HypeCycle pro AI 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 dokáží z toho vysledovat určité trendy. Předpovědět bud

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?
-
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.
-
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.
-
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.
-
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/en/articles/the-4-trends-that-prevail-on-the-gartner-hype-cycle-for-ai-2021
- https://signum.ai/blog/small-and-wide-data-is-important-and--relevant-is-the-era-of-big-data-coming-to-an-end/
- https://en.wikipedia.org/wiki/ModelOps
Původně publikováno na Facebooku — odkaz na post
Původní zdroj: facebook