Gartner publie la courbe de maturité des technologies d'intelligence artificielle pour 2022

​Récemment, Gartner a publié le dernier rapport « Artificial Intelligence Technology Hype Cycle 2022 », qui indique que l'adoption précoce de technologies d'IA telles que l'intelligence artificielle (IA) composée et l'intelligence décisionnelle apportera des avantages concurrentiels évidents aux entreprises et atténuera les problèmes causés par l'IA. par la fragilité du modèle peut aider à capturer des informations de base sur l’entreprise et à promouvoir la réalisation de valeur.

La technologie est entrée dans la phase de maturité de la production et ses avantages réels ont été prouvés et reconnus. Alors que de plus en plus d’organisations estiment que les risques sont tombés à un niveau acceptable, l’adoption de la technologie de l’IA a commencé à entrer dans une phase de croissance rapide.

L'IA a toujours été un sujet de discussion brûlant parmi les entreprises, les gouvernements et la société. Il est difficile pour les entreprises de distinguer quelles technologies d'IA ont une réelle valeur commerciale. Les responsables des données et de l’analyse (D&A) doivent développer une stratégie d’IA tournée vers l’avenir et tirer parti des technologies actuelles qui peuvent avoir un impact significatif.

Données synthétiques

L'un des principaux problèmes auxquels est confronté le développement de l'IA aujourd'hui est que l'obtention et l'étiquetage de données réelles afin de former efficacement des modèles d'IA imposeront une lourde charge aux organisations d'entreprise. Cela prend du temps et coûte cher, mais ce problème peut être résolu par des données synthétiques. En outre, les données synthétiques jouent également un rôle essentiel dans la suppression des informations personnelles identifiables (PII).

Intelligence artificielle causale

La valeur ultime de l'intelligence artificielle est d'améliorer le niveau de l'action humaine. Les méthodes d'apprentissage automatique (ML) effectuent des prédictions basées sur des relations statistiques (corrélation), que ces relations constituent ou non un lien de causalité. L’IA causale peut jouer un rôle crucial lorsqu’une détermination plus formalisée des meilleures actions contribuant à un résultat spécifique est nécessaire. Cette méthode peut améliorer l’autonomie, l’explicabilité, la robustesse et l’efficacité de la technologie de l’intelligence artificielle.

Decision Intelligence

Decision Intelligence est une technologie pratique conçue pour améliorer la prise de décision en comprenant avec précision le processus de prise de décision et comment évaluer, gérer et améliorer les résultats en fonction des commentaires. Actuellement, alors que la technologie de l’intelligence artificielle est de plus en plus utilisée dans la prise de décision, la prise de décision automatique et l’intelligence augmentée font l’objet de vifs débats. Cette tendance pousse l’intelligence décisionnelle dans une période d’attentes exagérées. Les crises récentes ont révélé la fragilité des processus métier, et les méthodes et technologies d’intelligence décisionnelle joueront un rôle important à mesure que les organisations restructurent leurs processus métier et augmentent leur résilience, leur adaptabilité et leur flexibilité. Le marché de l’intelligence décisionnelle s’appuyant sur diverses technologies logicielles émerge rapidement et commence à fournir des solutions aux décideurs.

Intelligence artificielle composée

Le principe de l'intelligence artificielle composée est qu'aucune méthode d'intelligence artificielle ne peut résoudre tous les problèmes. À l’heure actuelle, l’intelligence artificielle composite combine des méthodes de l’école « connexionniste » (comme l’apprentissage automatique) avec des méthodes de l’école du « symbolisme » (comme le raisonnement basé sur des règles, l’analyse de graphes, les techniques de modélisation et d’optimisation basées sur des agents, etc.) , visant à réduire les données et l'énergie nécessaires à l'apprentissage des solutions d'intelligence artificielle, afin que les mécanismes d'abstraction puissent jouer un rôle plus important. L’intelligence artificielle composée est le facteur central de l’essor du marché de l’intelligence décisionnelle.

Intelligence artificielle générative

L'exploration actuelle des méthodes d'intelligence artificielle générative s'intensifie et commence à prouver sa valeur dans les secteurs des sciences de la vie, de la médecine, de la fabrication, de la science des matériaux, des médias, du divertissement, de l'automobile, de l'aérospatiale, de la défense et de l'énergie. L'IA générative a donné lieu à des travaux créatifs dans les domaines du marketing, du design, de l'architecture et du contenu. Les données synthétiques générées par la technologie peuvent améliorer la précision et la rapidité de diffusion de l’IA. L'utilisation de l'intelligence artificielle générative est de plus en plus courante et les types de produits sur le marché se diversifient de plus en plus. Cette technologie a récemment été activement utilisée dans le domaine du métaverse.

Modèle de base

Le modèle de base est livré avec un grand nombre d'ensembles de données pré-entraînés et peut être appliqué à un large éventail de cas d'utilisation. Il s'agit d'une avancée majeure dans le développement du domaine de l'intelligence artificielle. Le modèle de base offre des capacités de traitement du langage naturel plus avancées, plus efficacement que les modèles précédents. Le modèle de base est devenu l'architecture de choix dans le traitement du langage naturel, qui prend également en charge les cas d'utilisation de la vision par ordinateur, du traitement audio, du génie logiciel, de la biochimie, de la finance et du droit.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!