Gartner Hype Cycle 2019- အချေအတင်ဆွေးနွေးခြင်း။

ကျွန်ုပ်တို့သည် 2019 ၏ AI နည်းပညာများကို ခွဲထုတ်ပြီး ၎င်းတို့ကို 2017 ခန့်မှန်းချက်နှင့် အရှက်မရှိ နှိုင်းယှဉ်ပါသည်။

ပထမဦးစွာ Gartner Hype Cycle ကဘာလဲ။ ၎င်းသည် နည်းပညာရင့်ကျက်မှု၏ စက်ဝန်းတစ်မျိုး သို့မဟုတ် ဖောင်းပွသောအဆင့်မှ ၎င်း၏အကျိုးရှိစွာ အသုံးပြုမှုသို့ ကူးပြောင်းခြင်းမျိုးဖြစ်သည်။ ယခုတွင် ပိုမိုရှင်းလင်းစေရန် ဘာသာပြန်ဆိုထားသော ဂရပ်တစ်ခု ရှိပါမည်။ အားလုံး. ပြီးတော့ အောက်မှာ ရှင်းပြချက်တွေ ပါပါတယ်။

ပထမအဆင့်။ ဒေါသ။ ပစ်လွှတ်ပါ။ နည်းပညာ ပေါ်လာသည်၊ ၎င်းကို ဉာဏ်အလင်းပေးသော nerds များက ဦးစွာ ဆွေးနွေးကြပြီး၊ ထို့နောက် ရူးသွပ်သော လူထုက၊ စိတ်လှုပ်ရှားမှုသည် တဖြည်းဖြည်း ကြီးထွားလာသည်။

ဒုတိယအဆင့်။ ဈေးဆစ်ပါ။ မြင့်မားသောမျှော်လင့်ချက်၏အထွတ်အထိပ်။ တစ်ချိန်ချိန်မှာတော့ လူတိုင်းက နည်းပညာအကြောင်း ပြောနေကြပြီ၊ အဲဒါကို အကောင်အထည်ဖော်ဖို့ ကြိုးစားနေကြပြီ၊ နားလည်တဲ့ သူတွေက အဲဒါကို မတန်တဆ ဈေးနဲ့ ရောင်းနေကြတယ်။

တတိယအဆင့်။ စိတ်ဓာတ်ကျခြင်း။ စိတ်ဝင်စားမှု ကျဆင်းခြင်း။ နည်းပညာကို တက်ကြွစွာ အကောင်အထည်ဖော်နေပြီး ချို့ယွင်းချက်များနှင့် ကန့်သတ်ချက်များကြောင့် မကြာခဏ ပျက်ကွက်ပါသည်။ "အားလုံး မိုက်မဲတာပဲ!" - ဒီကိုလာ။ စိတ်လှုပ်ရှားမှုသည် သိသိသာသာ ကျဆင်းသွားသည် (မကြာခဏဆိုသလိုပင် ဈေးတက်သည်)။

စတုတ္ထအဆင့်။ နှုတ်ထွက်ခြင်း။ အဆိုပါ bug များပေါ်တွင်အလုပ်လုပ်ကြသည်။ နည်းပညာတွေ တိုးတက်လာတယ်၊ ပြဿနာတွေကို ဖြေရှင်းပေးတယ်။ တဖြည်းဖြည်းနဲ့ ကုမ္ပဏီတွေက နည်းပညာကို ဂရုတစိုက်နဲ့ အကောင်အထည်ဖော်ဖို့ ကြိုးစားကြပြီး၊ အရာအားလုံးက ကောင်းမွန်ပါတယ်။

ပဉ္စမအဆင့်။ မွေးစားခြင်း။ ဖြစ်ထွန်းသောအလုပ်။ နည်းပညာသည် စျေးကွက်တွင် ၎င်း၏ ထိုက်တန်သောနေရာကို ရရှိပြီး တိတ်တဆိတ် အလုပ်လုပ်ခြင်း၊ ဖွံ့ဖြိုးလာခြင်းနှင့် ကြိုက်နှစ်သက်ခြင်းကို ခံနေရသည်။

ခေတ်ရေစီးကြောင်းက ဘာလဲ။

2019 ဖောင်းပွမှု စက်ဝန်းသို့ ပြန်သွားရန်။ Gartner ဖြန့်ချိခဲ့သည် စက်တင်ဘာလတွင်၊ ဉာဏ်ရည်တုနည်းပညာများသည် မည်သည့်အဆင့်တွင်ရှိသနည်း၊ ၎င်းတို့သည် မည်သည့်အချိန်တွင် စတင်လုပ်ဆောင်မည်ကို အစီရင်ခံစာတစ်စောင်တွင် ဖော်ပြထားသည်။ အောက်တွင်ဂရပ်ဖစ်၊ ဂရပ်အောက်တွင်မှတ်ချက်များ။

