曲线上，但是其位置发生了比较大的移动，比如Augmented Reality（增强现实）实现的预期时间有了较大的提升，从下滑曲线的一侧移至了上升的一侧；近期广泛活跃于世界各国的Autonomous Vehicles（自动驾驶汽车）则遭遇了期望的下降与实现时间延长的双重冲击。

对于困扰人工智能企业久矣的商业化问题，Gartner认为，Custom-developed AI Solutions、AI cloud services and APIs、Search and insight engines、AI embedded in ERP, CRM, HR applications、Automated ML将最先进入企业，成为最有可能实现商业化的技术。

但是，要实现上述技术，以及曲线中提到的其他稍显遥远的技术，道德和伦理的建立至关重要。特别是在人工智能面前，我们可能会面临一场前所未有的认知革命。