Gartner 2021年人工智能技術(shù)成熟度曲線(Hype Cycle for Artificial Intelligence, 2021)中的四個趨勢正在推動近期人工智能創(chuàng)新。

[[425795]]

這四個趨勢包括：負責任的人工智能、小而寬數(shù)據(jù)策略、人工智能平臺的操作化，以及數(shù)據(jù)、模型和計算資源的有效利用，具體來看：

1. 負責任的人工智能(Responsible AI)

Gartner預(yù)測到2023年，所有人工智能開發(fā)和培訓(xùn)人員都必須具備負責任的人工智能方面的專業(yè)知識。

2. 小而寬數(shù)據(jù)(Small and Wide Data)

數(shù)據(jù)是成功人工智能計劃的基礎(chǔ)。小而寬數(shù)據(jù)策略能夠?qū)崿F(xiàn)更強大的分析和人工智能、減少企業(yè)機構(gòu)對大數(shù)據(jù)的依賴，并提供更豐富、更完整的情境感知。

根據(jù)Gartner的預(yù)測，到2025年，70%的企業(yè)機構(gòu)將被迫把重點從大數(shù)據(jù)轉(zhuǎn)向小而寬數(shù)據(jù)，這將為分析工具提供更多的上下文并減少人工智能對數(shù)據(jù)的需求。

3. 人工智能平臺的操作化(Operationalization of AI Platforms)

運用人工智能促進業(yè)務(wù)轉(zhuǎn)型的緊迫性和關(guān)鍵性正在推動人工智能平臺的操作化需求。這意味著將人工智能項目從概念轉(zhuǎn)向生產(chǎn)，從而可以依靠人工智能解決方案來解決企業(yè)范圍內(nèi)的問題。

4. 資源高效利用(Efficient Use of Resources)

鑒于人工智能部署所涉及到的數(shù)據(jù)、模型和計算資源復(fù)雜性與規(guī)模，人工智能創(chuàng)新需要最高效地利用這些資源。多重體驗(multiexperience)、組合式人工智能(composite AI)、生成式人工智能(generative AI)和Transformer因能夠以更高效的方式解決各類業(yè)務(wù)問題而引起了人工智能市場的關(guān)注。