Inhaltsverzeichnis
1. CTOs werden wählerisch sein, wenn es um die Details der KI geht.
2. Die bahnbrechenden Auswirkungen der Technologie der künstlichen Intelligenz
Während künstliche Intelligenz zunehmend eingesetzt wird, um unser kollektives Benutzererlebnis in großem Maßstab zu verbessern, wird sie mit angemessener menschlicher Intelligenz in Einklang gebracht Intervention. Die Erkenntnisse, die der Mensch durch den Einsatz von KI liefert, werden eine effektivere Kombination sein als beides allein. Wie und wo dieses Gleichgewicht erreicht wird, hängt von der Branche und der Bedeutung der ausgeübten Funktion ab. Laut einer neuen Studie haben beispielsweise Radiologen mit Unterstützung künstlicher Intelligenz eine höhere Erfolgsquote bei der Brustkrebsvorsorge als wenn sie alleine arbeiten. Dieselbe KI liefert in den Händen von Radiologen auch genauere Ergebnisse als allein.
Wir können im Jahr 2023 mit einigen wichtigen KI-Trends rechnen, von denen zwei es wert sind, beobachtet zu werden: verantwortungsvolle KI und generative KI. Verantwortungsvolle oder ethische KI ist seit einiger Zeit ein heißes Thema, aber wir werden sehen, wie sie im nächsten Jahr vom Konzept in die Praxis übergeht. Intelligentere Technologien und neue rechtliche Rahmenbedingungen rund um künstliche Intelligenz sind ebenfalls Schritte in die richtige Richtung. Beispielsweise handelt es sich beim Artificial Intelligence Act (AIAct) um einen Vorschlag, der das erste europäische Gesetz sein soll, das auf die Bewältigung der Risiken von Anwendungsfällen künstlicher Intelligenz abzielt. Ähnlich wie die DSGVO zur Datennutzung könnte das KI-Gesetz zu einem Grundstandard für verantwortungsvolle KI werden und wird voraussichtlich im nächsten Frühjahr in Kraft treten. Dies wird Auswirkungen auf Unternehmen haben, die weltweit KI einsetzen.
Im Jahr 2023, da sich Unternehmen auf größere wirtschaftliche Volatilität vorbereiten, geht es nicht nur darum, weniger zu verbrauchen. Es wird auch ein größerer Druck bestehen, mehr zu tun mit Geld und um den Geschäftswert von KI von Anfang an zu demonstrieren. Während IT-Führungskräfte die Vorteile von KI in Bezug auf verbesserte Automatisierung, Einblicke und Effizienz erkennen, erfordert KI immer noch eine stärkere Zusammenarbeit zwischen Unternehmen und IT, um sicherzustellen, dass die Technologie tatsächlich geschäftliche Probleme und Anforderungen löst.
6. Künstliche Intelligenz wird die Effizienz und Leistung von Organisationen verändern
7. KI treibt und unterstützt die Automatisierung
Heim Technologie-Peripheriegeräte KI Sieben Prognosen für künstliche Intelligenz im Jahr 2023 von IT-Führungskräften

Sieben Prognosen für künstliche Intelligenz im Jahr 2023 von IT-Führungskräften

Apr 12, 2023 am 10:55 AM
人工智能 自动化 it职业专家

Die potenziellen Auswirkungen von KI sind vielfältig, ebenso wie die damit verbundenen Vorhersagen, von der Sensorik über generative und verantwortungsvolle KI bis hin zu Zusammenarbeit und Automatisierung. Was wird für IT-Führungskräfte im Jahr 2023 wichtig sein? Wir haben KI- und IT-Karriereexperten nach ihrer Meinung gefragt.

Maschinelles Lernen wird dazu beitragen, die Tendenz zur künstlichen Intelligenz zu korrigieren. In der Konversations-KI reduzieren Systeme, die den Kunden „kennen“, indem sie kundenspezifische Informationen nutzen, auch Voreingenommenheit.

Dies ist nur ein Ausgangspunkt. Werfen wir einen Blick auf andere wichtige Trends.

