Gartner Hype Cycle 2019: evaluatie

We organized AI technologies from 2019 neatly and shamelessly compared them to the predictions from 2017.

Firstly, what is the Gartner Hype Cycle? It is a kind of technology maturity cycle, more specifically the transition from the hype stage to its productive use. Now there will be a chart with a translation for clarity. everything. And below are explanations.

First stage. ̶A̶n̶g̶e̶r̶. Launch. The technology appears, first discussed by enlightened nerds, then by an enthusiastic public; excitement gradually builds up.

Second stage. ̶T̶r̶a̶d̶e̶. Peak of inflated expectations. At some point everyone is talking about the technology, trying to implement it, while the most resourceful ones are selling it for a fortune.

Third stage. ̶D̶e̶p̶r̶e̶s̶s̶i̶o̶n̶. Decline of interest. The technology is actively being implemented and often fails due to shortcomings and limitations. "This is all nonsense!" can be heard here and there. Excitement drops sharply (the price usually does too).

Fourth stage. ̶D̶e̶n̶i̶a̶l̶. Learning from mistakes. The technology is being refined, issues are being resolved. Gradually, companies cautiously try to implement the technology, and hooray, everything works wonderfully.

Fifth stage. ̶A̶c̶c̶e̶p̶t̶a̶n̶c̶e̶. Productive operation. The technology earns its rightful place in the market and works well, develops, and is appreciated.

What's trending?

Returning to the hype cycle of 2019. The company Gartner heeft uitgebracht in September released a report on which artificial intelligence technologies are at which stage and when they will begin to operate productively. The chart is below, with comments under the chart.

Leading by a large margin and already in the 'Productive operation' stage are the technologies 'Speech Recognition' and 'Process Acceleration using GPU'. This means they need to be applied urgently, as they already provide a competitive advantage to their owners.

Automated Machine Learning (AutoML) and chatbots are currently at the peak of hype. This means everyone is talking about them, many are implementing them, but bringing the technologies to the desired level will take from 2 to 5 conditional years.

The familiar machines are also more than trending right now. The technology 'Autonomous Vehicles' is almost feeling the bottom. This is good in this case, as productive work lies ahead. However, according to Gartner's estimates, it will take at least 10 years for development and adaptation.

Waar zijn de ooit populaire drones en virtual reality van vandaag? Alles is nog steeds aanwezig – Gartner heeft drones opgenomen in het domein van Edge AI (categorieën die aan AI grenzen), en virtual reality is een onderdeel geworden van Augmented Intelligence (verruimde intelligentie). Beide onderwerpen zijn trouwens nu in de opstartfase en hebben een positieve prognose: 2-5 jaar tot productieve werking op de markt.

Vooruitzichten

Vanuit veelbelovende functies: Robotic Process Automation Software – het klinkt beangstigend, maar in feite is het wanneer een robot repetitieve taken vervangt. Een nachtelijke nachtmerrie voor laaggeschoold personeel; echter, een onderzoek Harvard Business Review stelt: er zullen geen ontslagen vallen, maar de productiviteit zal toenemen. Er zijn gronden om te geloven. Technologie zal binnen 2 jaar de top van onpopulariteit en algemene minachting doorstaan, en vervolgens alomtegenwoordig worden.

Van de technologieën waar evangelisten en infopreneurs van allerlei soorten in de toekomst massaal over zullen spreken, wekt 'neuromorfische hardware' bijzondere belangstelling. Dit zijn elektrische apparaten (chips) die natuurlijke biologische structuren van ons zenuwstelsel imiteren op het gebied van energie-efficiëntie. In eenvoudige termen gaat dit over superproductiviteit door arbeidsverdeling (asynchrone neuronvernieuwing). Giganten zoals IBM en Intel zijn al volop bezig met de creatie van neuromorfische chips. Maar het leger van John Connor heeft tijd om zich voor te bereiden op de leningdag – Gartner heeft maar liefst 10 jaar toegewezen voor de volwassenheid van de technologie. Imiteren

Wat betreft digitale ethiek (Digital Ethics), zeggen ze veel, maar de implementatie gaat traag. Deze richting is benoemd als een aparte categorie van AI-domeinen: de bedoeling is om bepaalde ethische principes, normen en standaarden voor dataverzameling en implementatie van AI in het leven vast te leggen, zodat het vergelijkbaar is met wat er gebeurt bij mensen. Tenslotte, een blik werpen op Asimov.

2017 vs 2019

Verrassend genoeg was alles in 2017 heel anders, zelfs een aparte hypecyclus voor AI werd niet ingezet: AI-technologieën gingen samen met blockchain en augmented reality in de locomotief van opkomende technologieën (Emerging Technologies).

Machine learning en deep learning stonden in 2017 op de hype-olympus en in 2019 zetten ze hun weg voort in de richting van een daling, dat wil zeggen, productieve werking.

Overigens, drones gingen jaar na jaar van een piek naar een dal, en in 2019 gingen ze terug richting de piek. Dat komt voor, ja.

In 2019 kwamen 8 nieuwe technologieën op de markt. Onder deze zijn cloudgebaseerde AI-services (Cloud Services), AI-marktplaatsen (Marketplaces), en kwantumcomputing met AI (Quantum Computing). Het zijn over het algemeen goed bekende (in beperkte kringen) tools, die beginnen over te stappen naar AI.

Bron: habr.com