Get best of the week

Previsões para 2020 no campo da IA, aprendizado de máquina e automação robótica


No final de cada ano, a publicação on-line da eWEEK publica as opiniões dos líderes de idéias de TI sobre suas expectativas para o próximo ano: novos produtos, serviços inovadores, tendências etc. Trazemos à sua atenção uma tradução de material dedicado ao próximo 2020. E sim, lembramos que já é março, mas essas previsões ainda são relevantes.

Dongyan Wang, vice-presidente de transformação da IA ​​na Landing AI


A introdução da IA ​​no setor não consumidor da indústria da Internet ainda está em um estágio inicial. Muitos projetos estão paralisados ​​no nível piloto devido a dificuldades que variam de falta de dados a falta de conhecimento sobre o gerenciamento de processos complexos de aprendizado de máquina. Em 2020, testemunharemos o desenvolvimento de plataformas de IA verticais de ponta a ponta que permitirão que os clientes retirem seus projetos de IA do estágio piloto e os levem à linha de chegada.

Bruce Milne, Pivô 3


O mercado de TI ficará ciente das possibilidades associadas ao processamento de vídeo . Em 2020, com o aprimoramento da análise de vídeo, possibilidades ilimitadas começarão a se abrir para a TI. Hoje, o compartilhamento de dados de vídeo atinge 60% de todas as informações acumuladas. Nos anos anteriores, as empresas consideravam o armazenamento desses dados apenas como uma obrigação e custos adicionais. E este ano testemunharemos uma mudança: as empresas começarão a analisar dados de vídeo para otimizar seus produtos ou reforçar iniciativas estratégicas. Por exemplo, com a ajuda do vídeo, as cidades podem não apenas aumentar a segurança de seus sistemas de transporte, mas também implementar técnicas de análise de vídeo para formar conclusões importantes, por exemplo, sobre as necessidades de largura de banda.

Matt Kunkel, CEO da LogicGate


A automação de processos robóticos (RPA) superará a IA em termos de gerenciamento de riscos e conformidade regulatória . O motivo é que, quando você precisa analisar grandes quantidades de dados para empresas da Fortune 500, as informações disponíveis simplesmente não são suficientes para garantir a relevância da previsão usando a IA. O RPA produzirá resultados, pois muitas das funções relacionadas ao gerenciamento de riscos e conformidade regulatória estão alinhadas com os processos formais. E quanto mais as empresas de informação passarem por processos específicos, mais claro será como automatizá-los. A questão permanece como otimizar e iterar esses sistemas.

A automação de processos robóticos começará a ser aplicada em áreas como gerenciamento de riscos de terceiros; ISTO moldar políticas e procedimentos; Auditoria interna.

David Jones, vice-presidente de marketing, AODocs


A IA não é uma solução universal de gerenciamento de informações . Estamos inclinados a considerar a IA como uma ferramenta universal que pode resolver todos os problemas de uma empresa implementando um único algoritmo. É uma ilusão. É hora de descartar a ideia de que esse é o poder de um poderoso algoritmo de IA. Precisamos avançar para o conceito de inúmeros bots de IA que, juntos, otimizam os dados acumulados anteriormente. Em 2020, a IA será aplicada a bancos de dados antigos para descobrir quais dados devem ser deixados e quais podem ser excluídos como desnecessários e usar os metadados aprimorados para criar uma melhor pesquisa e armazenamento simplificado de registros. Nem um grande algoritmo vai lidar com isso, mas um conjunto de algoritmos interconectados.

Cheryl Wiebe, líder de prática, consultora de inteligência industrial da Teradata


- O que o mundo chama de IA em 2020 será dividido em várias áreas em que os profissionais de marketing provavelmente criarão nomes mais significativos. Isso inclui automação de processos robóticos; seleção automatizada e desenvolvimento de funcionalidades; AI de percepção (percepção de IA), que automatiza e melhora a percepção física; e também AI para alocação de recursos, combinando tecnologias de otimização para perceber e responder às solicitações em tempo real.

- A IA começará a melhorar o próprio processo de gerenciamento de dados. Por exemplo, do ponto de vista da distribuição dos recursos do sistema, o design automatizado da funcionalidade, a coleta de metadados operacionais e o melhor gerenciamento do conhecimento (como marcação).

