Gartner Hype Cycle 2019: repülés-elemzés

2019-ben rendszereztük az AI technológiákat, és szégyen nélkül összehasonlítottuk őket a 2017-es előrejelzéssel.

Először is, mi az a Gartner Hype Cycle? Ez egyfajta technológiai érettségi ciklus, pontosabban a hype fázisból a termékeny használatra való áttérés. Most következik egy grafikon fordítással, hogy szemléletes legyen Minden, aki öt év alatt elveszíti a felhasználóinak felét, Nagy Kövér Sikertelenségnek számít. Neked naprakésznek kell lenned a platformok világában. De éppen itt a régi verziók támogatásának visszavonása fog tönkretenni. Mert minden alkalommal, amikor megszabadulsz egy részét a fejlesztőknek, (a) végleg elveszíted őket, mert dühösek lesznek rád a szerződés megszegése miatt, és (b) átadod őket a versenytársaidnak.. Lent pedig a magyarázatok.

Első szakasz. ̶Harag̶. Indítás. A technológia megjelenik, először a tájékozott kockák beszélnek róla, majd a fanatikus közönség; fokozatosan növekszik a felhajtás.

Második szakasz. ̶Piac̶. A túlzott elvárások csúcsa. Egy bizonyos ponton már mindenki beszél a technológiáról, próbálja bevezetni, és a legügyesebbek – drágán eladni.

Harmadik szakasz. ̶Depresszió̶. Az érdeklődés csökkenése. A technológiát aktívan bevezetik, gyakran kudarcot vall a hiányosságok és korlátozások miatt. "Ez csak hülyeség!" – hallatszik erre-arra. A felhajtás hirtelen csökken (az ár, gyakran szintén).

Negyedik szakasz. ̶Elutasítás̶. Hibák kijavítása. A technológia fejlesztés alatt áll, a problémák megoldódnak. Fokozatosan a cégek óvatosan próbálják bevezetni a technológiát, és, hurrá, minden csodálatosan működik.

Ötödik szakasz. ̶Felszívódás̶. Termékeny munka. A technológia elnyeri megérdemelt helyét a piacon, és nyugodtan működik, fejlődik, kedvelik.

Mi a trend?

Visszatérve a 2019-es hype ciklusra. A Gartner cég kiadta szeptemberben jelentést tett közzé arról, hogy a mesterséges intelligencia technológiái melyik szakaszban vannak, és mikor kezdenek termékeny módon működni. Az alábbi grafikon és a megjegyzések a grafikon alatt.

Jó messze és már a "Termékeny munka" szakaszban állnak a "Beszédészlelés" és a "GPU használatával történő folyamatgyorsítás" technológiák. Ez azt jelenti, hogy ezeket sürgősen alkalmazni kell, mivel már versenyelőnyt biztosítanak a tulajdonosoknak.

A gépi tanulás automatizálása (AutoML) és a chatbotok jelenleg a hype csúcsán állnak. Tehát mindenki róluk beszél, sokan bevezetik őket, de a technológiák megfelelő szintre juttatása 2-5 évig tarthat.

A számunkra megszokott gépek is jól láthatóan népszerűek. Az "autonóm közlekedési eszközök" technológia majdnem elérte a mélypontot. Ebben az esetben ez jó, mivel előre termékeny munka vár ránk. Azonban a Gartner becslései szerint a kidolgozásra és az alkalmazkodásra legalább 10 év szükséges.

Hol vannak ma az egykor divatos drónok és a virtuális valóság? Minden a helyén van – a Gartner a drónokat az Edge AI területére sorolta (az AI-val határos kategóriák), a virtuális valóság pedig a kiterjesztett intelligencia (Augmented intelligence) részévé vált. Egyébként mindkét téma jelenleg tesztelési fázisban van, és pozitív előrejelzést kapott: 2-5 év, amíg a piacra lép.

Kilátások

A jövedelmező funkciók közül: Robotizált szoftver a folyamatok automatizálására (Robotic process automation software) – ijesztően hangzik, de a valóságban arról van szó, hogy a robotok helyettesítik a rutinfeladatokat. A rossz hír a alacsonyan képzett munkaerő számára; azonban kutatás a Harvard Business Review azt állítja: nem lesznek elbocsátások, de a munka termelékenysége nőni fog. Van okunk hinni. A technológia 2 éven belül átlépi a népszerűtlenség és a megvetés csúcsát, majd elterjed mindenütt.

Különösen érdekesek azok a technológiák, amelyeket az evangélizátorok és az információs szélhámosok mindennél többször emlegetnek csak a jövőben, mint például a "neuromorfi hardware". Ezek elektromos eszközök (chippek), amelyek utánozzák idegrendszerünk természetes biológiai struktúráit energiahatékonyság szempontjából. Ha nagyon leegyszerűsítjük, akkor ez a szupertermelékenységről szól, amely a munka megosztásával (aszimmetrikus neuronfrissítéssel) érhető el. Olyan óriások, mint az IBM és az Intel már gőzerővel dolgoznak neuromorf chipek létrehozásán. De John Connor hadseregének van ideje felkészülni a kölcsön napjára – a Gartner tíz évet szánt a technológiai érésre.

A digitális etikáról (Digital Ethics) beszélnek sokat, ami jellemző, de az alkalmazással nem sietnek. Ezt a területet külön kategóriába sorolják az AI-szféra: a lényeg, hogy valamilyen etikai elveket, normákat és standardokat kellene rögzíteni az adatgyűjtés és az AI életbe való bevezetésére vonatkozóan, általában, hogy úgy legyen, mint emberek. Végül is, érdemes lenne Asimovtól is példát venni.

2017 vs 2019

Vicces, de 2017-ben minden más volt, még az AI-nek külön hype ciklust sem szántak: az AI technológiák a fejlődő technológiák (Emerging Technologies) mozdonyaivá váltak a blokklánccal és a kiterjesztett valósággal együtt.

A gépi tanulás és a mélytanulás 2017-ben a hype csúcsán volt, és 2019-ben folytatták az elérhető munkájukat a csökkenés felé, azaz a termelékeny munkát.

Egyébként a drónok éveken át a csúcsról a hanyatlásra mentek, de 2019-ben visszatértek a csúcs elérésének megközelítéséhez. Ilyen is előfordul, igen.

2019-ben 8 új technológia lépett a ciklusba. Közöttük mesterséges intelligencia alapú felhőszolgáltatások (Cloud Services), mesterséges intelligencia piacterek (Marketplaces) és kvantumszámítás mesterséges intelligenciával (Quantum Computing). Összességében jól ismert (szűk körökben) eszközök, amelyek kezdenek AI alapokra épülni.

Forrás: habr.com