Get best of the week

Prévisions pour 2020 dans le domaine de l'IA, du machine learning et de l'automatisation robotique


À la fin de chaque année, la publication en ligne eWEEK publie les opinions des leaders des idées informatiques sur leurs attentes pour l'année à venir: nouveaux produits, services innovants, tendances, etc. Nous portons à votre attention une traduction de matériel dédié à la prochaine 2020. Et oui, on se souvient que c'est déjà mars, mais ces prévisions sont toujours d'actualité.

Dongyan Wang, vice-président de la transformation de l'IA chez Landing AI


L'introduction de l'IA dans le secteur non grand public de l'industrie Internet n'en est encore qu'à ses débuts. De nombreux projets sont bloqués au niveau pilote en raison de difficultés allant du manque de données au manque de connaissances sur la gestion des processus complexes d'apprentissage automatique. En 2020, nous assisterons au développement de plateformes d'IA verticales de bout en bout qui permettront aux clients de retirer leurs projets d'IA de la phase pilote et de les amener à la ligne d'arrivée.

Bruce Milne, pivot 3


Le marché informatique prendra conscience des possibilités liées au traitement vidéo . En 2020, avec l'amélioration de l'analyse vidéo, des possibilités illimitées commenceront à s'ouvrir pour l'informatique. Aujourd'hui, la part des données vidéo atteint 60% de toutes les informations accumulées. Au cours des années précédentes, les entreprises considéraient le stockage de ces données uniquement comme un droit et des coûts supplémentaires. Et cette année, nous assisterons à un changement: les entreprises commenceront à analyser les données vidéo afin d'optimiser leurs produits ou de renforcer les initiatives stratégiques. Par exemple, avec l'aide de la vidéo, les villes peuvent non seulement augmenter la sécurité de leurs systèmes de transport, mais également mettre en œuvre des techniques d'analyse vidéo pour tirer des conclusions importantes, par exemple, sur les besoins en bande passante.

Matt Kunkel, PDG LogicGate


L'automatisation des processus robotiques (RPA) dépassera l'IA en termes de gestion des risques et de conformité réglementaire . La raison en est que lorsque vous avez besoin d'analyser de grandes quantités de données pour les entreprises du Fortune 500, les informations disponibles ne sont tout simplement pas suffisantes pour garantir la pertinence des prévisions à l'aide de l'IA. L'APR produira des résultats, car bon nombre des fonctions liées à la gestion des risques et à la conformité sont conformes aux processus officiels. Et plus les entreprises transmettront d'informations via des processus spécifiques, plus la manière de les automatiser sera claire. La question reste de savoir comment optimiser et itérer de tels systèmes.

L'automatisation robotisée des processus commencera à être appliquée dans des domaines tels que la gestion des risques des tiers; IL l'élaboration de politiques et de procédures; Audit interne.

David Jones, vice-président du marketing, AODocs


L'IA n'est pas une solution universelle de gestion des informations . Nous sommes enclins à considérer l'IA comme un outil universel qui peut résoudre tous les problèmes d'une entreprise en mettant en œuvre un algorithme unique. C'est une illusion. Il est temps de rejeter l'idée que c'est la puissance d'un puissant algorithme d'IA. Nous devons passer au concept de nombreux robots IA qui, ensemble, optimisent les données précédemment accumulées. En 2020, l'IA sera appliquée à d'anciennes bases de données pour savoir quelles données doivent être laissées et lesquelles peuvent être supprimées si nécessaire, et utiliser les métadonnées enrichies pour créer une meilleure recherche et un stockage simplifié des enregistrements. Pas un seul gros algorithme n'y fera face, mais un ensemble d'algorithmes interconnectés.

Cheryl Wiebe, chef de pratique, conseillère en intelligence industrielle chez Teradata


- Ce que l'on appelle l'IA dans le monde aujourd'hui, en 2020, elle sera divisée en plusieurs domaines , que les spécialistes du marketing trouveront probablement des noms plus significatifs. Cela inclut l'automatisation robotisée des processus; sélection et développement automatisés des fonctionnalités; Perception AI (perception AI), qui automatise et améliore la perception physique; et aussi l'IA pour l'allocation des ressources, combinant des technologies d'optimisation pour percevoir et répondre aux demandes en temps réel.

- L' IA commencera à améliorer le processus de gestion des données lui-même. Par exemple, du point de vue de la distribution des ressources système, de la conception automatisée des fonctionnalités, de la collecte des métadonnées opérationnelles et d'une meilleure gestion des connaissances (comme le balisage).

