Gartner發布2022年人工智慧技術成熟度曲線

近日，Gartner發布最新的《2022年人工智慧技術成熟度曲線》報告，報告稱儘早採用複合型人工智慧(AI)、決策智慧等AI技術將為企業機構帶來明顯的競爭優勢，緩解AI模型脆弱性引發的問題，有助於捕捉業務背景訊息，推動價值實現。

已進入生產成熟期的技術，其實際效益已被證明和認可。隨著越來越多的企業機構認為風險已下降至可接受程度，AI技術的採用開始進入快速成長階段。

AI一直是企業、政府和社會討論的熱門話題，企業機構很難分辨哪些AI技術具有真正的業務價值。數據和分析(D&A)領導者需制定具有前瞻性的AI策略，並充分利用目前可產生重大影響的技術。

合成資料

當今AI發展所面臨的主要問題之一是，為有效訓練AI模型而獲取真實資料並進行標記，會給企業機構帶來沉重的負擔。此舉不但耗時，而且費用高昂，但這一問題可透過合成數據來彌補。另外，合成資料在去除個人識別資訊(PII)方面也有至關重要的作用。

因果人工智慧

人工智慧的最終價值在於提高人類的行動水準。機器學習(ML)方法根據統計關係(相關性)進行預測，無論這些關係是否構成因果關係。當需要更規範地確定哪些最佳行動可促成特定結果時，因果人工智慧可發揮至關重要的作用。此方法能夠提高人工智慧技術的自主性、可解釋性、穩健性和效率。

決策智慧

決策智慧是一種實用的技術，旨在準確理解決策流程以及如何根據回饋來評估、管理和改進結果，從而提高決策水平。目前，隨著人工智慧技術在決策中的應用日益廣泛，自動決策和增強智慧受到熱議，這一趨勢正在將決策智慧推向期望膨脹期。近期的危機揭示了業務流程的脆弱性，而在企業機構重建業務流程並增強韌性、適應性和靈活性的過程中，決策智慧方法和技術將發揮重要作用。依托多種軟體技術的決策智慧市場正快速興起，已開始為決策者提供解決方案。

複合型人工智慧

複合型人工智慧產生的前提在於，任何一種人工智慧方法都無法解決所有問題。目前，複合型人工智慧將「連結主義」派別的方法(如機器學習)與「符號主義」等派別的方法(如基於規則的推理、圖分析、基於主體的建模和優化技術等)相結合，旨在減少人工智慧解決方案學習時所需的數據和能量，使抽象化機制發揮更大作用。複合型人工智慧是推動決策智慧市場興起的核心因素。

生成式人工智慧

目前對生成式人工智慧方法的探索正在升溫，並且開始在生命科學、醫療、製造、材料科學、媒體、娛樂、汽車、航空航太、國防以及能源產業證明自身的價值。生成式人工智慧已催生了行銷、設計、建築和內容領域的創意工作。技術產生的合成數據可以提高人工智慧交付的準確性和速度。生成式人工智慧的使用日益普遍，已上市的產品種類越來越豐富，此技術最近被積極應用於元宇宙領域。

基礎模型

基礎模型附帶大量預訓練資料集並可適用於廣泛的用例，是人工智慧領域發展過程中的重大進步。與先前的模型相比，基礎模型能更有效率地提供更先進的自然語言處理能力。基礎模型已成為自然語言處理領域的首選架構，此架構還可支援電腦視覺、音訊處理、軟體工程、生物化學、金融和法律用例。

以上是Gartner發布2022年人工智慧技術成熟度曲線的詳細內容。更多資訊請關注PHP中文網其他相關文章！