Get best of the week

التوقعات لعام 2020 في مجال الذكاء الاصطناعي والتعلم الآلي والأتمتة الروبوتية


في نهاية كل عام ، ينشر منشور eWEEK عبر الإنترنت أفكار قادة تكنولوجيا المعلومات فيما يتعلق بتوقعاتهم للعام القادم: المنتجات الجديدة والخدمات المبتكرة والاتجاهات وما إلى ذلك. نلفت انتباهكم إلى ترجمة المواد المخصصة لعام 2020 القادم. ونعم ، نتذكر أنه في مارس بالفعل ، لكن هذه التوقعات لا تزال ذات صلة.

دونغيان وانغ ، نائب رئيس تحويل الذكاء الاصطناعي في Landing AI


لا يزال إدخال الذكاء الاصطناعي في قطاع غير المستهلك في صناعة الإنترنت في مرحلة مبكرة. العديد من المشاريع عالقة على المستوى التجريبي بسبب الصعوبات التي تتراوح بين نقص البيانات ونقص المعرفة حول إدارة عمليات التعلم الآلي المعقدة. في عام 2020 ، سنشهد تطوير منصات منظمة العفو الدولية الرأسية من البداية إلى النهاية ، والتي ستسمح للعملاء بسحب مشاريع الذكاء الاصطناعي من المرحلة التجريبية وإحضارهم إلى خط النهاية.

بروس ميلن ، المحور 3


سيصبح سوق تكنولوجيا المعلومات على دراية بالإمكانيات المرتبطة بمعالجة الفيديو . في عام 2020 ، مع تحسين تحليلات الفيديو ، ستبدأ إمكانيات غير محدودة في الانفتاح على تكنولوجيا المعلومات. اليوم ، تصل حصة بيانات الفيديو إلى 60٪ من جميع المعلومات المتراكمة. في السنوات السابقة ، اعتبرت الشركات تخزين هذه البيانات فقط واجب وتكاليف إضافية. وسنشهد هذا العام نقلة نوعية: ستبدأ الشركات في تحليل بيانات الفيديو من أجل تحسين منتجاتها أو تعزيز المبادرات الاستراتيجية. على سبيل المثال ، بمساعدة الفيديو ، لا يمكن للمدن زيادة أمن أنظمة النقل الخاصة بها فحسب ، بل يمكنها أيضًا تنفيذ تقنيات تحليل الفيديو لتشكيل استنتاجات مهمة ، على سبيل المثال ، حول احتياجات النطاق الترددي.

مات كونكيل ، الرئيس التنفيذي لشركة LogicGate


سوف تفوق أتمتة العمليات الروبوتية (RPA) الذكاء الاصطناعي من حيث إدارة المخاطر والامتثال التنظيمي . السبب هو أنه عندما تحتاج إلى تحليل كميات كبيرة من البيانات لشركات Fortune 500 ، فإن المعلومات المتاحة ليست كافية ببساطة لضمان ملاءمة التنبؤ باستخدام الذكاء الاصطناعي. ستحقق RPA نتائج ، حيث أن العديد من الوظائف المتعلقة بإدارة المخاطر والامتثال التنظيمي تتماشى مع العمليات الرسمية. وكلما مرت الشركات بالمعلومات من خلال عمليات محددة ، كلما كان أوضح كيفية أتمتتها. يبقى السؤال كيفية تحسين وتكرار مثل هذه الأنظمة.

سيبدأ تطبيق أتمتة العمليات الروبوتية في مجالات مثل إدارة المخاطر من أطراف ثالثة ؛ تكنولوجيا المعلومات صياغة السياسات والإجراءات ؛ التدقيق الداخلي.

