Gartner Hype Cycle 2019: debriefing

Ni ordigis la AI-teknologiojn de 2019 kaj senhonte komparis ilin kun la prognozo de 2017.

Gartner Hype Cycle 2019: debriefing

Unue, kio estas la Gartner Hype-Ciklo? Ĉi tio estas speco de ciklo de teknologia matureco, aŭ pli ĝuste la transiro de la hype-stadio al ĝia produktiva uzo. Nun estos grafikaĵo kun traduko por pliklarigi ĝin ĉio. Kaj sube estas la klarigoj.
Gartner Hype Cycle 2019: debriefing

Unua etapo. kolero. Lanĉo. La teknologio aperas, ĝi estas diskutata unue de kleraj nerdoj, kaj poste de la fanatika publiko; La ekscito iom post iom kreskas.

Dua etapo. marĉandado. La pinto de ŝveligitaj atendoj. En iu momento, ĉiuj jam parolas pri la teknologio, provas efektivigi ĝin, kaj la plej saĝaj vendas ĝin je troaj prezoj.

Tria etapo. depresio Malkresko de intereso. La teknologio estas aktive efektivigita kaj ofte malsukcesas pro mankoj kaj limigoj. "Ĉio estas abomenaĵo!" — venas tien kaj tien. La ekscito falas akre (la prezo, ofte ankaŭ).

Kvara etapo. negacio Labori pri la eraroj. La teknologio estas plibonigata, problemoj solviĝas. Iom post iom, kompanioj zorge provas efektivigi la teknologion kaj, hure, ĉio funkcias bonege.

Kvina etapo. Adopcio Produktiva laboro. La teknologio akiras sian merititan lokon en la merkato kaj kviete funkcias, evoluas kaj estas ŝatata.

Kio estas tendenco?

Revenante al la ciklo de ekzaltiĝo de 2019. Gartner liberigita en septembro, raporto pri kiuj artefarita inteligenteco teknologioj estas en kiu stadio, kaj kiam ili komencos labori produktive. Grafeo sube, komentoj sub grafeo.

Gartner Hype Cycle 2019: debriefing

La teknologioj "Parolado-Rekono" kaj "Proceza Akcelo Uzante GPU" estas antaŭ granda marĝeno kaj jam estas en la stadio de "Produkta Laboro". Ĉi tio signifas, ke ili devas esti rapide aplikataj, ĉar ili jam donas konkurencivan avantaĝon al siaj posedantoj.

Aŭtomata maŝinlernado (AutoML) kaj babilrotoj estas nuntempe ĉe la pinto de ekzaltiĝo. Tio estas, ĉiuj parolas pri ili, multaj efektivigas ilin, sed necesos de 2 ĝis 5 kondiĉe por alporti la teknologiojn al la bezonata normo.

La aŭtoj al kiuj ni kutimas nun ankaŭ estas pli ol laŭmodaj. Aŭtonoma veturila teknologio preskaŭ provas la fundon. En ĉi tiu kazo, ĉi tio estas bona, ĉar produktema laboro estas antaŭen. Tamen, Gartner taksas, ke necesas almenaŭ 10 jaroj por disvolvi kaj adaptiĝi.

Kie estas la iamaj furiozaj virabeloj kaj virtuala realeco hodiaŭ? Ĉio estas en loko - Gartner inkludis virabelojn en la kampo de Edge AI (kategorioj limantaj al AI), kaj virtuala realeco fariĝis parto de Pliigita inteligenteco. Ambaŭ temoj, cetere, nun estas en la lanĉa stadio kaj havas pozitivan prognozon: 2-5 jarojn antaŭ produktiva laboro sur la merkato.

Perspektivoj

Inter la promesplenaj trajtoj: Robota proceza aŭtomatiga programaro - sonas timige, sed fakte estas kiam roboto anstataŭas rutinajn agojn. Koŝmaro por malalt-kvalifikita kunlaborantaro; tamen studi Harvard Business Review diras, ke ne estos maldungoj, sed produktiveco pliiĝos. Manĝu teroj kredas. La teknologio trapasos la pinton de malpopulareco kaj ĝenerala malestimo en 2 jaroj, kaj poste disvastiĝos ĉie.

El la teknologioj, pri kiuj amase parolos evangeliistoj kaj infociganoj nur estonte, "neŭromorfa ekipaĵo" estis aparte interesa. Ĉi tiuj estas elektraj aparatoj (blatoj) kiuj imiti la naturaj biologiaj strukturoj de nia nerva sistemo laŭ energia efikeco. Por diri ĝin tre simple, temas pri super-efikeco danke al la labordivido (nesinkrona ĝisdatigo de neŭronoj). Gigantoj kiel IBM kaj Intel jam laboras por krei neŭromorfajn blatojn. Sed la armeo de John Connor havas tempon por prepari la tagon de pereo - Gartner donis al la teknologio eĉ 10 jarojn por maturiĝi.

Kutime, ili multe parolas pri Cifereca Etiko, sed ili ne rapidas efektivigi ilin. La direkto estas asignita al aparta kategorio de AI-sferoj: ĝi signifas, ke necesus plifirmigi iujn etikajn principojn, normojn kaj normojn por datumkolektado, efektivigon de AI en la vivo, ĝenerale, tiel ke ĝi estus kiel personoj. En la fino, rigardu Asimov.

2017 kontraŭ 2019

Estas amuza, sed en 2017 ĉio estis alimaniere, eĉ ne estis aparta ciklo de hype por AI: AI-teknologioj estis en la lokomotivo de evoluaj teknologioj (Emerging Technologies) kune kun blokĉeno kaj plia realeco.

Maŝina lernado kaj profunda lernado estis en la furoraĵo de Olimpo en 2017, kaj en 2019 ili daŭrigis sian vojon al malkresko, tio estas. produktiva laboro.

Cetere, virabeloj moviĝis de pinto al malkresko tutjare, kaj en 2019 ili revenis al alproksimiĝo al la pinto. Kaj tio okazas, jes.

En 2019, la ciklo inkludis 8 novajn teknologiojn. Inter ili estas nubaj servoj AI (Cloud Services), AI Marketplaces (Merkatoj), Kvantuma Komputado kun AI (Kvantuma Komputado). Ĝenerale, konataj (en mallarĝaj rondoj) iloj, kiuj komencas meti AI survoje.

fonto: www.habr.com

Aldoni komenton