Gartner: Die wichtigsten Entwicklungsrichtungen des maschinellen Lernens im Jahr 2023

Auf dem jüngsten Gartner Data & Analytics Summit in Sydney, Australien, haben Analysten des Forschungs- und Beratungsunternehmens einige der Top-Trends in der Datenwissenschaft und im maschinellen Lernen hervorgehoben breite Diskussion. Es wird erwartet, dass es in irgendeiner Weise Auswirkungen auf verschiedene Branchen haben wird, was mit einigen der von Gartner vorgeschlagenen Trends und der Weiterentwicklung und Beliebtheit generativer künstlicher Intelligenztools zusammenhängt

Peter Krensky, Chefanalyst bei Gartner, erklärte in einem Bericht: „Als Maschine.“ Lernen wird in weit verbreiteten Anwendungen in allen Branchen eingesetzt und wächst weiterhin rasant, und Datenwissenschaft und maschinelles Lernen bewegen sich weg von einem Fokus ausschließlich auf Vorhersagemodelle und hin zu stärker demokratisierten, dynamischen und datenzentrierten Disziplinen. Trotz einiger potenzieller Risiken sind Datenwissenschaftler und Ihre Organisationen entstehen.“ Punkt-zu-Punkt-Methoden statt sie als zusammenhängende Cloud-Dateneinheit bereitzustellen. Laut Gartner wird bis 2024 die Hälfte der Bereitstellungen zusammenhängende Ökosysteme sein und nicht manuell integrierte Punktlösungen, was im letzten Jahrzehnt für die meisten Bereitstellungen die Norm war

2. Edge AI

Laut Gartner wird dies wahrscheinlich die nächste Technologie sein Move to the Edge ist künstliche Intelligenz. Die Nachfrage nach Edge-KI wächst, da Unternehmen versuchen, Daten näher am Punkt der Datengenerierung zu verarbeiten, um in Echtzeit umsetzbare Erkenntnisse zu liefern. Die Möglichkeit, KI-Software am Edge auszuführen, ist auch für Betreiber in Branchen mit strengen Datenschutzanforderungen von Vorteil, die eine Datenübertragung in Rechenzentren oder ins Ausland nicht zulassen

3. Verantwortungsvolle KI

Immer mehr Organisationen setzen künstliche Intelligenz ein, wenn es um ethische Entscheidungen geht, die als „verantwortungsvolle KI“ bezeichnet werden. Dieses Konzept konzentriert sich auf verschiedene Aspekte des Trainings und der Verwendung von Modellen und stellt die Einhaltung anderer Risiko- und Compliance-Maßnahmen sicher. Laut Prognosen von Gartner werden mit der Beliebtheit vorab trainierter Modelle immer mehr Entwickler verantwortungsvolle künstliche Intelligenz als gesellschaftliches Anliegen betrachten

4. Der Schwerpunkt der Entwicklung künstlicher Intelligenz findet derzeit statt ein codezentrierter Ansatz zu einem datenzentrierten Ansatz. Datenmanagement, synthetische Daten und Datenkennzeichnung sind zu Schlüsselfaktoren für die erfolgreiche Entwicklung künstlicher Intelligenz geworden. Laut Gartner werden bis 2024 60 % der KI-Daten synthetisch erstellt, um die Realität zu stimulieren, gegenüber 1 % im Jahr 2021 KI hat in vielen Branchen ein hohes Niveau erreicht und wird in den kommenden Jahren voraussichtlich weiter zunehmen. Die Investitionen in KI-Startups, die auf zugrunde liegenden Modellen basieren, werden bis Ende 2026 voraussichtlich 10 Milliarden US-Dollar erreichen

Das obige ist der detaillierte Inhalt vonGartner: Die wichtigsten Entwicklungsrichtungen des maschinellen Lernens im Jahr 2023. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!