美國協作數據科學平臺Dataiku公司首席分析師Kenford Sanford在回顧了2017年的新興技術發展時說，“基本分析已經結束，機器學習的時代(甚至更多新興技術)已經到來。”

 

Sanford說，機器學習、深度學習和人工智能的實際應用無處不在。例如倫敦皮卡迪利廣場(Piccadilly Circus)的“超級廣告牌”利用隱藏的攝像頭采集步行和道路交通數據(包括過往車輛的品牌和型號)來提供有針對性的廣告。

 

那么這些框架和工具將在2018年如何應用呢?行業媒體與一些IT領導者和行業專家討論了未來一年人工智能的應用與發展。

 

 

人工智能已經開始應用，無論人們是否意識到這些。

 

Hortonworks公司首席技術官Scott Gnau說：“許多組織已經在使用人工智能，但他們可能并沒有將其稱之為人工智能。例如，使用聊天機器人功能的客戶其實都在使用人工智能。”

 

但是，利用人工智能技術和工具的許多部署都是小規模的。預計組織將在2018年更多的應用。

 

用于高性能分析的GPU加速數據庫廠商Kinetica公司的首席技術官兼聯合創始人Nima Negahban表示：“過去幾年來，企業已經采用了不同的人工智能框架和工具。但隨著人工智能的應用成為主流，它已經超越小規模的實驗，并向自動化和可操作化邁進。隨著企業推進實施人工智能，他們將尋求采用產品和工具來自動化、管理、簡化整個機器學習和深度學習的生命周期。”

 

根據Negahban預測，企業在2018年對人工智能生命周期管理的投資將會有所增加，數據收集和監督的技術將會更加成熟。

 

 

數據管理廠商Reltio公司的首席產品官Ramon Chen對此人工智能的應用現實并不樂觀。Ramon指出，多年來人們一直在反復預測在利用人工智能和機器學習方面獲得潛在的突破，但實際情況是，大多數企業還沒有看到他們在這些領域投資的量化收益。

 

Ramon說，迄今為止的市場炒作已經被夸大了，大多數企業由于懷疑或缺乏專業知識而不愿意應用，最重要的是對數據集的可靠性缺乏信心。

 

“事實上，雖然新聞頭條主要是關于人工智能的消息，但大多數企業需要首先關注IA(信息增益)：以確保可以調和、精煉和相關的方式組織數據，發現相關的見解，并支持所有部門高效的業務執行，同時解決合規性的問題。”Ramon說。

 

Teradata公司營銷副總裁Chad Meley認為，2018年將會出現對人工智能的炒作反彈，但深度學習和淺層學習應用于商業機會的更加平衡的方法將會出現。

 

雖然人們可能反對這樣的炒作，但不會阻止大型企業投資人工智能和相關技術的步伐。

 

“企業正在積極采用人工智能，無論他們是否知道真的需要它。”Splice Machine公司首席執行官Monte Zweben說。

 

Meley指出，Teradata公司最近發布的2017年度企業人工智能市場狀況報告指出，缺乏IT基礎設施是人工智能獲得收益的最大障礙，超過了其面臨的人才短缺、預算不足、缺乏業務案例等問題。

 

Meley表示：“企業將在2018年采用企業級人工智能產品和支持產品來應對人工智能領域日益增長的問題。”

 

 

Reltio公司的首席產品官Ramon Chen認為企業需要整理數據。而分析創初廠商Dremio公司的首席執行官兼共同創始人Tomer Shiran認為，關于數據集的爭論將在2018年成為重中之重。

 

Shiran說：“如今，企業正在將人工智能添加到他們的產品中，使他們更智能、更高效，甚至自主。在2017年，人們聽到了人工智能是否會創造或消除就業機會的爭論，有人甚至提出人工智能將會終結人類的工作。而在這個話題的關鍵部分中，已經開始出現的是訓練數據集如何塑造這些模型。”

 

事實證明，Shiran說，這些模型沒有他們使用的訓練數據那樣好，而企業開發一個有代表性的、有效的訓練數據集是非常具有挑戰性的。

 

Shiran說：“在一個例子中，例如Facebook公司發布的一個皂液器的廣告標明適用于白人，但不適用于皮膚較黑的人，這似乎有種族歧視之嫌。人類或多或少都會有一些偏見，而人工智能的問題在偏見方面需要做得更好，否則就會變得更糟糕。這場辯論將圍繞著數據所有權展開。每個公司都擁有自己的數據，而谷歌、Facebook、亞馬遜、Uber等公司都擁有龐大的數據集，將支持我們的模型。”

 

 

Kinetica公司的Negahban表示創造人工智能的審計跟蹤將是必不可少的，這是企業采用人工智能面臨的一大障礙，特別是在受監管的行業，難以確切地表明人工智能是如何做出決定的。

 

Negahban說：“人工智能越來越多地用于藥物發明或連接汽車等應用，如果做出不正確的決定，這些應用可能會對人類的生活產生不利的影響。確切地說，究竟是什么導致最終的錯誤決定，這是企業將在2018年開始考慮的事情。審計和跟蹤框架產生的每一個輸入和每個分數將有助于檢測最終導致的問題。”

 

 

大數據即服務提供商Qubole公司的首席數據科學家Horia Margarit指出，企業在2018年需要努力改善其基礎架構和流程，以支持其機器學習和人工智能的工作。

 

“隨著企業希望通過機器學習和人工智能進行創新和改進，在云端將采用更加專業化的工具和基礎設施來支持特定的用例，例如合并用于人機交互的多模式感官輸入的解決方案(聲音、觸摸，遠見)，或者將衛星圖像與財務數據合并的解決方案，從而發揮算法交易能力。”Margarit說。

 

他補充說：“我們預計，基于云計算的解決方案將大幅增長，將加速當前數據收集的速度，并進一步證明托管云提供商需要更好的按需計算和存儲。”

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。