Gartner Hype Cycle 2019: Analyse der Entwicklungen

Разложили AI технологии 2019 по полочкам и бесстыдно сравнили их с прогнозом 2017 года.

Во-первых, что такое Gartner Hype Cycle? Это своего рода цикл зрелости технологии, а точнее перехода от стадии хайпа к её продуктивному использованию. Сейчас будет график с переводом, чтоб наглядно всё. А внизу пояснения.

Первая стадия. ̶Г̶н̶е̶в̶. Запуск. Технология появляется, её обсуждают сперва просвещённые нёрды, а потом и фанатичная общественность; постепенно нарастает ажиотаж.

Вторая стадия. ̶Т̶о̶р̶г̶. Пик завышенных ожиданий. В какой-то момент уже все говорят о технологии, пытаются её внедрить, а самые смекалистые – продать втридорога.

Третья стадия. ̶Д̶е̶п̶р̶е̶с̶с̶и̶я̶.̶ Спад интереса. Технология активно внедряется и часто проваливается из-за недоработок и ограничений. «Фигня это всё!» — доносится там и тут. Ажиотаж резко падает (ценник, зачастую, тоже).

Четвёртая стадия. ̶О̶т̶р̶и̶ц̶а̶н̶и̶е̶.̶ Работа над ошибками. Технология дорабатывается, проблемы решаются. Постепенно компании аккуратно пробуют внедрять технологию и, ура, всё получается прекрасно.

Пятая стадия. ̶П̶р̶и̶н̶я̶т̶и̶е̶.̶ Produktive Arbeit. Technologie erobert ihren verdienten Platz auf dem Markt und arbeitet, entwickelt sich und erfreut sich großer Beliebtheit.

Was ist im Trend?

Zurück zum Hype-Zyklus 2019. Die Firma Gartner die veröffentlichte im September einen Bericht darüber, welche Künstlichen Intelligenz-Technologien sich in welchem Stadium befinden und wann sie produktiv arbeiten werden. Die Grafik unten, Kommentare zur Grafik.

Mit großem Abstand und bereits in der Phase „Produktive Arbeit“ befinden sich die Technologien „Spracherkennung“ und „Prozessbeschleunigung durch GPU-Nutzung“. Das bedeutet, dass sie umgehend eingesetzt werden sollten, da sie bereits einen Wettbewerbsvorteil für ihre Besitzer bieten.

Automatisiertes maschinelles Lernen (AutoML) und Chatbots sind jetzt auf dem Höhepunkt des Hypes. Jeder spricht darüber, viele setzen sie um, aber es wird zwischen 2 und 5 Jahren dauern, um die Technologien in den gewünschten Zustand zu bringen.

Die uns vertrauten Maschinen sind jetzt auch mehr als nur im Trend. Die Technologie „autonome Fahrzeuge“ erkundet fast den Tiefpunkt. In diesem Fall ist das gut, da produktive Arbeit bevorsteht. Allerdings schätzt Gartner, dass für die Ausarbeitung und Anpassung mindestens 10 Jahre erforderlich sein werden.

Wo stehen heute die einst gehypten Drohnen und die virtuelle Realität? Alles ist am Platz – Gartner hat Drohnen in den Bereich Edge AI (Kategorien an der Schnittstelle zur KI) eingestuft, und die virtuelle Realität ist Teil der Augmented Intelligence (erweiterten Intelligenz) geworden. Übrigens befinden sich beide Themen derzeit in der Startphase und haben eine positive Prognose: 2-5 Jahre bis zur marktgängigen Anwendung.

Perspektiven

Unter den vielversprechenden Funktionen: Software für die Automatisierung von Prozessen (Robotic Process Automation Software) – klingt erschreckend, aber tatsächlich bedeutet es, dass Roboter Routineaufgaben ersetzen. Ein albtraum für niedrigqualifiziertes Personal; jedoch Untersuchung stellt die Harvard Business Review fest: Entlassungen wird es nicht geben, aber die Produktivität der Arbeit wird steigen. Es gibt Gründe zu glauben. Die Technologie wird in 2 Jahren ihren Höhepunkt der Unpopularität und allgemeinen Geringschätzung überwinden und dann überall verbreitet sein.

Von den Technologien, über die Evangelisten und Informationsverkäufer aller Art massiv berichten werden, hat mich besonders „neuromorphes Equipment“ interessiert. Dabei handelt es sich um elektrische Geräte (Chips), die imitieren natürliche biologische Strukturen unseres Nervensystems aus der Sicht der Energieeffizienz. Einfach ausgedrückt geht es um Superleistung durch Arbeitsteilung (asynchrone Aktualisierung der Neuronen). Giganten wie IBM und Intel sind bereits aktiv dabei, neuromorphe Chips zu entwickeln. Doch Johns Connors Armee hat Zeit, sich auf den Tag der Abrechnung vorzubereiten – Gartner hat der Technologie eine Reifungszeit von satten 10 Jahren eingeräumt.

Über digitale Ethik (Digital Ethics) wird viel diskutiert, aber die Umsetzung kommt nicht zügig voran. Der Bereich wird als eigene Kategorie im KI-Sektor betrachtet: es ist anzuraten, einige ethische Prinzipien, Normen und Standards für die Datensammlung und die Implementierung von KI im Alltag festzulegen, damit es mit Menschen. Schließlich kann man sich ein Beispiel an Asimov nehmen.

2017 vs 2019

Lustig, aber 2017 war alles anders, sogar einen eigenen Hype-Zyklus für KI gab es nicht: KI-Technologien kamen zusammen mit Blockchain und Augmented Reality als Teil der sich entwickelnden Technologien (Emerging Technologies).

Maschinelles Lernen und tiefes Lernen waren 2017 auf dem Höhepunkt des Hypes, während sie 2019 ihren Weg in die Phase des Rückgangs fortsetzten, das heißt, produktiv gearbeitet wurde..

Übrigens, Drohnen waren ein Jahr lang im Auf und Ab, aber 2019 gingen sie wieder in Richtung des Gipfels. Und so etwas passiert.

2019 traten 8 neue Technologien in den Zyklus ein. Dazu gehören Cloud-Services für KI (Cloud Services), Marktplätze für KI (Marketplaces) und Quantencomputing mit KI (Quantum Computing). Im Allgemeinen gut bekannte (in engen Kreisen) Werkzeuge, die beginnen, auf AI-Schienen gesetzt zu werden.

Quelle: habr.com