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

作者:赵泓维 2019-08-22 11:55

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

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。

 

1.jpg

 

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。

 

对比2018,哪些技术发生了变化


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。

 

屏幕快照 2019-08-22 上午10.24.11.png

 

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。

 

2019年,哪些技术将迎来商业化?


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。

如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