Gartner Hype Cycle 2019: debriefing

Vi sorterede AI-teknologierne fra 2019 fra og sammenlignede dem skamløst med 2017-prognosen.

Gartner Hype Cycle 2019: debriefing

For det første, hvad er Gartner Hype Cycle? Dette er en slags cyklus af teknologisk modenhed, eller rettere overgangen fra hypestadiet til dets produktive brug. Nu kommer der en graf med oversættelse for at gøre det klarere alle. Og nedenfor er forklaringerne.
Gartner Hype Cycle 2019: debriefing

Første etape. vrede. Lancering. Teknologien dukker op, den diskuteres først af oplyste nørder, og derefter af den fanatiske offentlighed; Begejstringen vokser gradvist.

Anden fase. forhandle. Toppen af ​​oppustede forventninger. På et tidspunkt taler alle allerede om teknologien, forsøger at implementere den, og de mest kyndige sælger den til ublu priser.

Tredje etape. depression Fald i interesse. Teknologien implementeres aktivt og fejler ofte på grund af mangler og begrænsninger. "Det hele er lort!" - kommer her og der. Spændingen falder kraftigt (prisskiltet, ofte også).

Fjerde etape. negation Arbejd med fejlene. Teknologien bliver forbedret, problemer bliver løst. Gradvist forsøger virksomheder omhyggeligt at implementere teknologien, og hurra, alt fungerer godt.

Femte etape. Adoption Produktivt arbejde. Teknologien vinder sin velfortjente plads på markedet og arbejder stille og roligt, udvikler sig og bliver holdt af.

Hvad er i trenden?

Vender tilbage til hypecyklussen i 2019. Gartner udgivet i september en rapport om, hvilke kunstig intelligens-teknologier, der er på hvilket stadium, og hvornår de vil begynde at virke produktivt. Grafen nedenfor, kommentarer under grafen.

Gartner Hype Cycle 2019: debriefing

Teknologierne "Speech Recognition" og "Process Acceleration Using GPU" er foran med stor margin og er allerede på "Produktivt arbejde"-stadiet. Det betyder, at de skal anvendes hurtigt, fordi de allerede giver deres ejere en konkurrencefordel.

Automatisk maskinlæring (AutoML) og chatbots er i øjeblikket på toppen af ​​hype. Det vil sige, alle taler om dem, mange implementerer dem, men det vil tage fra 2 til 5 betinget at bringe teknologierne til den krævede standard.

De biler, vi er vant til, er nu også mere end trendy. Autonom køretøjsteknologi tester næsten bunden. I dette tilfælde er det godt, for produktivt arbejde venter forude. Gartner vurderer dog, at det vil tage mindst 10 år at udvikle og tilpasse sig.

Hvor er de engang hype-droner og virtual reality i dag? Alt er på plads - Gartner inkluderede droner inden for Edge AI (kategorier der grænser op til AI), og virtual reality blev en del af Augmented intelligence. Begge emner er i øvrigt nu på lanceringsstadiet og har en positiv prognose: 2-5 år før produktivt arbejde på markedet.

Udsigterne

Blandt de lovende funktioner: Robotic procesautomation software - lyder skræmmende, men faktisk er det, når en robot erstatter rutinehandlinger. Et mareridt for lavt kvalificeret personale; imidlertid undersøgelse Harvard Business Review siger, at der ikke vil være nogen afskedigelser, men produktiviteten vil stige. Spise grunde tro på. Teknologien vil passere toppen af ​​upopularitet og generel foragt om 2 år og derefter spredes overalt.

Af de teknologier, som evangelister og infogypsies af alle striber kun vil tale om i massevis i fremtiden, var "neuromorfisk udstyr" særligt interessant. Disse er elektriske enheder (chips), der efterligne de naturlige biologiske strukturer i vores nervesystem med hensyn til energieffektivitet. For at sige det meget enkelt, så handler det om super-performance takket være arbejdsdelingen (asynkron opdatering af neuroner). Giganter som IBM og Intel arbejder allerede hårdt på at skabe neuromorfe chips. Men John Connors hær har tid til at forberede sig til undergangsdagen – Gartner har givet teknologien så meget som 10 år til at modnes.

Typisk taler de meget om Digital Etik, men de har ikke travlt med at implementere dem. Retningen er allokeret til en separat kategori af AI-sfærer: det er meningen, at det ville være nødvendigt at konsolidere nogle etiske principper, normer og standarder for dataindsamling, implementering af AI i livet generelt, så det ville være som mennesker. Til sidst, tag et kig på Asimov.

2017 2019 vs

Det er sjovt, men i 2017 var alt anderledes, var der ikke engang en separat hype-cyklus for AI: AI-teknologier var i lokomotivet for at udvikle teknologier (Emerging Technologies) sammen med blockchain og yderligere virkelighed.

Machine learning og deep learning var på hypen Olympus i 2017, og i 2019 fortsatte de deres vej mod tilbagegang, dvs. produktivt arbejde.

Droner bevægede sig i øvrigt fra top til nedgang i løbet af året, og i 2019 gik de tilbage mod at nærme sig toppen. Og det sker, ja.

I 2019 omfattede cyklussen 8 nye teknologier. Blandt dem er cloud-tjenester AI (Cloud Services), AI Marketplaces (Marketplaces), Quantum Computing med AI (Quantum Computing). Generelt velkendte (i snævre kredse) værktøjer, der begynder at sætte AI på sporet.

Kilde: www.habr.com

Tilføj en kommentar