Jeff Catlin, PDG de Lexalytics


Le traitement du langage naturel et l'analyse de texte joueront un rôle plus important dans les solutions RPA . Selon Forrester et Gartner, de nombreux développeurs RPA sont à la traîne dans la prise en charge des tendances dans l'utilisation de l'analyse de texte. Leurs solutions n'ont pas la capacité «d'utiliser des documents non structurés», y compris PDF. Et lors de l'intégration de composants d'analyse de texte et de traitement du langage naturel dans divers environnements, des problèmes surviennent. Alors que les entreprises automatisent des processus de plus en plus volumineux, les développeurs d'outils de traitement du langage naturel proposeront des solutions prometteuses qui répondent aux exigences de la RPA: déploiement sur site ou cloud hybride, API faciles à intégrer, personnalisation et un retour sur investissement rapide.

Chad Meley, vice-président du marketing, Teradata


- Après l'apparition de plusieurs pilotes d'IA réussis au cours des deux dernières années, les entreprises se concentreront à nouveau sur la gestion et l'intégration des données d'entreprise , qui jetteront les bases du développement de centaines et de milliers de façons spécifiques d'utiliser l'IA. Toutes les variétés d'intelligence artificielle qui nous entourent aujourd'hui sont une intelligence artificielle limitée. En 2020, des initiatives d'IA d'entreprise réussies permettront le développement de centaines, voire de milliers d'applications, et un algorithme hautement spécialisé sera créé pour chacune d'elles.

- Une grande attention sera accordée à la création et à la mise en œuvre de «pas d'analyse de code». Nous assistons à un processus constant de démocratisation des analyses avancées grâce à l'automatisation de certains aspects chronophages, tels que la conception de fonctionnalités et la sélection de modèles. Mais la véritable diffusion de l'analyse avancée sera facilitée par le développement de l'apprentissage automatique et d'autres techniques avancées d'analyse procédurale, lorsqu'elles ne nécessiteront absolument aucune compétence en programmation ou en collaboration avec SQL. Les analyses sans programmation seront intégrées dans les workflows ou appelées à l'aide de menus déroulants simples. Cela n'entraînera pas l'obsolescence de la programmation dans le monde de l'analytique, mais cela étendra des centaines de fois les méthodes de son application dans les grandes entreprises.

Jeff Catlin, PDG de Lexalytics


Les principales réalisations de la recherche en IA seront théoriques . Au cours des cinq dernières années, l'utilisation de l'IA a largement dépassé notre compréhension de son fonctionnement. Étant donné les grands changements pratiques du second semestre 2019, je prédis qu'il y aura moins de développement révolutionnaire d'algorithmes cette année, mais nous irons plus loin dans la théorie qui explique le fonctionnement du machine learning. Ce domaine se développe rapidement et, d'ici à la fin de 2020, l'équilibre évoluera à nouveau vers une théorie qui ouvrira la voie à une nouvelle génération d'algorithmes.

Jeff Catlin, PDG de Lexalytics


Moins de magie et plus de décisions . Ce sera une bonne année pour l'IA, elle renforcera sa position de définition de la technologie pour la prochaine décennie. Les fournisseurs sont plus intelligents et ne font plus la promotion de l'IA comme outil magique. Au lieu de cela, ils disent correctement que l'IA peut aider les gens à travailler plus rapidement et mieux.

Muddu Sudhakar, PDG d'Aisera.com


Les AIOps détruiront les TI / nuages ​​/ DevOps traditionnels. Au cœur de DevOps se trouve une réactivité et une flexibilité améliorées: les AIOps peuvent aider à automatiser les étapes clés du développement à l'exploitation, prévoir les résultats opérationnels et automatiser les réponses aux changements de l'environnement opérationnel. Malgré le fait que les microservices, les clouds hybrides, l'informatique périphérique et l'IoT augmentent la complexité des applications et augmentent le volume de journaux dans lesquels vous devez rechercher les causes de divers événements, AIOps simplifie l'agrégation des données de différents systèmes, tandis que DevOps améliore l'efficacité en intégrant des disparités auparavant disparates systèmes. Comme DevOps, AIOps stimule le changement culturel, car il nécessite l'évaluation de l'ensemble du système, plutôt que de se concentrer sur des technologies ou des niveaux d'infrastructure spécifiques. Il nécessite également un niveau confortable avec un degré élevé d'automatisation.

Jeff Catlin, PDG de Lexalytics


Maîtrise de soi ... nous devons attendre longtemps . En général, l'IA montrera son meilleur côté, mais il y aura un certain nombre d'échecs notables, par exemple, dans le domaine des voitures autonomes. Smart Summon, le nouveau modèle de Tesla, est très impressionnant, mais il a encore un long développement à faire. La diffusion généralisée de ce modèle dans la communauté Tesla entraînera l'émergence de nombreuses vidéos d'accidents à basse vitesse. Dans ces vidéos, des voitures percuteront d'autres voitures, des lampadaires et des personnes.

More articles:


All Articles