Zpět na blog
·Eva Popílková·2 min čtení·Archiv 2021

HypeCycle pro AI 2021

Každý rok se těším na aktualizovaný HypeCycle od společnosti Gartner. Gartneři se dotazují velkého množství společností co používají, a co se chystají používat a…

HypeCycle pro AI 2021

Každý rok se těším na aktualizovaný HypeCycle od společnosti Gartner. Gartneři se dotazují velkého množství společností co používají, a co se chystají používat a dokáží z toho vysledovat určité trendy. Předpovědět budoucnost je mimořádně nesnadné.

Když jsem byl na jejich konferenci před pár lety, hrdě předpovídali, že dnes budou lidé více komunikovat s chatoboty než se skutečnými lidmi. To jim naštěstí nevyšlo. Chatboti jsou dnes ve světě v tzv. údolí deziluze a praxe už hodně ukázala slabá místa klasických stromových chatbotů.

Jaké trendy vidí Gartneři v AI dnes?
1. Operacionalizace AI – dnes trvá průměrné organizaci 8 měsíců než se jí podaří nasadit hotový model na produkční prostředí. To je moc pomalé a tak většina společností přemýšlí jak tento čas díky lepší architektuře zkrátit. Jedním z řešení je ModelOps – které tento čas zkracuje + může obsahovat i systém pro správu a řízení celého životního cyklu AI.

2. Efektivní využití dat, modelů a výpočtů. Do této skupiny spadají moje oblíbení kompozitní (hybridní) modely. Čili kombinace silných modelů typicky hlubokých neuronových sítí s něčím, co je dobře vysvětlitelné jako je expertní systém. Také sem spadá generativní AI, které vylepšuje datasety vygenerovanými syntetickými daty.

3. Odpovědná AI – AI stále častěji pomáhá lidem s rozhodováním a spolu s tím roste i důraz na to zmenšit předpojatost. Často se mluví o diskriminaci kvůli rase, pohlaví, věku, čtvrti kde bydlíte a tak podobně. V EU a USA je stále silnější důraz na spravedlivost, transparentnost, bezpečnost, soukromí.

4. Data – stále více pozorností se obracejí na nové analytické techniky známé jako „malá data“ a „široká data“. Jedná se o to jak efektivněji využívat data co máme k dispozici. Například jak predikovat průběh epidemie, když máme jen krátkou řadu (small data)? Jak vytěžit více informací z různých nestrukturovaných a různorodých dat (wide data)?

Zdroje:

https://www.gartner.com/…/the-4-trends-that-prevail-on…

https://signum.ai/…/small-and-wide-data-is-important…/

https://en.wikipedia.org/wiki/ModelOps

Původní zdroj: wordpress

Související články