Get best of the week

人工智能，机器学习和机器人自动化领域的2020年预测


每年年底，eWEEK在线出版物都会发布有关IT领导者对来年的期望的想法：新产品，创新服务，趋势等。我们提请您注意即将到来的2020年材料的翻译。是的，我们记得已经是三月，但是这些预测仍然有用。

Landing AI的AI转型副总裁王冬艳


在互联网行业的非消费领域引入AI仍处于早期阶段。由于从缺乏数据到缺乏管理复杂机器学习过程的知识等诸多困难，许多项目被困在试点级别。在2020年，我们将见证端到端，垂直化AI平台的发展，该平台将使客户能够从试验阶段撤回其AI项目并将其带到终点线。

布鲁斯·米尔恩（Bruce Milne），透视3


IT市场将意识到与视频处理相关的可能性。到2020年，随着视频分析技术的改进，将开始为IT开辟无限的可能性。如今，视频数据的份额已达到所有累积信息的60％。在过去的几年中，公司将这些数据的存储仅是一项义务和额外费用。今年，我们将见证一个转变：公司将开始分析视频数据，以优化其产品或加强战略计划。例如，借助视频，城市不仅可以提高其运输系统的安全性，而且可以实施视频分析技术来得出有关带宽需求的重要结论。

LogicGate首席执行官Matt Kunkel


机器人流程自动化（RPA）在风险管理和法规遵从性方面将超过AI。原因是，当您需要分析《财富》 500强公司的大量数据时，可用信息根本不足以确保使用AI进行预测的相关性。 RPA将产生结果，因为与风险管理和合规性相关的许多功能都符合正式流程。而且，公司通过特定流程获取的信息越多，将如何使它们自动化就越清晰。问题仍然是如何优化和迭代此类系统。

机器人流程自动化将开始应用于第三方风险管理等领域；它 制定政策和程序；内部审计。

AODocs市场营销副总裁David Jones


人工智能不是通用的信息管理解决方案。我们倾向于将AI作为一种通用工具，它可以通过实现一个算法来解决业务中的所有问题。这是一种错觉。现在是时候放弃这种强大的AI算法的威力了。我们需要继续研究众多AI机器人的概念，这些机器人可以一起优化以前累积的数据。2020年，人工智能将应用于旧数据库，以找出应保留哪些数据以及哪些数据可以不必要地删除，并使用丰富的元数据创建更好的搜索并简化记录的存储。不是一个大的算法可以解决这个问题，而是一组互连的算法。

Teradata工业智能顾问实践主管Cheryl Wiebe


- 在当今世界，即所谓的AI，到2020年它将被划分为几个区域，营销人员可能会提出更有意义的名称。这包括机器人过程自动化；自动选择和开发功能；感知AI（percept AI），可以自动并改善身体感知；以及用于资源分配的AI，结合了优化技术以实时感知和响应请求。

- 人工智能将开始改善数据管理流程本身。例如，从系统资源分配，功能的计算机辅助设计，操作元数据的收集和更好的知识管理（如标记）的角度来看。

Lexalytics首席执行官Jeff Catlin


自然语言处理和文本分析将在RPA解决方案中扮演更重要的角色，据Forrester和Gartner称，许多RPA开发人员在支持文本分析使用趋势方面均处于落后状态。他们的解决方案缺乏“使用非结构化文档”（包括PDF）的能力。当在各种环境中嵌入文本分析和自然语言处理的组件时，就会出现问题。随着公司使越来越大的流程自动化，自然语言处理工具的开发人员将提供满足RPA要求的有前途的解决方案：本地或混合云部署，易于集成的API，可定制性和快速的投资回报。

Teradata市场营销副总裁Chad Meley


-在过去几年中出现了几位成功的AI飞行员之后，公司将再次专注于公司数据管理和集成，这将为开发成千上万种使用AI的特定方式奠定基础。今天，围绕我们的机器智能的所有种类都是有限的人工智能。在2020年，成功的公司AI计划将允许开发数百个（即使不是数千个）应用程序，并且将为每个应用程序创建高度专业化的算法。

- 将非常重视“无代码分析”的创建和实施。通过一些耗时的方面（例如设计功能和选择模型）的自动化，我们见证了高级分析程序民主化的稳定过程。但是，当机器学习和其他高级过程分析技术完全不需要编程技能或使用SQL时，它们的发展将促进高级分析的真正传播。无需编程的分析将嵌入到工作流程中，或使用简单的下拉菜单调用。这不会导致分析世界中编程的过时，但是它将在大型公司中扩展其应用方法数百倍。

Lexalytics首席执行官Jeff Catlin


AI研究的主要成果将是理论上的。在过去的五年中，人工智能的使用已经远远超出了我们对人工智能的理解。鉴于2019年下半年的重大实践变化，我预测今年算法的突破性发展将较少，但我们将在解释机器学习操作的理论上走得更远。这个领域正在迅速发展，到2020年底，平衡将再次转向一种理论，该理论将为新一代算法铺平道路。

Lexalytics首席执行官Jeff Catlin


更少的魔术，更多的决定。对于AI来说将是丰收的一年，它将巩固其在未来十年定义技术的地位。供应商更加聪明，不再将AI视为一种神奇的工具。相反，他们正确地说AI可以帮助人们更快更好地工作。

Aisera.com首席执行官Muddu Sudhakar


AIOps将摧毁传统的IT /云/ DevOps。 DevOps的核心是提高响应速度和灵活性：AIOps可以帮助自动化从开发到运营的关键步骤，预测运营结果，以及对运营环境变化的响应速度自动化。尽管微服务，混合云，外围计算和物联网增加了应用程序的复杂性，并且增加了您必须查找各种事件原因的日志量，但AIOps简化了来自不同系统的数据聚合，而DevOps通过集成先前不同的系统来提高效率系统。像DevOps一样，AIOps可以促进文化变革，因为它需要评估整个系统，而不是专注于特定的技术或基础架构级别。它还需要高度自动化的舒适水平。

Lexalytics首席执行官Jeff Catlin


自我控制...我们必须等待很长时间。总的来说，人工智能将表现出其最好的一面，但在无人驾驶汽车领域会出现许多明显的故障。特斯拉的新车型Smart Summon令人印象深刻，但仍有很长的路要走。这种模型在Tesla社区中的广泛传播将导致低速事故中出现的大量视频。在这些视频中，汽车将撞向其他汽车，路灯柱和人。

More articles:


All Articles