1. CTOs werden wählerisch sein, wenn es um die Details der KI geht.

CTOs müssen Gesundheitsdienstleistern Technologie zur Verfügung stellen, die Dienstleistungen und Prozesse verbessert. Schließlich möchten Gesundheitsdienstleister, dass sich ihre Ärzte auf die medizinische Versorgung und nicht auf die Technologie konzentrieren. CTOs sollten sich nicht für KI entscheiden, weil es KI ist oder weil es die neueste und beste Technologie ist. Stattdessen sollten CTOs potenzielle KI-Produkte in Betracht ziehen. Wie funktioniert es in ihrer spezifischen Organisation? Wie wird es die Geschäftsprozesse verbessern? Früher konnte man sagen: „Wir implementieren KI oder digitale Transformation“ und bekam einen Blankoscheck, aber das wird nicht mehr beliebt sein. Organisationen möchten Ergebnisse sehen und müssen in der Lage sein, die Auswirkungen zu messen. CTOs können nicht einfach eine große Aussage machen, dass KI die Zukunft ist, und dafür das Budget bekommen, das sie wollen. 2

2. Die bahnbrechenden Auswirkungen der Technologie der künstlichen Intelligenz

In den nächsten Jahren wird künstliche Intelligenz große Durchbrüche bei der Behandlung von Krankheiten erzielen. Schauen Sie sich einfach den Gewinner des Breakthrough Prize 2021, Dr. David Baker, an. Dr. Baker nutzte künstliche Intelligenz, um völlig neue Proteine ​​zu entwickeln. Diese bahnbrechende Technologie wird weiterhin große Auswirkungen auf die Biowissenschaften haben und das Potenzial haben, lebensrettende Medikamente gegen Krankheiten wie Alzheimer und Parkinson zu entwickeln.

Die Schnittstelle von der Grundlagenphysik zur Informatik, unter dem Deckmantel von Quanten und Quantencomputing. Ich habe zwar keine Hoffnung auf praktische Quantencomputer, aber wir werden einen Crossover erleben. Eines der interessanteren Beispiele ist vielleicht Andy Brigs QuantrolOx, bei dem künstliche Intelligenz zur Abstimmung von Quantencomputern eingesetzt wird. Die Kombination aus fortgeschrittener Mathematik und Informatik wird eine neue Generation von Ingenieuren hervorbringen, die in der Lage sind, einzigartig zu sein Nutzen Sie die KI-Welle.

3. An der Schnittstelle von künstlicher Intelligenz und menschlicher Intelligenz

Während künstliche Intelligenz zunehmend eingesetzt wird, um unser kollektives Benutzererlebnis in großem Maßstab zu verbessern, wird sie mit angemessener menschlicher Intelligenz in Einklang gebracht Intervention. Die Erkenntnisse, die der Mensch durch den Einsatz von KI liefert, werden eine effektivere Kombination sein als beides allein. Wie und wo dieses Gleichgewicht erreicht wird, hängt von der Branche und der Bedeutung der ausgeübten Funktion ab. Laut einer neuen Studie haben beispielsweise Radiologen mit Unterstützung künstlicher Intelligenz eine höhere Erfolgsquote bei der Brustkrebsvorsorge als wenn sie alleine arbeiten. Dieselbe KI liefert in den Händen von Radiologen auch genauere Ergebnisse als allein.

4. Verantwortungsvolle und generative KI-Fähigkeiten verbessern sich

Die zweite ist die generative KI, die in den nächsten 12 Monaten ebenfalls deutliche Fortschritte machen wird. Neuere Modelle machen es einfach, realistische Bilder und Zeichnungen aus Beschreibungen in natürlicher Sprache zu erstellen. Funktionen wie diese entwickeln sich mittlerweile von coolen Funktionen zu tatsächlichen Geschäftsanwendungsfällen. Viele Unternehmen bieten Produkte an, die Ihnen beim Verfassen von Aufsätzen, Werbetexten oder Liebesbriefen helfen können. Anstatt Stockfotos zu durchsuchen, können Sie eine Suchanfrage eingeben und neu generierte Bilder erhalten. Und das ist erst der Anfang – die Menschen haben gerade erst an der Oberfläche generativer Sprach- und Videoanwendungen gekratzt, daher wird es interessant sein, im kommenden Jahr Innovationen und Anwendungsfälle zu beobachten.

5. Stärkere Zusammenarbeit zwischen Geschäfts- und IT-Teams

Im Jahr 2023, da sich Unternehmen auf größere wirtschaftliche Volatilität vorbereiten, geht es nicht nur darum, weniger zu verbrauchen. Es wird auch ein größerer Druck bestehen, mehr zu tun mit Geld und um den Geschäftswert von KI von Anfang an zu demonstrieren. Während IT-Führungskräfte die Vorteile von KI in Bezug auf verbesserte Automatisierung, Einblicke und Effizienz erkennen, erfordert KI immer noch eine stärkere Zusammenarbeit zwischen Unternehmen und IT, um sicherzustellen, dass die Technologie tatsächlich geschäftliche Probleme und Anforderungen löst.