ديفيد جونز ، نائب رئيس التسويق ، AODocs


إن الذكاء الاصطناعي ليس حلاً عالميًا لإدارة المعلومات . نحن نميل إلى اعتبار الذكاء الاصطناعي أداة عالمية يمكنها حل جميع مشاكل الأعمال من خلال تنفيذ خوارزمية واحدة. إنه وهم. حان الوقت لتجاهل فكرة أن هذه هي قوة خوارزمية قوية للذكاء الاصطناعي. نحن بحاجة إلى الانتقال إلى مفهوم العديد من برامج الروبوت AI التي تعمل معًا على تحسين البيانات المتراكمة سابقًا. في عام 2020 ، سيتم تطبيق الذكاء الاصطناعي على قواعد البيانات القديمة لمعرفة البيانات التي يجب تركها والتي يمكن حذفها على أنها غير ضرورية ، واستخدام البيانات الوصفية المثرية لإنشاء بحث أفضل وتخزين مبسط للسجلات. لن تتعامل خوارزمية واحدة كبيرة مع هذا ، ولكن مجموعة من الخوارزميات المترابطة.

شيريل ويبي ، رئيسة الممارسة ، مستشار الاستخبارات الصناعية في Teradata


- سيتم تقسيم ما يطلق عليه العالم الذكاء الاصطناعي في عام 2020 إلى عدة مجالات من المحتمل أن يأتي المسوقون بأسماء ذات معنى. وهذا يشمل أتمتة العمليات الروبوتية. الاختيار الآلي للوظائف وتطويرها ؛ Perception AI (الإدراك AI) ، الذي يعمل على أتمتة الإدراك البدني وتحسينه ؛ وكذلك الذكاء الاصطناعي لتخصيص الموارد ، والجمع بين تقنيات التحسين لإدراك الطلبات والاستجابة لها في الوقت الحقيقي.

- سيبدأ الذكاء الاصطناعي في تحسين عملية إدارة البيانات نفسها. على سبيل المثال ، من وجهة نظر توزيع موارد النظام ، والتصميم الآلي للوظائف ، وجمع البيانات الوصفية التشغيلية وإدارة المعرفة بشكل أفضل (مثل وضع العلامات).

جيف كاتلين ، الرئيس التنفيذي لشركة Lexalytics


ستلعب معالجة اللغات الطبيعية وتحليلات النصوص دورًا أكثر أهمية في حلول RPA ، وفقًا لـ Forrester و Gartner ، فإن العديد من مطوري RPA متخلفون في دعم الاتجاهات في استخدام تحليلات النص. تفتقر حلولهم إلى القدرة على "استخدام المستندات غير المنظمة" ، بما في ذلك PDF. وعند تضمين مكونات تحليلات النص ومعالجة اللغة الطبيعية في بيئات مختلفة ، تنشأ مشاكل. نظرًا لأن الشركات تعمل على أتمتة العمليات الكبيرة بشكل متزايد ، فإن مطوري أدوات معالجة اللغات الطبيعية سيقدمون حلولًا واعدة تفي بمتطلبات RPA: النشر الداخلي أو السحابي المختلط ، واجهات برمجة التطبيقات سهلة التكامل ، والتخصيص ، وعائد سريع على الاستثمار.

تشاد ميلي ، نائب رئيس التسويق ، Teradata


- بعد ظهور العديد من الطيارين الناجحين في الذكاء الاصطناعي في العامين الماضيين ، ستركز الشركات مرة أخرى على إدارة بيانات الشركة وتكاملها ، مما سيخلق الأساس لتطوير مئات وآلاف الطرق المحددة لاستخدام الذكاء الاصطناعي. جميع أنواع الذكاء الآلي التي تحيط بنا اليوم هي ذكاء اصطناعي محدود. في عام 2020 ، ستسمح مبادرات الذكاء الاصطناعي الناجحة للشركات بتطوير المئات ، إن لم يكن الآلاف ، من التطبيقات ، وسيتم إنشاء خوارزمية عالية التخصص لكل منها.

