Nous avons décomposé les technologies AI de 2019 et les avons honteusement comparées aux prévisions de 2017.

D'abord, qu'est-ce que le Gartner Hype Cycle ? C'est une sorte de cycle de maturité technologique, ou plutôt un passage de la phase d'engouement à son utilisation productive. Voici un graphique avec une traduction pour plus de clarté. . Et en bas, des explications.

Première étape. ̶I̶n̶d̶i̶g̶n̶a̶t̶i̶o̶n̶. Lancement. La technologie apparaît, d'abord discutée par des nerds éclairés, puis par un public passionné ; l'excitation commence à monter.
Deuxième étape. ̶M̶a̶r̶c̶h̶é̶. Pic des attentes exagérées. À un moment donné, tout le monde parle de la technologie, essaie de l'implémenter, et les plus rusés essaient de la vendre à prix d'or.
Troisième étape. ̶D̶é̶p̶r̶e̶s̶s̶i̶o̶n̶. Diminution de l'intérêt. La technologie est activement mise en œuvre et échoue souvent en raison de défauts et de limitations. « C'est n'importe quoi ! » peut-on entendre ici et là. L'excitation chute brusquement (le prix aussi, souvent).
Quatrième étape. ̶R̶e̶j̶e̶t̶. Correction des erreurs. La technologie est perfectionnée, les problèmes sont résolus. Lentement, les entreprises commencent prudemment à essayer d'implémenter la technologie et, hourra, tout fonctionne bien.
Cinquième étape. ̶A̶c̶c̶e̶p̶t̶a̶t̶i̶o̶n̶. Travail productif. La technologie conquiert sa place méritée sur le marché et fonctionne paisiblement, se développe et plaît.
Quelles sont les tendances ?
Revenons au cycle de hype de 2019. La société Gartner a publié en septembre un rapport sur les technologies d'intelligence artificielle et leur stade de développement, et quand elles commenceront à être fonctionnelles. Le graphique ci-dessous, avec des commentaires sous le graphique.

Avec un écart considérable, les technologies de "Reconnaissance vocale" et "Accélération des processus avec GPU" sont déjà à la phase "Travail productif". Cela signifie qu'elles doivent être mises en œuvre rapidement, car elles offrent déjà un avantage concurrentiel à leurs propriétaires.
L'apprentissage automatique des machines (AutoML) et les chatbots sont actuellement au sommet de l'engouement. Cela signifie que tout le monde en parle, que beaucoup les mettent en œuvre, mais qu'il faudra de 2 à 5 ans pour les perfectionner.
Les machines que nous connaissons sont également plus que tendance. La technologie des "véhicules autonomes" touche presque le fond. Dans ce cas, c'est une bonne chose, car un travail productif est à venir. Cependant, selon Gartner, il faudra au moins 10 ans pour leur développement et leur adaptation.
Où en sont aujourd'hui les drones et la réalité virtuelle autrefois à la mode ? Tout est là – Gartner a intégré les drones dans le domaine de l'Edge AI (catégories à la frontière de l'IA), tandis que la réalité virtuelle fait partie de l'intelligence augmentée. D'ailleurs, les deux sujets sont actuellement en phase de lancement et affichent des prévisions positives : 2-5 ans avant une opération productive sur le marché.
Perspectives
Parmi les fonctionnalités prometteuses : Logiciel d'automatisation des processus (Robotic Process Automation) – cela sonne effrayant, mais en réalité, c'est quand un robot remplace des actions routinières. Un cauchemar nocturne pour les employés peu qualifiés ; cependant Harvard Business Review affirme : il n'y aura pas de licenciements, mais la productivité augmentera. Il y a de croire. La technologie passera d'une période de désapprobation généralisée à une adoption universelle en 2 ans.
Parmi les technologies dont parleront massivement les évangélistes et les gourous de l'information, il y a aussi le « matériel neuromorphique ». Ce sont des dispositifs électriques (puces) qui les structures biologiques naturelles de notre système nerveux en termes d'efficacité énergétique. Pour simplifier, il s'agit de super performance grâce à la division du travail (mise à jour asynchrone des neurones). Des géants comme IBM et Intel s'attaquent déjà à la création de puces neuromorphiques. Mais l'armée de John Connor a le temps de se préparer pour le jour du jugement – Gartner a attribué une période de maturité de 10 ans à cette technologie.
Concernant l'éthique numérique (Digital Ethics), il est caractéristique qu'on en parle beaucoup, mais qu'on ne se presse pas à l'implémenter. Ce domaine a été distingué en tant que catégorie autonome au sein de l'IA : il s'agit d'établir certains principes éthiques, normes et standards pour la collecte de données, l'intégration de l'IA dans la vie quotidienne, en somme, pour que cela ressemble à ce que font . Après tout, il y a des leçons à tirer d'Asimov.
2017 vs 2019
C'est drôle, mais en 2017, tout était , même le cycle de buzz spécifique sur l'IA n'était pas prévu : les technologies IA étaient à la traîne dans le train des technologies émergentes (Emerging Technologies) aux côtés de la blockchain et de la réalité augmentée.
L'apprentissage automatique et l'apprentissage profond étaient au sommet du buzz en 2017, et en 2019, ils ont continué leur chemin vers une baisse, c'est-à-dire .
En fait, les drones ont connu un passage du sommet vers le déclin pendant un an, mais en 2019, ils ont fait un retour vers une approche de pic. Cela arrive, oui.
En 2019, 8 nouvelles technologies ont émergé. Parmi elles, les services cloud IA (Cloud Services), les places de marché IA (Marketplaces), et l'informatique quantique avec IA (Quantum Computing). Ce sont des outils bien connus (dans des cercles restreints) qui commencent à être axés sur l'intelligence artificielle.
Source : habr.com
