Sie legten die KI-Technologien von 2019 in die Regale und verglichen sie schamlos mit der Prognose von 2017.
Was ist ein Gartner-Hype-Zyklus? Dies ist eine Art Technologie-Reifezyklus oder vielmehr der Übergang von der Hype-Phase zur produktiven Nutzung. Jetzt wird es einen Zeitplan mit Übersetzungen geben, damit alles klar ist. Und unten sind Erklärungen.
Erste Stufe. ̶̶̶̶̶. Starten Sie. Technologie erscheint, sie wird zuerst von aufgeklärten Nerds und dann von einer fanatischen Öffentlichkeit diskutiert; Der Hype wächst allmählich.
Zweite Stufe. ̶̶̶̶̶. Der Höhepunkt der hohen Erwartungen. Irgendwann reden alle schon über Technologie, versuchen sie einzuführen, und die versiertesten verkaufen zu überhöhten Preisen.
Dritte Stufe. ̶̶̶̶̶̶̶̶̶̶.̶ Interesse ablehnen . Die Technologie wird aktiv implementiert und scheitert häufig an Fehlern und Einschränkungen. "Das ist alles Müll!" Kommt von hier und da. Die Aufregung lässt stark nach (oft auch der Preis).
Die vierte Stufe. ̶̶̶̶̶̶̶̶̶̶.̶ Arbeiten Sie an Fehlern. Technologie wird fertiggestellt, Probleme werden gelöst. Nach und nach versuchen die Unternehmen, die Technologie sorgfältig einzuführen, und jubeln, es wird alles gut.
Fünfte Stufe. ̶̶̶̶̶̶̶̶̶.̶ Produktive Arbeit. Technologie gewinnt ihren wohlverdienten Platz auf dem Markt und arbeitet leise, entwickelt sich wie.
Was ist der Trend?
Zurück zum Hype-Zyklus 2019. Gartner veröffentlichte im September einen Bericht darüber, welche Technologien für künstliche Intelligenz sich in welchem Stadium befinden und wann sie produktiv arbeiten werden. Die Grafik unten, Kommentare unter der Grafik.
Mit großem Abstand und bereits in der Phase "Produktiver Arbeit" befinden sich die Technologien "Spracherkennung" und "Beschleunigen von Prozessen mit der GPU". Dies bedeutet, dass sie zeitnah angewendet werden müssen, da sie ihren Eigentümern bereits einen Wettbewerbsvorteil verschaffen.
Automatisches maschinelles Lernen (AutoML) und Chat-Bots sind auf dem Höhepunkt des Hype. Das heißt, alle reden über sie, viele implementieren sie, aber es wird 2 bis 5 Zeit in Anspruch nehmen, um Technologien in den erforderlichen Zustand zu versetzen.
Unsere üblichen Autos sind jetzt auch mehr als im Trend. Die Technologie "Autonome Fahrzeuge" tastet fast den Boden ab. In diesem Fall ist das gut, denn es liegt eine produktive Arbeit vor uns. Laut Gartner wird die Entwicklung und Anpassung jedoch mindestens 10 Jahre dauern.
Wo sind heute die einstigen Hype-Drohnen und die virtuelle Realität? Alles ist vorhanden - Gartner hat Drohnen in die Sphäre der Edge-KI aufgenommen (Kategorien, die an die KI grenzen), und die virtuelle Realität wurde Teil der erweiterten Intelligenz (Augmented Intelligence). Beide Themen befinden sich übrigens in der Einführungsphase und haben einen positiven Ausblick: 2-5 Jahre vor der produktiven Arbeit am Markt.
Aussichten
Vielversprechende Funktionen: Software für die Roboter-Prozessautomatisierung - das klingt beängstigend, aber in Wirklichkeit ersetzt der Roboter Routineaktionen. Albtraum von gering qualifiziertem Personal; Eine Studie von Harvard Business Review geht jedoch davon aus, dass es keine Entlassungen geben wird, die Produktivität jedoch steigen wird. Es gibt Grund zu der Annahme. Die Technologie wird in 2 Jahren den Höhepunkt der Unbeliebtheit und allgemeinen Verachtung überschreiten und sich dann überall verbreiten.
Von den Technologien, über die Evangelisten und Info-Zigeuner aller Art erst in Zukunft in großer Zahl sprechen werden, war die „neuromorphe Ausrüstung“ von besonderem Interesse. Dies sind elektrische Geräte (Chips), die die natürlichen biologischen Strukturen unseres Nervensystems in Bezug auf Energieeffizienz nachahmen . Um es sehr einfach zu machen, es geht um Superproduktivität aufgrund der Arbeitsteilung (asynchrone Aktualisierung von Neuronen). Riesen wie IBM und Intel beschäftigen sich bereits mit der Entwicklung neuromorpher Chips. Aber John Connors Armee hat Zeit, sich auf den Ausleihtag vorzubereiten - Gartner brauchte bis zu 10 Jahre, um die Technologie zu entwickeln.
Über Digital Ethics, was typisch ist, sagen sie viel, haben es aber nicht eilig, es umzusetzen. Die Richtung wird in einer separaten Kategorie von KI-Bereichen herausgestellt: Dies bedeutet, dass es notwendig wäre, einige ethische Grundsätze, Normen und Standards für die Datenerfassung und die Implementierung von KI im Leben im Allgemeinen zu konsolidieren, so dass dies wie bei den Menschen der Fall wäre. Werfen Sie am Ende einen Blick auf Azimov.
2017 gegen 2019
Es ist lustig, aber im Jahr 2017 war alles anders , es gab nicht einmal einen separaten HYIP-Zyklus für AI: AI-Technologien gingen zusammen mit Blockchain und Augmented Reality an die Lokomotive der Entwicklungstechnologien (Emerging Technologies).
Maschinelles Lernen und Deep Learning waren 2017 auf einem Hype-Olymp, und 2019 setzten sie ihre Reise in Richtung einer Rezession fort, dh in Richtung produktiver Arbeit .
Übrigens bewegten sich die Drohnen ein Jahr lang von Spitze zu Fall, und 2019 kehrten sie in Richtung der Annäherung an die Spitze zurück. Und das passiert ja.
Im Jahr 2019 umfasste der Zyklus 8 neue Technologien. Darunter sind Cloud Services AI (Cloud Services), Handelsplattformen AI (Marketplaces), Quantum Computing mit AI (Quantum Computing). Im Allgemeinen bekannte (in engen Kreisen) Werkzeuge, die anfangen, KI mit Schienen zu versehen.