编辑| zydsy
口供书
全球信息技术研究顾问公司Gartner的2021年人工智能技术成熟度曲线(hypecycleforartificialintelligence，2021 )的四个趋势推动了最近的人工智能创新。 这四个趋势是：负责任的人工智能、小而广的数据战略、人工智能平台的操作化、数据、模型、计算资源的有效利用。
Gartner高级首席研究分析师Shubhangi Vashisth表示：“人工智能创新快速推进，技术成熟度曲线一半以上的技术将在2~5年内成为主流技术。 边缘人工智能、计算机视觉、决策智能、机器学习等创新将在未来几年对市场产生革命性的影响。 ”
人工智能市场仍处于阶段性发展阶段，处于技术萌芽期的人工智能创新占很大比例(见图1 ) 。 这表明了最终用户正在寻求超出当前人工智能工具功能范围的特定技术功能的市场趋势。
图： Gartner人工智能技术成熟度曲线(2021年9月) )。
Gartner认为，以下四个趋势推动了人工智能的创新。
负责任的人工智能（Responsible AI）
Gartner研究副总裁Svetlana Sicular表示：“提高人工智能技术的可靠性、透明度、公平性和可审计性对各种利益攸关方来说仍然非常重要。 负责任的人工智能，实现公平，即使数据有偏见也不例外。 尽管透明和可解释的方式逐渐发展，它有助于在获得信任、确保监管合规性的同时克服人工智能的概率性质。 ”
Gartner预计，到2023年，所有人工智能开发和培训人员都必须具备负责任的人工智能专业知识。
小而宽数据（Small and Wide Data）
数据是成功的人工智能计划的基础。 小规模、大范围的数据战略可以提供更强的分析和人工智能，减少对企业大数据的依赖，提供更丰富、完整的情境感知。
根据Gartner的预测，到2025年，70%的企业将被迫从大数据转向小而宽的数据，为分析工具提供更多的上下文，减少人工智能数据需求。
Sicular先生说。 “小数据的关键是使用能够以较少的数据提供实用洞察的分析技术，大数据可以实现对各种数据源的分析和协同作用。 这些战略结合起来，可以进行更有力的分析，获得更全面的业务问题观点。 ”
人工智能平台的操作化（Operationalization of AI Platforms）
运用人工智能促进商业变革的紧迫性和重要性正在推动人工智能平台的操作化需求。 这意味着将人工智能项目从概念转向生产，通过人工智能解决方案可以解决整个企业的问题。
Sicular说：“根据Gartner的研究，只有一半的人工智能项目可以从试点投入生产，这些项目的平均完成时间为9个月。 人工智能编制和自动化平台(AIOAPs )和模型操作化(ModelOps )等创新实现了可复用性、可扩展性和治理，加速了人工智能的采用和增长。 ”
资源高效利用（Efficient Use of Resources）
考虑到与人工智能部署相关的数据、模型和计算资源的复杂性和规模，人工智能创新必须最有效地利用这些资源。 多体验(multiexperience )、复合型人工智能(composite AI )、生成型人工智能(generative AI )、Transformer )可以更高效地解决各种商业问题，因此人工智能市场备受关注