Ein weiterer Trend, den wir bereits beobachten, ist, dass Unternehmen in allen Bereichen weiterhin voll und ganz auf künstliche Intelligenz setzen. Von Datenmodellen bis hin zu KI-Chips – eine Vielzahl von Software- und Hardwarelösungen sind darauf ausgerichtet, sich ein Stück vom lukrativen KI-Kuchen zu sichern.

6. Künstliche Intelligenz wird die Effizienz und Leistung von Organisationen verändern

Es wurde darüber diskutiert, ob künstliche Intelligenz empfindungsfähig sein und eine Bedrohung für den Menschen darstellen wird, was die aktuellen Fähigkeiten künstlicher Intelligenz stark überschätzt. Künstliche Intelligenz hat viele Aufgaben erledigt, für deren Bewältigung Menschen Tausende von Stunden benötigen würden: Schachmeister schlagen, gebrochene Knochen im Röntgenbild identifizieren, die schnellsten Routen für Lieferwagen auswählen und vieles mehr. Aber die KI „versteht“ nicht, wie sie diese Aufgaben erfüllt. Es erklärt nicht, warum ein Schritt strategischer ist als ein anderer – es weiß es einfach. Aber KI löst eine Vielzahl von Aufgaben innerhalb und außerhalb des Arbeitsplatzes.

Um das Beste daraus zu machen, müssen wir verstehen, warum KI so viele Dinge tun kann, auch wenn es ihr an menschenähnlicher Intelligenz mangelt. Kann KI beispielsweise in der Rechtsbranche, in der Anwälte immer noch in 6-Minuten-Schritten abgerechnet werden, viele der Aufgaben erledigen, die Menschen erledigen? Ich gehe davon aus, dass die Zuweisung weiterer Aufgaben an KI zu schrittweisen Veränderungen in der Teameffizienz und -leistung führen wird.

7. KI treibt und unterstützt die Automatisierung

Jeder versteht den Wert der Automatisierung, und in unserer softwaredefinierten Welt kann fast alles automatisiert werden. Allerdings bleiben automatisierte Entscheidungspunkte oder Triggerpunkte einer der schwierigeren Faktoren. Hier wird KI zunehmend ins Spiel kommen: Anstatt traditionelle „Wenn dies, dann das“-Regeln zu automatisieren, kann KI intelligentere und weniger fragile Entscheidungen treffen.

Das obige ist der detaillierte Inhalt vonSieben Prognosen für künstliche Intelligenz im Jahr 2023 von IT-Führungskräften. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
2 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Repo: Wie man Teamkollegen wiederbelebt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Abenteuer: Wie man riesige Samen bekommt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Jun 28, 2024 am 03:51 AM

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Jun 10, 2024 am 11:08 AM

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Sieben coole technische Interviewfragen für GenAI und LLM Sieben coole technische Interviewfragen für GenAI und LLM Jun 07, 2024 am 10:06 AM

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Jun 11, 2024 pm 03:57 PM

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Jul 25, 2024 am 06:42 AM

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen Jul 17, 2024 pm 06:37 PM

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Jun 05, 2024 pm 08:51 PM

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

Eine neue Ära der VSCode-Frontend-Entwicklung: 12 sehr empfehlenswerte KI-Code-Assistenten Eine neue Ära der VSCode-Frontend-Entwicklung: 12 sehr empfehlenswerte KI-Code-Assistenten Jun 11, 2024 pm 07:47 PM

In der Welt der Front-End-Entwicklung ist VSCode mit seinen leistungsstarken Funktionen und seinem umfangreichen Plug-in-Ökosystem für unzählige Entwickler zum Werkzeug der Wahl geworden. In den letzten Jahren sind mit der rasanten Entwicklung der Technologie der künstlichen Intelligenz KI-Code-Assistenten auf VSCode entstanden, die die Codierungseffizienz der Entwickler erheblich verbessert haben. KI-Code-Assistenten auf VSCode sind wie Pilze nach einem Regen aus dem Boden geschossen und haben die Codierungseffizienz der Entwickler erheblich verbessert. Es nutzt Technologie der künstlichen Intelligenz, um Code intelligent zu analysieren und eine präzise Code-Vervollständigung, automatische Fehlerkorrektur, Grammatikprüfung und andere Funktionen bereitzustellen, wodurch Entwicklerfehler und mühsame manuelle Arbeit während des Codierungsprozesses erheblich reduziert werden. Heute werde ich 12 KI-Code-Assistenten für die Frontend-Entwicklung von VSCode empfehlen, die Sie bei Ihrer Programmierreise unterstützen.

See all articles