Abbiamo analizzato le tecnologie AI del 2019 e le abbiamo confrontate senza vergogna con le previsioni del 2017.
Prima di tutto, cos'è il Gartner Hype Cycle? È una sorta di ciclo di maturità tecnologica, più precisamente un passaggio dalla fase di hype al suo utilizzo produttivo. Ora ci sarà un grafico con la traduzione, così sarà chiaro . E in basso ci sono le spiegazioni.
Prima fase. ̶I̶r̶a̶. Lancio. La tecnologia appare, inizialmente ne discutono gli nerd illuminati, poi il pubblico appassionato; l'hype cresce gradualmente.
Seconda fase. ̶M̶erc̶a̶t̶o̶. picco delle aspettative elevate. A un certo punto tutti parlano della tecnologia, cercano di implementarla e i più astuti cercano di venderla a prezzi esorbitanti.
Terza fase. ̶D̶e̶p̶r̶e̶s̶s̶i̶o̶n̶e̶. Declino dell'interesse. La tecnologia viene attivamente implementata e spesso fallisce a causa di difetti e limitazioni. "È tutto uno scherzo!" – si sente qui e là. L'hype cala drasticamente (anche il prezzo, spesso, scende).
Quarta fase. ̶R̶ifi̶uto̶. Correzione degli errori. La tecnologia viene perfezionata e i problemi vengono risolti. Gradualmente le aziende iniziano a provare con cautela a implementare la tecnologia e, evviva, tutto funziona bene.
Quinta fase. ̶A̶c̶c̶e̶t̶t̶a̶z̶i̶o̶n̶. Lavoro produttivo. La tecnologia conquista il suo posto meritato sul mercato e funziona tranquillamente, si sviluppa, piace.
Cosa è di tendenza?
Tornando al ciclo hype del 2019. L'azienda Gartner a settembre ha pubblicato un rapporto su quali tecnologie di intelligenza artificiale si trovano in quale fase e quando inizieranno a lavorare in modo produttivo. Il grafico è qui sotto, commenti sotto il grafico.
Con un ampio margine e già nella fase di "Lavoro produttivo", ci sono le tecnologie "Riconoscimento vocale" e "Accelerazione dei processi con GPU". Ciò significa che devono essere utilizzate rapidamente, poiché già offrono un vantaggio competitivo ai loro proprietari.
L'apprendimento automatico (AutoML) e i chatbot sono attualmente al picco dell'hype. Cioè, tutti ne parlano, molti li implementano, ma la messa a punto delle tecnologie richiederà da 2 a 5 anni circa.
Le nostre macchine familiari sono anche più che di tendenza. La tecnologia "veicoli autonomi" sta quasi toccando il fondo. In questo caso è positivo, poiché davanti c'è un lavoro produttivo. Tuttavia, secondo le stime di Gartner, serviranno almeno 10 anni per lo sviluppo e l'adattamento.
Dove sono oggi i droni e la realtà virtuale che un tempo suscitavano tanto hype? Tutto al suo posto: Gartner ha incluso i droni nel campo dell'Edge AI (categorie che si sovrappongono all'IA), mentre la realtà virtuale è diventata parte dell'Augmented Intelligence (intelligenza aumentata). Entrambi gli argomenti, tra l'altro, sono attualmente in fase di lancio e hanno una previsione positiva: ci vorranno 2-5 anni prima di avere un lavoro produttivo sul mercato.
Prospettive
Tra le funzionalità promettenti: Software di automazione dei processi robotizzati (Robotic process automation software) – suona spaventoso, ma in realtà si tratta di quando un robot sostituisce azioni ripetitive. Un incubo notturno per il personale poco qualificato; tuttavia Harvard Business Review afferma: non ci saranno licenziamenti, ma la produttività aumenterà. Ci sono per crederlo. La tecnologia, in 2 anni, supererà il picco di impopolarità e disprezzo generale, per poi diffondersi ovunque.
Tra le tecnologie di cui parleranno in massa evangelisti e infomerciali di ogni tipo solo in prospettiva, ha suscitato particolare interesse "hardware neuromorfico". Si tratta di dispositivi elettrici (chip) che le strutture biologiche naturali del nostro sistema nervoso in termini di efficienza energetica. Se semplifichiamo molto, si tratta di super produttività grazie alla divisione del lavoro (aggiornamento asincrono dei neuroni). Giganti come IBM e Intel stanno già lavorando alla creazione di chip neuromorfici. Ma l'esercito di John Connor ha tempo per prepararsi al giorno del giudizio: Gartner ha previsto un periodo di maturazione della tecnologia di ben 10 anni.
Parlando di etica digitale (Digital Ethics), è curioso notare che si parla molto, ma non ci si affretta a implementarla. Questo settore è stato identificato come una categoria separata nel campo dell'IA: si intende che bisognerebbe stabilire alcuni principi etici, norme e standard per la raccolta dei dati e l'integrazione dell'IA nella vita, insomma, come se fosse . Alla fine, prendere spunto da Asimov.
2017 vs 2019
È divertente, ma nel 2017 era tutto , non era previsto nemmeno un singolo ciclo di hype sull'IA: le tecnologie IA viaggiavano nel locomotore delle tecnologie emergenti (Emerging Technologies) insieme alla blockchain e alla realtà aumentata.
Il machine learning e il deep learning nel 2017 erano in cima all'olimpiade dell'hype, mentre nel 2019 hanno continuato il loro percorso verso il declino, cioè .
A proposito, i droni hanno oscillato da un picco a un declino, e nel 2019 sono tornati a far presa su un nuovo picco. E queste cose accadono, sì.
Nel 2019 sono entrate in circolo 8 nuove tecnologie. Tra queste ci sono i servizi cloud di IA (Cloud Services), i marketplace di IA (Marketplaces), e il calcolo quantistico con IA (Quantum Computing). Strumenti piuttosto noti (in cerchie ristrette) che iniziano a essere messi sulla corsia dell'AI.
Fonte: habr.com