- سيتم إيلاء اهتمام كبير لإنشاء وتنفيذ "لا تحليلات كود". نشهد عملية ثابتة لإضفاء الطابع الديمقراطي على التحليلات المتقدمة من خلال أتمتة بعض الجوانب التي تستغرق وقتًا طويلاً ، مثل تصميم الوظائف واختيار النماذج. ولكن سيتم تسهيل الانتشار الحقيقي للتحليلات المتقدمة من خلال تطوير التعلم الآلي وتقنيات التحليلات الإجرائية المتقدمة الأخرى ، عندما لا تتطلب أي مهارات برمجة أو العمل مع SQL. سيتم تضمين التحليلات بدون برمجة في سير العمل أو استدعاؤها باستخدام القوائم المنسدلة البسيطة. لن يؤدي ذلك إلى تقادم البرمجة في عالم التحليلات ، ولكنه سيوسع مئات المرات من طرق تطبيقها في الشركات الكبيرة.

جيف كاتلين ، الرئيس التنفيذي لشركة Lexalytics


ستكون الإنجازات الرئيسية في أبحاث الذكاء الاصطناعي نظرية . على مدى السنوات الخمس الماضية ، تجاوز استخدام الذكاء الاصطناعي بكثير فهمنا لكيفية عمله. بالنظر إلى التغييرات العملية الكبيرة في النصف الثاني من عام 2019 ، أتوقع أنه سيكون هناك عدد أقل من التطورات الخارقة في الخوارزميات هذا العام ، ولكننا سنذهب أبعد من ذلك في النظرية التي تشرح عملية التعلم الآلي. تتطور هذه المنطقة بسرعة ، وبحلول نهاية عام 2020 سوف يتحول التوازن مرة أخرى نحو نظرية ستمهد الطريق لجيل جديد من الخوارزميات.

جيف كاتلين ، الرئيس التنفيذي لشركة Lexalytics


سحر أقل والمزيد من القرارات . سيكون عامًا جيدًا للذكاء الاصطناعي ، وسيعزز موقعها في تعريف التكنولوجيا للعقد القادم. أصبح الموردون أكثر ذكاءً ولم يعودوا يروجون للذكاء الاصطناعي كأداة سحرية. بدلاً من ذلك ، يقولون بشكل صحيح أن الذكاء الاصطناعي يمكن أن يساعد الأشخاص على العمل بشكل أسرع وأفضل.

Muddu Sudhakar ، الرئيس التنفيذي لموقع Aisera.com


سوف تدمر AIOps تكنولوجيا المعلومات / الغيوم / DevOps التقليدية. في قلب DevOps هناك تحسين الاستجابة والمرونة: يمكن لـ AIOps المساعدة في أتمتة الخطوات الرئيسية من التطوير إلى التشغيل ، والتنبؤ بالنتائج التشغيلية وأتمتة الاستجابة للتغيرات في بيئة التشغيل. على الرغم من حقيقة أن الخدمات المصغرة والسحب الهجينة والحوسبة الطرفية وإنترنت الأشياء تزيد من تعقيد التطبيقات وتزيد من حجم السجلات التي عليك البحث فيها عن أسباب الأحداث المختلفة ، فإن AIOps يبسط تجميع البيانات من أنظمة مختلفة ، بينما يعمل DevOps على تحسين الكفاءة من خلال دمج التباينات السابقة أنظمة. مثل DevOps ، يحفز AIOps التغيير الثقافي ، لأنه يتطلب تقييم النظام بأكمله ، بدلاً من التركيز على تقنيات معينة أو مستويات البنية التحتية. كما يتطلب مستوى مريحًا مع درجة عالية من الأتمتة.

جيف كاتلين ، الرئيس التنفيذي لشركة Lexalytics


ضبط النفس ... علينا أن ننتظر ذلك طويلاً . بشكل عام ، سيعرض الذكاء الاصطناعي أفضل جانب له ، ولكن سيكون هناك عدد من حالات الفشل الملحوظة ، على سبيل المثال ، في مجال السيارات ذاتية القيادة. Smart Summon ، نموذج تسلا الجديد ، مثير للإعجاب للغاية ، ولكن لا يزال أمامه تطور طويل. سيؤدي نشر هذا النموذج على نطاق واسع في مجتمع تسلا إلى ظهور العديد من مقاطع الفيديو من الحوادث بسرعة منخفضة. في مقاطع الفيديو هذه ، تصطدم السيارات بسيارات وأعمدة إنارة وأشخاص آخرين.

More articles:


All Articles