နည်းပညာများ "Speech Recognition" နှင့် "GPU သုံးပြီး လုပ်ငန်းစဉ်အရှိန်မြှင့်ခြင်း" သည် ကြီးမားသောအနားသတ်ဖြင့် ရှေ့ရောက်နေပြီး "Productive Work" အဆင့်တွင် ရှိနေပါပြီ။ ဆိုလိုသည်မှာ ၎င်းတို့သည် ၎င်းတို့၏ပိုင်ရှင်များကို အပြိုင်အဆိုင် အားသာချက်များ ပေးထားပြီးဖြစ်သောကြောင့် ၎င်းတို့ကို မြန်မြန်ဆန်ဆန် အသုံးချရမည် ဖြစ်သည်။

အလိုအလျောက်စက်သင်ယူခြင်း (AutoML) နှင့် chatbots များသည် လက်ရှိတွင် ဖောင်းပွမှု၏ အထွတ်အထိပ်သို့ ရောက်ရှိနေပါသည်။ ဆိုလိုသည်မှာ၊ လူတိုင်းသည် ၎င်းတို့အကြောင်းပြောနေကြပြီး အများအပြားက ၎င်းတို့ကို အကောင်အထည်ဖော်နေကြသော်လည်း နည်းပညာများကို လိုအပ်သည့်စံနှုန်းသို့ ယူဆောင်လာရန်အတွက် 2 မှ 5 အထိ အခြေအနေအရ အချိန်ယူရမည်ဖြစ်ပါသည်။

အခုခေတ်စားနေတဲ့ ကားတွေက ခေတ်စားနေတာထက် ပိုပါတယ်။ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရယာဉ်နည်းပညာသည် အောက်ခြေတွင် စမ်းသပ်လုနီးပါးဖြစ်သည်။ ဤကိစ္စတွင်၊ ဖြစ်ထွန်းသောအလုပ်သည် ရှေ့တွင်ရှိနေသောကြောင့် ကောင်းပါသည်။ သို့သော်လည်း၊ ဖွံ့ဖြိုးတိုးတက်ပြီး လိုက်လျောညီထွေဖြစ်အောင် လုပ်ဆောင်ရန် အနည်းဆုံး ၁၀ နှစ် အချိန်ယူရမည်ဟု Gartner က ခန့်မှန်းထားသည်။

ယနေ့ခေတ်တွင် တစ်ချိန်က ပျံ့နှံ့နေသော ဒရုန်းများနှင့် virtual reality တို့သည် အဘယ်မှာရှိသနည်း။ အရာအားလုံးက နေရာယူထားပြီး - Gartner သည် Edge AI (AI နှင့် ထိစပ်နေသော အမျိုးအစားများ) နယ်ပယ်တွင် မောင်းသူမဲ့လေယာဉ်များ ပါဝင်ပြီး virtual reality သည် တိုးမြှင့်ထားသော ထောက်လှမ်းရေး၏ တစ်စိတ်တစ်ပိုင်းဖြစ်လာခဲ့သည်။ စကားအားဖြင့် ခေါင်းစဉ်နှစ်ခုစလုံးသည် ယခုစတင်သည့်အဆင့်တွင်ရှိနေပြီး အပြုသဘောဆောင်သောခန့်မှန်းချက်တစ်ခုရှိသည်- စျေးကွက်တွင်အကျိုးဖြစ်ထွန်းသောအလုပ်မစမီ 2-5 နှစ်အလိုတွင်ဖြစ်သည်။

အလားအလာ

အလားအလာရှိသော အင်္ဂါရပ်များထဲတွင်- စက်ရုပ် လုပ်ငန်းစဉ် အလိုအလျောက် လုပ်ဆောင်သည့် ဆော့ဖ်ဝဲလ် - ကြောက်စရာကောင်းသော်လည်း အမှန်တကယ်တွင် စက်ရုပ်သည် ပုံမှန်လုပ်ဆောင်မှုများကို အစားထိုးသည့်အခါဖြစ်သည်။ ကျွမ်းကျင်မှုနည်းသော ဝန်ထမ်းများအတွက် အိပ်မက်ဆိုးတစ်ခု၊ သို့သော်လည်း လေ့လာ Harvard Business Review က ရာထူးမှ ထုတ်ပယ်ခြင်း မရှိသော်လည်း ကုန်ထုတ်စွမ်းအား တိုးလာမည်ဟု ဆိုသည်။ စားသည် ခိုင်လုံသော ယုံကြည် နည်းပညာသည် ၂နှစ်အတွင်း လူကြိုက်များမှုနှင့် ယေဘူယျရှုတ်ချမှု၏ အထွတ်အထိပ်ကို ကျော်ဖြတ်ပြီး နေရာအနှံ့ ပျံ့နှံ့သွားမည်ဖြစ်သည်။