Jeff Catlin, CEO da Lexalytics


O processamento de linguagem natural e a análise de texto desempenharão um papel mais importante nas soluções de RPA.De acordo com a Forrester e o Gartner, muitos desenvolvedores de RPA estão atrasados ​​no suporte às tendências no uso da análise de texto. Suas soluções não têm a capacidade de "usar documentos não estruturados", incluindo PDF. E ao incorporar componentes de análise de texto e processamento de linguagem natural em vários ambientes, surgem problemas. À medida que as empresas automatizam processos cada vez maiores, os desenvolvedores de ferramentas de processamento de linguagem natural oferecerão soluções promissoras que atendem aos requisitos do RPA: implantação local ou na nuvem híbrida, APIs fáceis de integrar, personalização e um rápido retorno do investimento.

Chad Meley, vice-presidente de marketing da Teradata


- Após o surgimento de vários pilotos de IA de sucesso nos últimos dois anos, as empresas voltarão a se concentrar no gerenciamento e integração de dados corporativos , o que criará a base para o desenvolvimento de centenas e milhares de maneiras específicas de usar a IA. Todas as variedades de inteligência de máquina que nos cercam hoje são inteligência artificial limitada. Em 2020, iniciativas bem-sucedidas de IA corporativa permitirão o desenvolvimento de centenas, senão milhares de aplicativos, e um algoritmo altamente especializado será criado para cada um deles.

- Muita atenção será dada à criação e implementação de "no code analytics". Estamos testemunhando um processo constante de democratização de análises avançadas por meio da automação de alguns aspectos demorados, como o design de funcionalidades e a seleção de modelos. Mas a verdadeira disseminação da análise avançada será facilitada pelo desenvolvimento de aprendizado de máquina e outras técnicas avançadas de análise processual, quando elas exigirão absolutamente nenhuma habilidade de programação ou trabalho com SQL. O Analytics sem programação será incorporado nos fluxos de trabalho ou chamado usando menus suspensos simples. Isso não levará à obsolescência da programação no mundo da análise, mas expandirá centenas de vezes os métodos de sua aplicação em grandes empresas.

Jeff Catlin, CEO da Lexalytics


As principais realizações da pesquisa em IA serão teóricas . Nos últimos cinco anos, o uso da IA ​​ultrapassou em muito nosso entendimento de como funciona. Dadas as grandes mudanças práticas no segundo semestre de 2019, prevejo que este ano haverá menos desenvolvimentos inovadores de algoritmos, mas iremos mais longe na teoria que explica a operação do aprendizado de máquina. Essa área está se desenvolvendo rapidamente e, no final de 2020, o equilíbrio voltará a mudar para uma teoria que abrirá o caminho para uma nova geração de algoritmos.

Jeff Catlin, CEO da Lexalytics


Menos mágica e mais decisões . Será um bom ano para a IA, fortalecerá sua posição de definição de tecnologia para a próxima década. Os fornecedores são mais inteligentes e não mais promovem a IA como uma ferramenta mágica. Em vez disso, eles dizem corretamente que a IA pode ajudar as pessoas a trabalhar mais rápido e melhor.

Muddu Sudhakar, CEO da Aisera.com


AIOps destruirá TI / nuvens / DevOps tradicionais. No coração do DevOps, há capacidade de resposta e flexibilidade aprimoradas: os AIOps podem ajudar a automatizar as principais etapas do desenvolvimento à operação, prever resultados operacionais e automatizar a capacidade de resposta a mudanças no ambiente operacional. Apesar do fato de que microsserviços, nuvens híbridas, computação periférica e IoT aumentam a complexidade dos aplicativos e aumentam o volume de logs nos quais você precisa procurar as causas de vários eventos, o AIOps simplifica a agregação de dados de diferentes sistemas, enquanto o DevOps aprimora a eficiência integrando anteriormente diferentes sistemas. Como o DevOps, o AIOps estimula a mudança cultural, pois requer a avaliação de todo o sistema, em vez de se concentrar em tecnologias ou níveis de infraestrutura específicos. Também requer um nível confortável com um alto grau de automação.

Jeff Catlin, CEO da Lexalytics


Autocontrole ... temos que esperar muito tempo por isso . Em geral, a IA mostrará seu melhor lado, mas haverá uma série de falhas notáveis, por exemplo, no campo de carros autônomos. O Smart Summon, o novo modelo da Tesla, é muito impressionante, mas ainda tem um longo desenvolvimento a ser feito. A ampla disseminação deste modelo na comunidade Tesla levará ao surgimento de vários vídeos de acidentes em baixa velocidade. Nesses vídeos, os carros colidem com outros carros, postes de luz e pessoas.

More articles:


All Articles