2020年及以后的人工智能和数据趋势

简介: Nair预测,在2020年及以后,许多人工智能和自动化公司将开始更加重视人类体验,并考虑如何利用人工智能和自动化技术来增强人类体验。

2019年是数据、分析、机器学习和人工智能市场持续发展的一年。一些大企业进行了大量兼并整合,其中包括Salesforce公司收购Tableau公司、谷歌公司收购Looker公司、Qlik公司收购Attunity等。


尽管在2019年初,很多人都认为机器学习在企业的应用变得越来越难,但这在2019年并没有真正发生,Gartner公司进行的首席信息官调查表明,企业在将这些技术投入生产的过程中,并没有像机器学习和其他类型人工智能等先进分析技术那样迅速成长。


认识到这一机遇,SAS和IBM等一些长期从事分析的厂商将其组织的产品和服务定位为一种路径和框架,可以带领用户走出将人工智能投入生产的失败尝试。他们将自己的平台定位为可以管理模型和创建一个有序的系统程序,以便在整个组织中部署人工智能。他们的策略会获得成功吗?2020年需要继续对此进行关注。


与此同时,分析机构Gartner公司表示,商业平台(而非开源)有可能成为企业组织中机器学习和人工智能的框架。尽管有些企业可能已经开始使用基于开放源代码的试验,但是这些并不是可扩展的平台。Gartner公司预计,亚马逊、谷歌和微软等公共云巨头将专注于这项业务。


2019年正在进行许多变革,2020年看起来可能是重新评估的一年。为了了解2020年数据和分析市场的预期情况,在Gartner公司发布的 2019年分析和商业《魔力象限》报告中,Thoughtspot公司是有关分析和商业智能的四家公司之一,还有Tableau和Qlik这两家公司,以及微软公司。


Thoughtspot公司是2019年度未进行重大合并交易的少数公司之一,该公司首席执行官Sudheesh Nair对2019年发生的事情有着独特的看法。因此可以提供对2020年更多的展望。


他说:“我认为2019年人工智能和Hadoop这两个不同领域的宣传和承诺并没有实现,一个是人工智能,另一个领域是Hadoop,这是因为该领域中Cloudera公司面临财务亏损,而MapR公司在被惠普公司收购之前几乎在市场上没有声音。机器人过程自动化(RPA)公司也遇到了类似的麻烦,因为该技术的部署未能达到宣传的效果。IPO失败和巨额债务的WeWork公司则是2019年的典型代表。这些企业的发展有些令人失望。


他说:“如今有两种说法,一是企业很容易陷入硅谷泡沫的狂妄自大的情绪中,二是人类经验不如算法具有价值。但这两个说法都是谬论,当工作人员从事一项工作15至20年之后,其拥有的经验将是很宝贵的。


Nair预测,在2020年及以后,许多人工智能和自动化公司将开始更加重视人类体验,并考虑如何利用人工智能和自动化技术来增强人类体验。


另外,他认为世界上存在很多乐观情绪,这是因为当今科技将在5至6年内变得过时。但是,在那些还没有通过部署的传统技术降低成本的发展中国家,它们可以借助新技术实现跨越式发展,超过其竞争对手。


例如,他们可以实施一些全新的内容,例如基于云计算的数据仓库。


另一个将在2020年继续的大趋势是去中介化和由人工智能实现的超个性化。消费者已经开始期待人工智能的这两个好处所提供的服务。可以在使用Uber或Lyft等汽车共享服务时看到它们。如果打电话给银行或航空公司,就不太可能见到它们。这是2020年和未来十年其他新兴服务业的一个发展机会。


Nair说,“如果联合航空公司不知道如何为用户提供这种体验,那对另一家公司来说将是一个机会。其他人将弄清楚如何使用这些数据并进行处理,保险公司和航空公司尽其所能来收集用户的个人信息,并提供服务。


Nair表示,通过帮助用户使用数据来提供服务来向消费者表明他们被理解和重视,超个性化是解决此问题的关键。机器学习将在其中发挥重要作用,因为它可以大规模实现超个性化。


Nair表示,希望企业更多地关注算法偏差,因为存在着偏见,并且反弹即将到来。


他说:“我们必须消除偏见。这是一个需要大量工作的领域。

相关文章
|
6月前
|
人工智能 自然语言处理 语音技术
人工智能语音数据的多样性
人工智能语音数据的多样性
80 2
|
4月前
|
机器学习/深度学习 人工智能 专有云
人工智能平台PAI使用问题之怎么将DLC的数据写入到另一个阿里云主账号的OSS中
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
4月前
|
数据采集 人工智能 自然语言处理
GPT被封锁了怎么办?轻松获取高质量的数据,训练自己的人工智能和大语言模型。
2023年标志着AI大模型时代的到来,GPT-4等模型在多个领域展现巨大潜力。然而,OpenAI对中国区服务的限制提出了挑战。本文探讨如何使用亮数据代理获取训练大模型所需的数据,包括确定目标、选择代理、数据抓取、清洗,并以西方历史为例,展示如何使用亮数据的静态住宅代理稳定获取DE区域数据,最终在国产AI平台上训练模型,提升知识库的丰富度和准确性。尽管面临外部障碍,但自主获取和训练数据能增强本土AI能力。
|
4月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之如何在MaxCompute上使用Protobuf处理数据
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
4月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之如何实现数据在MaxCompute中是永久的
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
5月前
|
机器学习/深度学习 人工智能 前端开发
人工智能平台PAI产品使用合集之创建了实时特征视图,里面的数据是通过什么传入的
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
5月前
|
机器学习/深度学习 人工智能 监控
人工智能平台PAI产品使用合集之设置了7个特征,但在最后生成的数据表中只包含了6个id_feature的特征,是什么导致的
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
4月前
|
存储 人工智能 安全
人工智能浪潮下的数据隐私保护技术
在大数据与人工智能(AI)的高速发展中,数据隐私保护成为亟待解决的关键议题。本文将探讨当前AI时代下数据隐私保护的技术手段及其面临的挑战,并分析未来发展趋势。文章首先介绍数据隐私的重要性和当前面临的风险,然后深入讨论加密技术和匿名化处理等保护措施,最后评估这些技术的有效性及潜在的改进方向。
183 0
|
5月前
|
机器学习/深度学习 人工智能 算法
人工智能伦理:机器学习中的数据偏见与公平性挑战
在机器学习领域,算法的公正性与透明度日益成为社会关注的焦点。本文深入探讨了AI系统在处理数据时可能遇到的偏见问题及其对社会公平性的影响。通过分析具体案例和最新研究成果,本文揭示了数据偏见如何影响算法决策,并提出了减轻这些偏见的策略。文章呼吁开发更加负责任的AI系统,以促进技术与社会价值的和谐共存。
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
【AI 生成式】如何利用生成式人工智能进行机器学习的数据增强?
【5月更文挑战第4天】【AI 生成式】如何利用生成式人工智能进行机器学习的数据增强?

热门文章

最新文章