人工智慧的潛在影響是廣泛的，就像相關的預測一樣，從感知到產生和負責任的人工智慧，到協作和自動化。 2023年對IT領導者來說什麼是重要的?我們採訪了人工智慧和IT職業專家，詢問他們的意見。
機器學習將有助於糾正人工智慧偏見。在對話式人工智慧中，透過利用特定客戶的資訊來『了解客戶』的系統也將減少偏見。
這只是一個起點。讓我們來挖掘其他關鍵趨勢。
首席技術長需要為醫療保健提供者提供改善服務和流程的技術。畢竟，醫療服務提供者希望他們的醫生專注於醫療服務，而不是技術。技術長不應該因為人工智慧是人工智慧，或是因為它是最新、最好的技術而購買人工智慧。相反，技術長們應該考慮潛在的人工智慧產品。它在他們的特定組織中如何發揮作用?它將如何改進業務流程?這是至關重要的。以前，你可以說，“我們正在實施人工智慧或數位轉型”，並獲得空白支票，但這不會再流行了。組織希望看到結果，並需要能夠衡量影響。首席技術長不能只是發表一個大聲明，說人工智慧是未來，然後得到他們想要的任何預算。 2
未來幾年，人工智慧將在治療疾病方面取得巨大突破。看看2021年突破獎得主大衛?貝克博士就知道了。貝克博士利用人工智慧設計了全新的蛋白質。這項突破性的技術將繼續在生命科學領域產生巨大影響，並有可能開發出治療阿茲海默症和帕金森氏症等疾病的救命藥物。
在量子和量子計算的幌子下，從基礎物理學到資訊學的交叉。雖然我對實用的量子電腦不抱希望，但我們會看到交叉。也許更有趣的例子之一是安迪?布里格的QuantrolOx，人工智慧被用來調整量子電腦!
高等數學和資訊學的結合將釋放出新一代工程師，他們在利用人工智能浪潮方面處於得天獨厚的地位。
雖然人工智慧將越來越多地被採用，以大規模提高我們的集體用戶體驗，但它將與適當的人為幹預相平衡。人類應用人工智慧提供的洞察力將是一個比單獨行動更有效的組合。如何以及在哪裡實現這種平衡將取決於行業和正在執行的職能的重要性。例如，根據一項新的研究，在人工智慧輔助下，放射科醫生篩檢乳癌的成功率比他們單獨工作時更高。同樣的人工智慧在放射科醫生手中也比單獨操作時產生更準確的結果。
我們可以期待在2023年看到一些主要的人工智慧趨勢，其中兩個值得關注的是負責任的人工智慧和生成式人工智慧。一段時間以來，負責任或道德的人工智慧一直是一個熱門話題，但我們將在明年看到它從概念轉向實踐。圍繞人工智慧的更智慧技術和新興法律框架也是朝著正確方向邁出的一步。例如，《人工智慧法案》(AIAct)是一項提議，是歐洲首部旨在管理人工智慧用例風險的法律。與數據使用方面的GDPR類似，《人工智慧法案》可能成為負責任人工智慧的基準標準，並有望在明年春天成為法律。這將對全球範圍內使用人工智慧的公司產生影響。
第二種是生成式AI，它也將在未來12個月內取得重大進展。最近的模型可以輕鬆地從自然語言的描述中創建逼真的圖像和圖紙。像這樣的功能現在正從很酷的功能轉向實際的業務用例。很多公司都提供可以幫你起草論文、廣告文案或情書的產品。可以輸入查詢並獲得新生成的圖像，而不是透過庫存照片進行搜尋。而這只是一個開始——人們只是觸及了生成式語音和視訊應用的表面，所以在未來的一年裡看到創新和用例的出現將是很有趣的。
在2023年，隨著企業為更大的經濟波動做準備，不僅要用更少的錢做更多的事，還要從一開始就展現人工智慧的商業價值，這將面臨更大的壓力。儘管IT領導者認識到AI在改善自動化、洞察和效率方面帶來的好處，但AI仍需要業務和IT之間加強協作，以確保技術真正解決業務問題和需求。
我們已經看到的另一個趨勢是，整個組織都在繼續全面擁抱人工智慧。從資料模型到人工智慧晶片，各種軟體和硬體解決方案都專注於從利潤豐厚的人工智慧蛋糕中分一杯羹。
關於人工智慧是否會有感知能力並對人類構成威脅，人們一直在討論，這大大高估了人工智慧目前的能力。人工智慧已經完成了許多人類需要數千小時才能完成的任務:擊敗國際象棋大師，在x光中識別骨折，為運輸卡車選擇最快的路線等等。但人工智慧並不「理解」它是如何完成這些任務的。它無法解釋為什麼一種棋法比另一種棋更有戰略意義——它只是知道。但人工智慧解決了工作場所內外的大量任務。
為了最大限度地利用它，我們需要理解為什麼即使人工智慧缺乏類似人類的智能，它也能做這麼多事情。例如，在法律行業，律師仍然以6分鐘為單位計費，人工智慧能否完成人們完成的許多任務?我預測，將更多的任務分配給人工智慧將導致團隊效率和產出的逐步變化。
每個人都明白自動化的價值，在我們這個軟體定義的世界裡，幾乎所有的東西都可以自動化。然而，自動化的決策點或觸發點仍然是比較棘手的因素之一。這就是人工智慧將越來越發揮作用的地方:人工智慧可以做出更聰明、更不脆弱的決策，而不是自動化傳統的『如果這樣就那樣』規則。
以上是IT領導者對2023年人工智慧的七個預測的詳細內容。更多資訊請關注PHP中文網其他相關文章！