ဧဝံဂေလိဆရာများနှင့် အစင်းကြောင်းအားလုံး၏ infogypsies များသည် အနာဂတ်တွင်သာ လူအစုလိုက်အပြုံလိုက်အကြောင်းပြောကြမည့် နည်းပညာများထဲမှ “အာရုံကြောဆိုင်ရာကိရိယာများ” သည် အထူးစိတ်ဝင်စားစရာကောင်းပါသည်။ အဲဒါတွေက လျှပ်စစ်ပစ္စည်းတွေ (chips) တွေပါ။ အတုယူပါ။ စွမ်းအင်ထိရောက်မှုအရ ကျွန်ုပ်တို့၏အာရုံကြောစနစ်၏ သဘာဝဇီဝဖွဲ့စည်းပုံများ။ ရိုးရိုးရှင်းရှင်းပြောရလျှင်၊ ၎င်းသည် လုပ်အားခွဲဝေမှု (နျူရွန်များ အဆက်မပြတ်မွမ်းမံခြင်း) ကြောင့် အလွန်စွမ်းဆောင်နိုင်မှုအကြောင်းဖြစ်သည်။ IBM နှင့် Intel ကဲ့သို့သော ဘီလူးကြီးများသည် neuromorphic ချစ်ပ်များကို ဖန်တီးရန် ခက်ခဲနေပြီဖြစ်သည်။ သို့သော် John Connor ၏စစ်တပ်သည် ပျက်စီးမည့်နေ့အတွက် ပြင်ဆင်ရန်အချိန်ရှိပါသည် - Gartner သည် ရင့်ကျက်ရန် 10 နှစ်ကြာနည်းပညာကိုပေးခဲ့သည်။

ပုံမှန်အားဖြင့်၊ ၎င်းတို့သည် ဒစ်ဂျစ်တယ်ကျင့်ဝတ်များအကြောင်း အများအပြားပြောဆိုသော်လည်း ၎င်းတို့ကို အကောင်အထည်ဖော်ရန် အလျင်စလိုမလုပ်ပါ။ ဦးတည်ချက်ကို AI စက်လုံးများ၏ သီးခြားအမျိုးအစားတစ်ခုသို့ ခွဲဝေချထားသည်- ဒေတာစုဆောင်းမှု၊ ယေဘုယျအားဖြင့် ဘဝတွင် AI အကောင်အထည်ဖော်မှုအတွက် ကျင့်ဝတ်ဆိုင်ရာ အခြေခံမူများ၊ စံနှုန်းများနှင့် စံနှုန်းအချို့ကို စုစည်းရန် လိုအပ်သည်ဟု ဆိုလိုသည်။ လူထု. အဆုံးတွင်၊ Asimov ကိုကြည့်ရှုပါ။

2017 vs 2019 ခုနှစ်

ရယ်စရာကောင်းပေမယ့် 2017 မှာ အရာအားလုံးဖြစ်ခဲ့ပါတယ်။ မတူပါ။AI အတွက် သီးခြား hype လည်ပတ်မှုတစ်ခုပင်မရှိပါ- AI နည်းပညာများသည် blockchain နှင့် အပိုအဖြစ်မှန်များနှင့်အတူ ဖွံ့ဖြိုးဆဲနည်းပညာများ (ပေါ်ထွက်လာသောနည်းပညာများ) ၏ စက်ခေါင်းထဲတွင် ရှိနေပါသည်။

Machine learning နှင့် deep learning တို့သည် 2017 တွင် hype Olympus တွင်ရှိခဲ့ပြီး 2019 တွင် ၎င်းတို့သည် ကျဆင်းမှုဆီသို့ ဦးတည်သွားခဲ့သည်။ ဖြစ်ထွန်းသောအလုပ်.

စကားမစပ်၊ ဒရုန်းများသည် တစ်နှစ်ပတ်လုံး အထွတ်အထိပ်မှ ကျဆင်းသွားခဲ့ပြီး 2019 ခုနှစ်တွင် ၎င်းတို့သည် အထွတ်အထိပ်သို့ ချဉ်းကပ်သွားခဲ့သည်။ ဒီလိုဖြစ်လာတာ ဟုတ်တယ်။

2019 ခုနှစ်တွင် စက်ဝိုင်းတွင် နည်းပညာအသစ် 8 ခု ပါဝင်သည်။ ၎င်းတို့ထဲတွင် cloud ဝန်ဆောင်မှုများ AI (Cloud Services)၊ AI Marketplaces (Marketplaces)၊ AI (Quantum Computing) နှင့် Quantum Computing တို့ဖြစ်သည်။ ယေဘူယျအားဖြင့် AI ကို ခြေရာခံရန် စတင်နေသော (ကျဉ်းမြောင်းသော စက်ဝိုင်းများအတွင်း) လူသိများသော ကိရိယာများ။

source: www.habr.com